数据挖掘技术在电子商务领域的应用.docVIP

数据挖掘技术在电子商务领域的应用 提要　Internet目前是一个巨大、分布广泛、全球性的信息资源储备库，它涉及新闻、广告、消费信息、金融管理、教育、政府、电子商务和许多其它信息服务。Web包含了丰富和动态的超链接信息，以及Web页面的访问和使用信息，这为数据挖掘提供了丰富的资源。本文对Web挖掘最新技术及发展方向做了全面分析，包括Web结构挖掘、多层次Web数据仓库方法以及Web日志挖掘等；另外对于个性化电子商务网站中难以发现用户行为特征问题，给出了Web页面聚类算法。利用Web技术可有效挖掘用户个性特征，从而指导电子商务网站资源的组织和分配，为商务型网站的投资者和建立者提供正确的盈利导向。　　电子商务是一种借助于计算机网络技术，通过电子交易手段来完成金融、物资、服务和信息等价值交换，快速而有效地从事各种商务活动的新方法。电子商务的应用有利于满足企业、供应商和消费者提高产品质量和服务质量、加快服务速度、降低营销成本等方面的需求，帮助企业和个人通过网络查询和检索信息来支持决策。 在电子商务的模式下，企业可以通过架设网站来达到展示企业形象，实现与客户及合作伙伴之间的及时无缝通信，降低企业的综合成本，根据客户的反应及时准确地调整产品的销售策略，最终提高企业的核心竞争力的初衷。新型商务模式下的营销自然成为企业营销策略的重要一环，作为大大降低营销成本手段的网络营销概念在网络经济的浪潮下应运而生，展现出数字化、电子化、信息化的大优势、高效益、好前景。 无论是B2B、B2C还是B2G电子商务模式，商品的采购者都需要通过Web方式与商品的供应商及其合作者之间建立信息流的交互，那么，一方面通过Web方式购买者如何主动、方便、快捷的获得期望主题的信息来对购买行为提供科学经济的决策支持？另一方面供应商及与之构成广域价值链上的合作伙伴们如何通过他们的集成信息系统，运用知识发现技术把访问者、网上购买者的访问数据从潜在的、隐含的、事先不知的状态，经过提取、洗涤、加工变为潜力巨大的价值信息，从而实现网络营销的目的呢？ 上述问题的解答必须应用传统的数据挖掘理论知识和技术方法去实现。这种如何把Web上的数据转换生成为有趣的知识模式的需求，激发了数据挖掘技术在Web上的应用，同时这种挑战性的工作也吸引了众多人的关注，成为数据挖掘领略的活跃主题，其中，此项技术在电子商务中的应用已经引起了人们的极大兴趣。 一、Web挖掘的分类 Web挖掘是从WWW上抽取知识的过程。它是从与WWW相关的资源和行为中抽取感兴趣的有用的模式和隐含信息，也是将数据挖掘技术和理论应用于对WWW资源进行挖掘的一个新兴的研究领域。Web挖掘一般可分为三个部分。 1、Web内容挖掘。随着WWW上信息的迅猛增长，许多只支持由关键词和超级链接所构成的搜索引擎返回的结果中有许多无用及无关的信息。这就需要开发更为有效的技术来支持Web内容挖掘。Web内容挖掘有两种策略：直接挖掘文档内容和在其他检索工具搜索的基础上进行改进。 按实现方法又分为基于代理的方法和数据库方法。其中Web内容挖掘又可以细化为直接挖掘文档内容和对搜索引擎查询结果的进一步处理，前者采用这种策略比较杰出的Web查询语言有WebOQL，Ahoy等。WebOQL是一个用于Web页重构的查询语言，利用Web文档的图树表示形式，可从在线的文档站点或导游指南中获取信息。而Ahoy则利用像搜索引擎一类的互联网服务来获取与个人有关的服务，利用试探法识别文档中显示该文档作为个人主页的句法特征。后者对搜索引擎返回的结果进行挖掘可提供给用户更为准确的查询结果。如WebSQL系统访问搜索引擎获取文档，并从文档内部采集URL标题、内容类型、内容长度、修改日期及链接等信息。而类SQL声明式语言则提出了从搜索结果中获取相关文档的能力。 2、Web结构挖掘。Web结构挖掘是从WWW上的组织结构和链接关系中推导知识。由于超文本文档间的关联关系使得WWW不仅仅可以揭示文档中所包含的信息，同时也可以揭示文档间的关联关系所代表的信息。利用这些信息可以对页面进行排序，发现重要的页面。挖掘Web结构的目的是发现页面的结构和Web结构，在此基础上对页面进行分类和聚类，从而找到权威页面。Page2Rank方法就是利用文档间链接信息来查找相关的Web页。 3、Web使用记录的挖掘。Web使用记录挖掘的主要目标是从Web的访问记录中抽取感兴趣的模式。WWW中的每个服务器都保留了访问日志(Web access log)，记录了关于用户访问和交互的信息。分析这些数据可以帮助理解用户的行为，从而改进站点的结构，或为用户提供个性化的服务。这方面的研究主要有两个方向：一般的访问模式追踪和个性化的使用记录追踪。一般的访问模式追踪通过分析使用记录来了解用户的访问模式和倾向，以改进站点的组织结