电子商务中的数据挖掘_张澎.pdfVIP

2009 年4 月 湘南学院学报 Apr. ，2009 第30 卷第2 期 Journal of Xiangnan University Vol.30 No.2 电子商务中的数据挖掘 1,2 1,2 1,2 张澎 , 王鲁达 , 唐日成 ( 1. 湘南学院计算机系, 湖南 郴州 423000 ; 2.湖南大学计算机与通信学院, 湖南长沙 410082) 摘 要：电子商务中的海量Web 数据与多样性的数据生成过程对数据挖掘的具体应用产生了极大的影响.依据现有的 电子商务数据，数据挖掘任务和数据挖掘方法，本文首先介绍了电子商务中信息数据的特点，而后根据挖掘对象的不 同，分析了电子商务中数据挖掘应用的类别，最后对电子商务数据挖掘的基本实现过程，尤其是挖掘模式进行了系统的 分析. 关键词：电子商务；数据挖掘；挖掘模式 中图分类号: TP309 文献标识码：A 文章编号：1672-8173(2009)02-0085-04 1 引言 近年来，数据挖掘技术引起了信息产业界的极大关注，其主要原因是存在大量的数据，可以广泛使用，并 且迫切需要将这些数据转化成有用的信息和知识. 电子商务和与之关联的分布式信息服务提供了丰富的、世 界范围的联机信息服务，数据对象被链接在一起，便于交互访问.用户通过链接从一个对象到另一个，寻找有 趣的信息.这种系统对电子商务中的数据挖掘技术研究提供了大量的机会和挑战.如何对海量的数据信息进行 有效的组织利用，以获取真正有价值的信息和知识，而不至于在数据的海洋中迷失方向的新技术，这样电子商 务挖掘技术就应运而生. 2 电子商务信息数据的特点 传统的数据挖掘对象大多是针对关系数据库或数据仓库的，所处理的数据具有完整的结构.而在电子商 务中进行成功的数据挖掘得益于电子商务中的Web 数据具有以下特点: （1）电子商务提供海量的数据.Yahoo，在2000 年每天被访问的页面数是 10 亿，如此大的访问量将会产生 巨大的Web 日志，每个小时产生的Web 日志量就达到10GB. （2）丰富的记录信息.可以获得各种商务的或者是用户访问的信息. （3）干净的数据.信息直接从网上提取，无需从历史系统中集成，避免很多错误.可以直接获得跟数据挖掘 有关的数据，而不是再来分析、计算、预处理要用的数据. （4）异质、动态的信息源. 电子商务中的数据更新、增长速度极快，也无固定的模式.且信息几乎都是隐藏 的、潜在的、未知的. 电子商务上的信息是一个巨大的、分布广泛的、异构的、半结构的、超文本/ 超媒体的、相互联系并且不断 变化的信息仓库，其中包括链接信息、访问使用信息等.这大量的非结构化数据是无法使用现有数据库管理系 统来处理和管理的，这就使得电子商务中的数据挖掘更加复杂. 收稿日期：2009- 01- 09 基金项目:湖南省高等学校科学研究重点项目（08A064） 作者简介：张澎(1982- )，女，湖南郴州人，湘南学院计算机科学系助教，湖南大学计算机与通信学院在读硕士．研究方向： 数据挖掘、计算机网络分布式计算等. - 85 - 3 电子商务中的Web 数据挖掘 电子商务中产生的Web 数据可分为三种，Web 内容数据、Web 结构数据和Web 使用记录数据. 在电子商 务网站中进行Web 数据挖掘，研究成果很容易转化，如改变站点的设计，开始有目的的促销，根据对广告效果 的统计数据改变广告策略，可以很容易的提供捆绑销售.而且在电子商务中，衡量革新的投资收益是非常容易 的.如销售变化的报表可以自动产生，客户对电子邮件和电子调查的反馈都可以在几天内得到，不必等几个月. 电子商务乃至整个互联网都是传统商业的理想实验室. [2]