Web数据挖掘技术在电子商务中应用研究.docVIP

Web数据挖掘技术在电子商务中应用研究 　　摘 要 目前，电子商务对Web数据挖掘技术的应用非常普遍，因为Web数据挖掘可以促使电子商务更加的智能化、人性化，并进一步推动电子商务的快速发展。以下本文将对Web数据挖掘技术在电子商务中的应用进行探讨，并结合两者之间的联系，提出一点参考建议。 　　【关键词】Web数据挖掘 电子商务 数据资源 　　本文将从Web数据挖掘的方法以及Web数据挖掘过程等方面，来研究Web数据挖掘技术对电子商务产生的影响。 　　1 电子商务平台中的数据资源 　　电子商务平台中本身就存在着数目庞大的数据源，这些数据信息都是Web数据挖掘的根基。具体来说，包含以下几个方面： 　　1.1 电子商务平台中商品的多种信息 　　电子商务平台中数以亿计的商品，每个都有不同的参数、价格、性能等多种信息，这些信息存在于Web页面上，其实也为页面的优化奠定了一定的基础。 　　1.2 用户相关信息 　　指的就是用户在注册电子商务平台时的预留信息，里面包含订?涡畔?、访问页面、搜索记录、购买记录等等，这些信息可以帮助电子商务平台有效的分析用户的兴趣点，从而指导其未来可能产生的购买行为，为相关产品的销售奠定了一定的基础。 　　1.3 相似页面之间的超链接结构 　　相似的页面之间是存在着超链接结构的，它可以有效的指导搜索引擎的收录排序。 　　1.4 服务器数据 　　主要包含的有Cookie日志、服务器日志、错误日志等等，通过对其分析可以知道服务器的运行速度，进而进行优化，使其更符合用户的良好体验。 　　2 Web数据挖掘的分类 　　进行Web数据挖掘是为了从大量的数据中获取到所需的有利信息，通常而言，Web数据挖掘分为以下三类： 　　2.1 Web内容挖掘 　　这主要指的是通过对Web页面数据的挖掘而筛选出有用的信息。 　　2.2 Web结构挖掘 　　主要针对的是Web页面中的链接，从中筛选出有价值的信息。 　　2.3 Web使用挖掘 　　其主要是为了分析用户行为而筛选出有用数据。 　　3 电子商务系统中Web数据挖掘的过程 　　通常情况下，在电子商务平台进行Web数据挖掘，主要分为以下三步： 　　3.1 数据准备 　　顾名思义就是准备数据挖掘所需要的信息。举例来说，比如用户购买记录、搜索习惯、商品页面、综合评价等，从中过滤掉无用的数据，筛选出有用的信息并进行存储。 　　3.2 数据挖掘 　　该工作主要是进行建立数学模型，通过算法发现数据价值。 　　3.3 表达解释最终结果 　　主要是对发现的有用信息进行合理的剖析，解释其产生的原因以及作用，将相关信息进行汇总，然后提交给决策者，为接下来可能出现的战略决策提供理论依据和数据支持。 　　4 电子商务系统中的Web数据挖掘技术 　　基于电子商务平台的Web数据挖掘技术主要有以下六种： 　　4.1 路径分析 　　主要是分析用户登录网站的频次，从中筛选出用户最常访问的URL。 　　4.2 统计分析 　　主要是对用户的访问频率、页面停留时间、网页出错URL等进行筛选，发现问题，从而改进，最终保证系统的安全运营。 　　4.3 关联规则 　　举例来说，比如用户购买了商品一的同时也购买了商品二，那么我们就要筛选分析商品一和商品二之间的关联关系，这样有利于电子商务平台在用户购买商品一的时候，能够智能化的向用户推荐商品二，既能够帮助用户减轻他的搜索负担，又能够增加商品在电子商务平台上的销量。 　　4.4 序列模式 　　举例来说，用户先购买了商品一后，过了一段时间又购买了商品二，那么我们就可以通过序列模式的分析和筛选，以此来预估用户接下来可能产生的购买行为，在适当的时间内再次向用户推荐类似的、有针对性的商品，促进客户的购买欲望。通过序列模式的分析，既能够为用户提供人性化的多元服务，又能够帮助平台和商品实现最大的收益。 　　4.5 分类规则 　　该规则主要是可以依据事物的不同特性标签来进行分类。举例来说，在电子商务平台中，我们可以根据商品的地区和适应对象的年龄等因素标签来进行分类。 　　4.6 聚类分析 　　该规则指的是我们可以根据某一特殊原则来对未分类的事物进行区分汇总。 　　5 Web数据挖掘在电子商务中的应用 　　在电子商务平台中更好的应用Web数据挖掘，可以更有力的分析客户的意向，调整平台的商业决策，降低企业的运营成本，实现利益的最大，占据更多的市场份额。具体来说，有以下几点优势： 　　5.1 有利于电子商务平台再次发掘老客户的价值，维护新客户 　　通过Web数据挖掘技术，电子商务平台可以更加确切的了解到客户的兴趣与喜好，调整页面内容，为客户提供有针对性的服务，使得用户获得更好的页面体验，提高满意度，最终