在电子商务中web数据挖掘技术与作用分析.docVIP

在电子商务中web数据挖掘技术与作用分析 　　摘要:本文立足于web数据挖掘技术,从Web数据挖掘的技术介绍、客户关系管理中的应用和Web挖掘的作用三个角度,分析了电子商务中的web数据挖掘应用。 　　关键字:web数据挖掘;电子商务;CRM 　　中图分类号:F224-39文献标识码:B文章编号:1009-9166(2009)026(C)-0073-01 　　 　　在电子商务领域中,利用数据挖掘技术从www的资源和行为中自动发现并提取感兴趣的、有用的模式和隐含的信息,它还可以得到关于群体用户访问行为和方式的普遍知识,它是一项综合技术涉及Internet技术学、人工智能、计算机语言、信息学、统计学等多个领域。 　　一、Web数据挖掘的技术介绍 　　从电子商务的角度出发,进行Web上的数据挖掘,主要就是进行客户访问信息的挖掘,得到客户端浏览行为和访问模式,从而找到有用的市场信息。在Web数据挖掘的模式发现中,常有以下几种数据挖掘技术的使用: 　　1、路径分析:使用路径分析技术进行Web使用模式挖掘,最常用的就是网站结构图。它可以被用于判定在一个web站点中最频繁访问的路径,还有一些其他的有关路径的信息通过路径分析可以得出。2、关联规则。关联规则既可用来分析商品间的参考模式,也可以向客户推荐商品,提高交叉销售能力。3、序列模式:序列模式挖掘就是挖掘出交易集之间有时间序列关系的模式,在Web日志中发现所有满足用户规定的最小支持度的大序列模式。序列模式的发现就是在时间戳有序的事务集中,找到那些“一些项跟随另一个项”的内部事务模式。4、分类规则:分类技术主要是根据用户群的特征挖掘用户群的访问特征。在Web数据挖掘中,分类规则的发现就是给出识别一个特殊群体的公共属性的描述,这个描述可以用来分类新的项,例如:在/class/book3进行过在线定购的顾客中有66%是25―35岁生活在北方的年轻人。得到这一分类后,就可以进行适合这一类客户的商务活动。5、聚类分析:该技术将具有相似爱好、购物兴趣的客户分配到相同的族中,聚类产生之后,根据该族中其他客户对某商品的评价就可以得到系统对该商品的评价,聚类过程可以离线进行,聚类产生之后,性能比较好,但如果某客户处于一个聚类的边缘,则对该客户的推荐精度比较低???6、贝叶斯网络:贝叶斯网络技术利用训练集创建相应的模型,模型用决策树表示,节点和边表示客户信息。模型的建立可以离线进行,得到的模型非常小,对模型的使用非常快,这种方法适合客户的兴趣爱好变化比较慢的场合。 　　二、数据挖掘在客户关系管理(CRM)中的应用 　　1、客户的获取。在大多数的商业领域中,业务发展的主要指标包括新客户的获取能力。企业的市场部门人员可以采用传统的方法来发展新客户,如开展广告活动;也可以根据所了解的目标客户群,将他们分类,然后进行直销活动。但是,随客户数量不断增长和每位客户的细节因素增多,要得出选择出相关的人口调查属性的筛选条件也会变得很困难。而数据挖掘技术可以帮助完成潜在客户的筛选工作。2、客户的保持。随着行业中的竞争愈来愈激烈和获得一个新客户的开支愈来愈大,保持原有客户的工作也愈来愈有价值。在CRM的实施中,企业通过预测,找出可能会流失的客户,并分析出主要有哪些因素导致他们想要离开,在此基础上,有针对性地挽留那些有离开倾向的客户。3、客户的细分。细分是指将一个大的消费群体划分为一个个细分群体的动作,同属一个细分群的消费者彼此相似,而隶属于不同细分群的消费者被视为不同的。通过CRM的实施,将产生细分的客户群,企业根据客户提出的要求不断地改善产品和服务,从而使企业不断提高使该客户群满意的能力。 　　三、Web挖掘的作用 　　1、发现潜在客户:在对Web的客户访问信息的挖掘中,利用分类技术可以在Internet上找到未来的潜在客户。通常的策略是先对已经存在的访问者进行分类,对于一个新的访问者,通过在Web上的分类发现,识别出这个客户与已经分类的老客户的一些公共的描述,从而对这个新客户进行正确的分类。然后从它的分类判断这个新客户是属于有利可图的客户群,还是属于无利可图的客户群,决定是否要把这个新客户作为潜在的客户来对待。2、设计个性化网站:强调信息个性化识别客户的喜好,使客户能以自己的方式来访问网站。对某些用户经常访问的地方,有针对性地提供个性化的广告条,以实现个性化的市场服务。3、优化Web站点:对Web站点的链接结构的优化可从三方面来考虑:(1)通过对Web Log的挖掘,发现用户访问页面的相关性,从而对密切联系的网页之间增加链接,方便用户使用。(2)利用路径分析技术判定在一个Web站点中最频繁的访问路径,可以考虑把重要的商品信息放在这些页面中,改进页面和网站结构的设计,增强对客户的吸引力,提高销售量。(