数据挖掘在电子商务网站中应用研究.docVIP

数据挖掘在电子商务网站中应用研究 　　摘要：通过构建网上书城销售系统，运用Web数据挖掘技术对电子商务网站进行分析，使用K均值聚类分析方法对客户的购买数量、购买书籍的类型、购买书籍时的浏览深度及客户的回访率进行分析研究。采用SPSS软件进行验证，实验结果表明，使用Web数据挖掘技术能够确定网站的目标客户群，以此为依据完善和优化网站结构。 　　关键词：电子商务；电子商务网站；Web数据挖掘；聚类分析 　　中图分类号：TP391文献标识码：A文章编号2013）004012703 　　基金项目：湖北省自然科学基金（2011CD297）；武汉市教育局科研项目（2009k100） 　　0引言 　　随着Internet 的日益发展和普及，电子商务成为商务活动中最具活力的行业。电子商务的基本交易平台是电子商务网站，伴随其规模的扩大和功能的增加，使其结构趋于复杂，网站的系统性能成为影响其为客户提供优质服务??瓶颈，如何提高网站系统的性能、优化网站系统的结构并为客户提供更好的个性化服务，成为商务网站建设面临研究的问题，直接影响到商务网站的效益。因此，如何设计一个好的电子商务网站，以吸引住用户，是电子商务活动能否成功的关键。通过使用Web数据挖掘技术对网站的销售信息进行合理的挖掘，可发现其形成和存在的规率，以及用户访问的规律，从而合理的配置资源，满足用户的需求。 　　本文构建了一个网上书城销售系统，通过Web使用模式的挖掘，对网络客户的信息需求和上网习惯的定量研究，可以优化网络站点的结构或个性化服务提供参考＼[1＼]，从而使客户更快地找到所需要信息。 　　1Web数据挖掘技术 　　Web数据挖掘 （Web Data Mining），是数据挖掘技术在Web环境下的应用，是从大量的Web文档集合和在站点内进行浏览的相关数据中发现潜在的、有用的模式或信息。它是一项综合技术，涉及到Internet技术、人工智能、计算机语言学、信息学、统计学等多个领域＼[2，3＼]。Web数据挖掘是一个具有挑战性的课题，需要实现对Web存取模式、Web结构和规则，及动态Web内容的查找。Web挖掘也分成三类＼[24＼]：Web内容挖掘、Web结构挖掘和Web使用模式挖掘。 　　Web内容挖掘＼[24＼]是指Web上大量文档集合的“内容”进行总结、分类、聚类、关联分析以及利用Web文档进行趋势预测等，是从Web文档内或描述中抽取知识的过程。Web内容挖掘主要是针对于各种非结构化的数据，Web上的数据既有文本数据也有声音、图像、图形、视频等多媒体数据；既有无结构的自由文本，也有用HTML标记的半结构数据和来袭数据库的结构化数据。Web内容挖掘又可将其分为基于文本信息的挖掘和基于多媒体信息的挖掘两种方式。Web数据挖掘侧重的是从文档中抽取有关事实，它对文档和知识的结构表达感兴趣。 　　Web结构挖掘＼[24＼]是指从Web的组织结构、Web文档结构及其链接关系中推导知识。Web内容挖掘主要针对的是内部文档，而Web结构挖掘主要是通过分析一个网页的链接和被链接数量以及对象建立Web自身的链接结构模式。这种Web结构挖掘有助于用户对网页的浏览，可用于网页的归类，并可以由此获得有关不同页面间相似度和关联度的信息，也有助于网页进行比较和系统化。Web结构挖掘有助于用户找到相关主题的权威站点，为用户提供一种指导性的方案，从而达到更方便访问信息的目的。 　　Web内容挖掘和 Web结构挖掘的对象是网上的原始数据，Web使用模式挖掘则不同于前两者，它面对的是在用户和网络交互的过程中抽取出来的第二手数据。Web使用模式挖掘（Web Usage Mining）是对用户访问 Web时在服务器方留下的访问记录进行挖掘，它通过挖掘Web日志文件及客户交易数据来发现有意义的用户访问模式和相关的潜在用户群。其主要特点是对用户信息数据进行抽取、转换、分析和其它模型化处理，从中提取辅助商业决策的关键性数据。这一点对电子商务网站至关重要，电子商务网站优化目的就是为了提高浏览者的转化率，提高客户的忠诚度。 　　尽管Web挖掘的形式和研究方向层出不穷，但随着电子商务的兴起和迅猛发展，Web挖掘的一个重要应用方向将是电子商务系统。电子商务是数据挖掘技术最恰当的应用领域，因为电子商务可以很容易满足数据挖掘所必需的因素：丰富的数据源、自动收集的可靠数据，并且可将挖掘的结果转化成商业行为，商业投资可以及时评价。其中，与电子商务关系最为密切的是Web使用模式挖掘。 　　2Web数据挖掘中的聚类分析方法 　　2.1聚类分析方法 　　Web 使用模式挖掘的方法有很多，比如常用的有协同过滤、关联规则、序列分析、Web日志的聚类算法等，网络用户想要预测网站的点击流量可以采用聚类分