基于web日志挖掘聚类算法的电子商务商业智能研究_孟亚辉.pdfVIP

第29卷第6期（下） 赤峰学院学报（自然科学版） Vol.29No.6 2013年6月 Jun.2013 基于web日志挖掘聚类算法的电子商务商业智能研究 孟亚辉 （广东石油化工学院，广东 茂名 525000） 摘 要：随着互联网的日益普及和电子商务的迅速发展,基于Web日志挖掘聚类算法的电子商务在市 场中竞争越来越激烈.本文首先概述Web使用挖掘,简单介绍日志挖掘技术中两个关键技术,聚类分析和序 列模式挖掘,进而讨论Web日志挖掘的数据预处理过程,包括用户,数据净化,路径补充等.对于传统的矩阵 聚算法进行优化,应用该算法可以对客户和页面进行聚类分析,达到发现相似的客户群体,挖掘潜在客户群. 通过实验表明改进的算法具有较高的扩展性和准确性,证明将挖掘结果应用于个性化推荐系统的思想是可 行有效的. 关键词：挖掘聚类算法；电子商务；个性化推荐系统 中图分类号：TP301文献标识码：A 文章编号：1673-260X（2013）06-0025-03 1 Web 使用挖掘 Web页面信息. 1.1 数据收集 (2)客户端数据采集 用户访问的行为会产生包含行为信息的数据, 客户端数据收集的特点是全面,准确.可利用远 如何有效收集这些可用于挖掘的数据是数据收集 程代理或者愿意使用被修改的浏览器.对单个用户 的主要研究方向. 进行访问信息收集的优点是可以有针对性的为客 1.1.1 可使用的数据 户提供一个或多个喜好站点. 基于Web使用挖掘的数据主要分为四类. (3)代理端数据采集 (1)简档 代理端服务器访问信息主要包含用户访问日 用于对Web用户的个人信息进行描述.个人信志和缓存中被访问的界面.通过对代理端服务器进 息包括用户的个人信息以及其他的隐式或者显式 行信息挖掘可获取用户访问偏好的信息. 的用户信息, 例如用户对于电影, 商品等产品的评 1.1.3 数据特性 价. 用户访问的Web页面是有不同的数据特性,研 (2)使用数据 究的重点在于特性设计和扩展数据挖掘方法.数据 用于描述Web界面的使用模式, 如请求页面,实体具有特定属性,页面文件和用户是使用数据和 页面访问时间,IP地址等. 其他辅助数据的连接点.用户与商业数据有关联,内 (3)结构数据 容数据和结构数据与页面文件形成关联.由于Web 用于描述Web页面结构组织的数据,常见结构站点访问不受时空限制,因而产生的数据量会十分 是页面之间的超链接. 庞大.对于传统的系统和挖掘方法是一个考验. (4)内容数据 1.2 数据预处理 用于描述内容数据,如文件图像信息. Web日志文件存储的是用户访问历史的原始 1.1.2 数据源 记录,在原始记录上直接进行数据挖掘比较困难,因 (1)服务器端数据采集 此为了解决这个问题,我们要在数据挖掘之前,对数 Web服务器日志记录了用户对于站点的访问 据进行预处理,这个过程非常重要,预处理会直接影 行为,是Web挖掘的数据源对象,但是由于缓存的响到用户行为模式是否真实可靠,数据挖掘要求原 存在致使数据可靠性降低.另一种方式是直接从网 始数据模型与数据模型要有一定的区别,需要进行 络截取数据包. 服务器还是用了Cookies和查询日抽取转换工作. 志保存用户