电子商务中的数据挖掘体现新.docVIP

数据挖掘在电子商务中的体现 内容摘要：随着电子商务的竞争日趋激烈，如何在海量的信息中获取有价值的信息就成了企业的核心工作，这就促进了数据挖掘和电子商务的结合。本文从获取数据来源、分析访问路径、构建数据挖掘体系等三个方面浅谈了数据挖掘在电子商务中的表现及特点。 关键词：电子商务 数据挖掘 路径分析 挖掘体系 前言： 我们都应该有过这样的浏览网页经历，就是当我们在浏览一些购物网站准备离开时会弹出一个页面显示以下一些内容“浏览该商品的朋友还会对下面一些商品感兴趣” ；有时我们在线听一些歌曲时也会有类似的推荐信息“猜你还喜欢下面这首歌” 如果我们按照这些推荐去看看这些网页发现里面还真有自己喜欢的东西或喜欢的歌曲。大家可能很好奇，它怎么就知道我喜欢这些东西的，其实这其中就是通过数据挖掘技术分析了我们消费者的行为和喜好。 数据挖掘定义： 数据挖掘就是从大量的、不完整的、有噪声的、模糊的随机的实际应用过程中产生的数据中提取出隐含的有价值的信息的过程。 电子商务就是以信息资源为核心而展开的商务活动或商务模式。电子商务数据挖掘就是采集网络上主要是电子商务网站存在的与电子商务有关信息，通过对这些数据信息的分析从而了解市场供求信息、顾客偏好、购买模式等，进而随时调整经营策略。例如，在电子商务环境下，搜集到的有关客户的数据，经过抽取、变换和装入，建立企业的数据仓库，利用数据挖掘能发现客户的共性和特殊性的信息、必然和偶然的信息、独立和关联的信息等。所有这些挖掘发现的信息都将为电子商务管理者提供决策依据，以更好的满足客户需要。 数据挖掘在电子商务中的体现 从数据挖掘的定义可以看出数据挖掘之于电子商务的作用。那么数据挖掘在电子商务中是如何体现出来的呢？从电子商务以及数据挖掘的关系来看主要体现在以下一些方面; 1.获取广泛的数据来源 2.进行路径分析 3建立数据挖掘体系结构 获取广泛的数据来源 在电子商务中可以用作数据挖掘的数据来源很多，而且数据的类型种类也很多。通常有以下一些方面的数据类型： 服务器日志数据。客户访问服务器时就会自动在服务器上产生相应的服务器日志数据文件，日志文件分为server logs、error logs、cookie logs等几种类型。 server logs有两种存储格式；一种是公用日志文件格式，另一种是组合日志文件格式。前者提供了有关访问者物理访问站点的信息。如果能够对这些信息中的一些项进行语法上的分析，就可以知道客户主要来源的区域是哪里了。后者主要是支持关于日志文件元信息的指令，如版本号，会话监控开始和结束的日期、被记录的域名等。 error logs存储了请求失败的数据，如丢失连接、授权失败，超时等信息。 cookie logs cookie是一种软件结构，它能够在客户端存储客户访问服务器的信息。服务器上存储关于cookie的信息就叫做cookie logs。在电子商务网站中，存储在cookie日志中的主要是交易信息。 查询数据。查询数据是电子商务站点在服务器上产生的一种典型数据，如对联机存储的客户也许会搜索一些产品或某些广告信息，这些查询数据信息就通过cookie或登记信息链接到服务器的访问日志上。但到目前为止还没有一个标准的查询数据格式。 代理服务器端数据。代理服务器日志记录了用户对所有网站的访问，它相当于客户浏览器和web服务器之间的中介服务器。它可以将大量的用户访问信息通过代理日志的形式保存起来。通过对这些数据进行挖掘，能够自动发现隐藏在数据中的模式信息，了解客户的访问模式，从而做出一些预测分析。 客户登记信息。这类信息主要是用户的注册信息。比如用户的个人资料、用户要订购的商品资料、用户提交的一些意见反馈等。但问题是很多用户并不愿意透露自己的个人信息，往往在填写注册表时乱填一气，这就会造成原始数据质量下降。这时就需要对这些数据加以甄别后才可以进行使用。 进行路径分析 路径分析时数据挖掘在电子商务中的常用方法。它通过对网站服务器日志文件中客户访问站点、访问次数的分析，挖掘出频繁访问的路径。路径分析的意义就在于建立更加完善的用户行为模型，以帮助企业了解客户的需求从而向客户进行有目标的推销。 当前电子商务网站的页面大多由以下内容组成。 ①站点首页 ②商家信誉与说服性质的页面 ③产品详细信息和常见问题以及售后、配送信息页面 ④购物车页面 ⑤支付结账页面 通过这些页面的引导就可以模拟出客户访问的路径了。经过客户上一步、下一步或者其他的点击，直到最后离开页面这些操作，这样就需要根据自己的产品、购物、付款等页面建立自己站点的路径筛选机制，以便于在最后每周、每月或者更长时间的筛选报告中清楚顾客的访问路径，根据访问页面的比率来挖掘用户喜欢的内容页面，消费需求，进而设计合理的点击路径和用户选择信息流程