Web數(shù)據(jù)挖掘在移動(dòng)電子商務(wù)領(lǐng)域的應(yīng)用分析研究

1、Web 數(shù)據(jù)挖掘在移動(dòng)電子商務(wù)領(lǐng)域的應(yīng)用研究-電子商務(wù)論文Web 數(shù)據(jù)挖掘在移動(dòng)電子商務(wù)領(lǐng)域的應(yīng)用研究張昶 ZHANG Chang ；靳偉 JIN Wei ；靳艷峰 JIN Yan-feng （石家莊郵電職業(yè)技術(shù)學(xué)院，石家莊050021）摘要： 隨著移動(dòng)通信技術(shù)的飛速發(fā)展，移動(dòng)電子商務(wù)以其方便、快捷等優(yōu)點(diǎn)獲得了大量 的網(wǎng)絡(luò)用戶。移動(dòng)互聯(lián)網(wǎng)端的用戶行為分析已經(jīng)成為迅速發(fā)展的知識(shí)領(lǐng)域。 Web 數(shù)據(jù)挖掘 技術(shù)作為用戶行為分析的基礎(chǔ)在移動(dòng)電子商務(wù)領(lǐng)域具有很高的實(shí)用價(jià)值。 文章主要介紹了基 于 Web 的數(shù)據(jù)挖掘定義及 Web 的數(shù)據(jù)特點(diǎn)， 并對(duì) Web 使用模式挖掘的過(guò)程和算法進(jìn)行了重 點(diǎn)分析，包括

2、數(shù)據(jù)的預(yù)處理、 模式發(fā)現(xiàn)和模式分析。 除此之外， 基于傳統(tǒng)企業(yè)的電子商務(wù)化、 業(yè)務(wù)領(lǐng)域多元化等特點(diǎn)， 創(chuàng)新研究了如何建設(shè)企業(yè)電子化大平臺(tái)， 如何有效收集平臺(tái)產(chǎn)生的 海量數(shù)據(jù)，如何將 Web 數(shù)據(jù)挖掘技術(shù)應(yīng)用于企業(yè)等內(nèi)容。關(guān)鍵詞 ： 移動(dòng)電子商務(wù)； Web 挖掘技術(shù)；電子化平臺(tái)；用戶行為模式 中圖分類號(hào)： TP311 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1006-4311（2015） 26-0245-05 課題項(xiàng)目：河北省高等學(xué)?？茖W(xué)技術(shù)研究項(xiàng)目編號(hào)： Z2014167 。作者簡(jiǎn)介：張昶（ 1986- ），男，河北石家莊人， 碩士研究生，講師，研究方向?yàn)殡娮由虅?wù)、 移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)。目前，移動(dòng)互

3、聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)庫(kù)技術(shù)飛速發(fā)展，移 它把電子交易從傳統(tǒng)的 PC 端轉(zhuǎn)移到了移動(dòng)終端， 這加速了社會(huì)經(jīng)濟(jì)的電子化進(jìn)程， 同時(shí)也使得數(shù)據(jù)1 移動(dòng)電子商務(wù)與數(shù)據(jù)挖掘1.1 移動(dòng)電子商務(wù)與數(shù)據(jù)挖掘的關(guān)系 動(dòng)電子商務(wù)正顯示出越來(lái)越強(qiáng)大的生命力， 使人們可以隨時(shí)隨地進(jìn)行電子商務(wù)活動(dòng)， 爆炸的問(wèn)題越來(lái)越嚴(yán)重。 數(shù)據(jù)挖掘的興起為電子商務(wù)提供了強(qiáng)大的數(shù)據(jù)支撐， 利用數(shù)據(jù)挖掘 技術(shù)可以有效的幫助企業(yè)分析網(wǎng)上獲取的大量數(shù)據(jù)， 發(fā)現(xiàn)隱藏在其背后的知識(shí)， 為電子商務(wù) 客戶提供個(gè)性化服務(wù)， 建設(shè)智能商務(wù)網(wǎng)站， 指導(dǎo)企業(yè)的營(yíng)銷策略， 由此使企業(yè)線上的業(yè)務(wù)得 到進(jìn)一步的發(fā)展。移動(dòng)電子商務(wù)便捷以及交互式的服務(wù)可以為數(shù)據(jù)挖掘提供海

4、量的數(shù)據(jù)。 因?yàn)榭蛻魧?duì)網(wǎng)站的 每一次點(diǎn)擊都會(huì)被網(wǎng)絡(luò)服務(wù)器記錄在日志中，由此產(chǎn)生了點(diǎn)擊流數(shù)據(jù)。網(wǎng)站的服務(wù)器日志， 后臺(tái)數(shù)據(jù)庫(kù)中客戶相關(guān)的數(shù)據(jù)， 以及大量交易記錄等數(shù)據(jù)資源中都蘊(yùn)含著海量有待充分挖掘 的信息， 海量數(shù)據(jù)是數(shù)據(jù)挖掘的一個(gè)必要條件， 如果數(shù)據(jù)量少， 則挖掘的信息是不夠精準(zhǔn)的。移動(dòng)電子商務(wù)網(wǎng)站可以為數(shù)據(jù)挖掘提供 “干凈的 ”數(shù)據(jù)。 因?yàn)樵S多相關(guān)的信息是從網(wǎng)站上直 接提取的， 無(wú)需從歷史系統(tǒng)中集成， 避免了很多錯(cuò)誤。通過(guò)良好的站點(diǎn)設(shè)計(jì)，不需要進(jìn)行分 析、計(jì)算和預(yù)處理等步驟， 就可以直接得到與數(shù)據(jù)挖掘相關(guān)的數(shù)據(jù)。 移動(dòng)電子商務(wù)網(wǎng)站的數(shù) 據(jù)，非?？煽?，無(wú)需人工輸入，從而避免了很多錯(cuò)誤。此外，可

5、以通過(guò)良好的站點(diǎn)設(shè)計(jì)來(lái)控 制數(shù)據(jù)采樣的顆粒度?；谝苿?dòng)電子商務(wù)的數(shù)據(jù)挖掘能夠使得挖掘的成果非常容易應(yīng)用。 很多其他的數(shù)據(jù)挖掘研 究雖然有很多的知識(shí)發(fā)現(xiàn)， 但是這些知識(shí)很多不能輕松的在商業(yè)領(lǐng)域中應(yīng)用并產(chǎn)生效果。 因 為要應(yīng)用這些知識(shí)可能意味著需要進(jìn)行復(fù)雜的系統(tǒng)更改、 流程更改、 或改變?nèi)藗內(nèi)粘５霓k事 習(xí)慣，這在現(xiàn)實(shí)中是相對(duì)困難的。而在移動(dòng)電子商務(wù)領(lǐng)域，很多知識(shí)發(fā)現(xiàn)都可以直接應(yīng)用。 如改變站點(diǎn)設(shè)計(jì)（改變布局，適當(dāng)進(jìn)行個(gè)性化設(shè)計(jì)） ，針對(duì)于特定目標(biāo)或消費(fèi)群進(jìn)行的隨時(shí) 隨地的網(wǎng)上促銷， 根據(jù)對(duì)廣告效果的統(tǒng)計(jì)數(shù)據(jù)改變相應(yīng)的廣告策略， 根據(jù)數(shù)據(jù)特點(diǎn)可以很容 易地進(jìn)行網(wǎng)上捆綁式銷售等。1.2 Web 挖掘的

6、定義 Web 數(shù)據(jù)挖掘（ Web Data Mining ），是數(shù)據(jù)挖掘技術(shù)在 Web 環(huán)境下 的應(yīng)用，是從大量的 Web 文檔集合和在站點(diǎn)內(nèi)進(jìn)行瀏覽的相關(guān)數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的 模式或信息。它是一項(xiàng)綜合技術(shù)，涉及到 Internet 技術(shù)、人工智能、信息學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域。面向電子商務(wù)的數(shù)據(jù)挖掘是 Web 挖掘的一個(gè)典型應(yīng)用， Web 上的日志文件，如客戶的訪 問(wèn)行為， 訪問(wèn)頻度， 瀏覽內(nèi)容及時(shí)間等， 包括很多可挖掘內(nèi)容， 對(duì)這些內(nèi)容進(jìn)行提取、 加工、 分析，可以將客戶的訪問(wèn)數(shù)據(jù)從潛在的、隱含的狀態(tài)，變?yōu)槠髽I(yè)分析市場(chǎng)、制定經(jīng)營(yíng)策略、 管理客戶關(guān)系的有力依據(jù)，從而實(shí)現(xiàn) Web 上電子商務(wù)活

7、動(dòng)的本質(zhì)，即獲得商務(wù)的增值。對(duì)應(yīng)于不同的 Web 數(shù)據(jù)， Web 挖掘也分成三類： Web 內(nèi)容挖掘( Web Content Mining )、Web 結(jié)構(gòu)挖掘( Web Structure Mining )和 Web 使用模式挖掘( Web Usage Mining )。(圖 1)Web 內(nèi)容挖掘就是對(duì)網(wǎng)絡(luò)頁(yè)面的內(nèi)容進(jìn)行挖掘分析，包括對(duì)文本、圖像、音頻、視頻、 元組數(shù)據(jù)的挖掘， 但目前多數(shù)是基于文本信息的挖掘， 這又可以進(jìn)一部分為網(wǎng)頁(yè)內(nèi)容挖掘和 搜索結(jié)果挖掘， 前者是傳統(tǒng)的依據(jù)內(nèi)容搜索網(wǎng)頁(yè)， 后者是在前者搜索結(jié)果的基礎(chǔ)上進(jìn)一步搜 索網(wǎng)頁(yè)。 Web 內(nèi)容挖掘和通常的平面文本挖掘的功能和方法比

8、較類似，但由于互聯(lián)網(wǎng)上的 數(shù)據(jù)基本上都是 HTML 格式的文件數(shù)據(jù)格式流，因此可以利用文檔中的 HTML 標(biāo)記來(lái)提高 Web 文本挖掘的性能。Web 結(jié)構(gòu)挖掘是對(duì)網(wǎng)絡(luò)頁(yè)面之間的結(jié)構(gòu)進(jìn)行挖掘，從網(wǎng)頁(yè)的實(shí)際組織結(jié)構(gòu)中獲取信息。 整個(gè) Web 空間中，頁(yè)面內(nèi)容和頁(yè)面結(jié)構(gòu)中都可能會(huì)存在有用的知識(shí)。Web 結(jié)構(gòu)挖掘主要就是針對(duì)頁(yè)面的超鏈接結(jié)構(gòu)進(jìn)行分析，通過(guò)分析一個(gè)網(wǎng)頁(yè)鏈接和被鏈接數(shù)量以及對(duì)象來(lái)建立 Web 自身的鏈接結(jié)構(gòu)模式。這種模式可以用于網(wǎng)頁(yè)歸類，并且由此可以獲得有關(guān)不同網(wǎng)頁(yè) 間相似度及關(guān)聯(lián)度的信息。 如果發(fā)現(xiàn)有較多的超鏈接都指向某一頁(yè)面， 那么該頁(yè)面就是重要 的。這種知識(shí)可以用來(lái)改進(jìn)搜索路徑。We

9、b 使用模式挖掘是對(duì)用戶和網(wǎng)絡(luò)交互的過(guò)程中抽取出來(lái)的第二手?jǐn)?shù)據(jù)進(jìn)行挖掘，包括 網(wǎng)絡(luò)服務(wù)器訪問(wèn)記錄、 瀏覽器日志記錄、 注冊(cè)信息等。 最常用到的是網(wǎng)絡(luò)服務(wù)器訪問(wèn)記錄挖 掘，它通過(guò)挖掘 Web 日志文件及客戶交易數(shù)據(jù)來(lái)發(fā)現(xiàn)有意義的客戶訪問(wèn)模式和相關(guān)的潛在 客戶群。其主要特點(diǎn)是對(duì)客戶信息數(shù)據(jù)進(jìn)行抽取、 轉(zhuǎn)換、 分析和其他模型化處理， 從中提取 輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。這里需要特別指出的是， Web 使用模式挖掘還可以進(jìn)一部分 為一般訪問(wèn)模式跟蹤和定制使用跟蹤，前者是一種查看網(wǎng)頁(yè)訪問(wèn)歷史記錄的使用模式挖掘。 這種挖掘可以是一般化的，也可以是針對(duì)特定的使用或使用者，這便是后者。1.3 Web 挖掘的數(shù)

10、據(jù)源很多數(shù)據(jù)都可以在 Web 上進(jìn)行數(shù)據(jù)挖掘分析，并且這些數(shù)據(jù)存在很多類型，具體來(lái)說(shuō)主 要有以下幾種類型的數(shù)據(jù)。1.3.1 服務(wù)器數(shù)據(jù) 通常只要有客戶訪問(wèn)站點(diǎn)就會(huì)在 Web 服務(wù)器上留下相應(yīng)的痕跡， 即日 志數(shù)據(jù)，這些日志數(shù)據(jù)存儲(chǔ)在服務(wù)器上的形式通常都是文本文件，比如 cookie logs、 error logs、 sever logs 等。1.3.2 查詢數(shù)據(jù) 它是電子商務(wù)站點(diǎn)在服務(wù)器上產(chǎn)生的一種典型數(shù)據(jù)。例如，對(duì)于在線客 戶也許會(huì)搜索一些產(chǎn)品或某些廣告信息，這些查詢信息就通過(guò) cookie 或是登記信息連接到 服務(wù)器的訪問(wèn)日志上。1.3.3 在線市場(chǎng)數(shù)據(jù) 在線時(shí)長(zhǎng)數(shù)據(jù)主要包括存儲(chǔ)在傳統(tǒng)關(guān)

11、系數(shù)據(jù)庫(kù)里的商品信息、客戶 購(gòu)買(mǎi)信息和電子商務(wù)站點(diǎn)信息等。1.3.4 Web頁(yè)面 主要是指 HTLM 和 XML 頁(yè)面的內(nèi)容，包括本文、圖片、語(yǔ)音、圖像等。1.3.5 Web 頁(yè)面超級(jí)鏈接關(guān)系 主要是指頁(yè)面之間存在的超級(jí)鏈接關(guān)系，這也是一種重要 的資源。1.3.6 客戶登記信息 客戶登記信息是指客戶通過(guò) Web 頁(yè)輸入的、 要提交給服務(wù)器的相關(guān) 客戶信息，這些信息通常是關(guān)于用戶的人的特征。在 Web 的數(shù)據(jù)挖掘中，客戶登記信息需 要和訪問(wèn)日志集成，以提高數(shù)據(jù)挖掘的準(zhǔn)確度，使之能更進(jìn)一步地了解客戶。2 Web 使用模式挖掘分析Web 使用模式挖掘是 Web 數(shù)據(jù)挖掘中最重要的應(yīng)用， 其數(shù)據(jù)源通常

12、是服務(wù)器的日志信息。 Web 服務(wù)器的日志記載了用戶訪問(wèn)站點(diǎn)的信息，這些信息包括：訪問(wèn)者的 IP 地址、訪問(wèn)時(shí) 間、訪問(wèn)方式（ GET/POST ）、訪問(wèn)的頁(yè)面、協(xié)議、錯(cuò)誤代碼以及傳輸?shù)淖止?jié)數(shù)等信息。每當(dāng)網(wǎng)頁(yè)被請(qǐng)求一次， Web 日志就在日志數(shù)據(jù)庫(kù)內(nèi)追加相應(yīng)的記錄。站點(diǎn)的規(guī)模和復(fù)雜 程度與日俱增， 利用普通的概率方法來(lái)統(tǒng)計(jì)、 分析和安排站點(diǎn)結(jié)構(gòu)已經(jīng)不能滿足要求。 只有 通過(guò)數(shù)據(jù)挖掘技術(shù)處理服務(wù)器的日志文件， 才能分析用戶訪問(wèn)站點(diǎn)的規(guī)律， 改進(jìn)網(wǎng)站的組織 結(jié)構(gòu)及其性能，增加個(gè)性化服務(wù)，實(shí)現(xiàn)網(wǎng)站自適應(yīng)，發(fā)現(xiàn)潛在的用戶群體。Web 使用模式挖掘的過(guò)稱具體包括數(shù)據(jù)的預(yù)處理過(guò)程、模式發(fā)現(xiàn)過(guò)程以及模式分析

13、過(guò)程。2.1 數(shù)據(jù)預(yù)處理過(guò)程 在數(shù)據(jù)預(yù)處理過(guò)程中， 首先需要做一些數(shù)據(jù)清洗。 其次由于日志文件中只記錄了主機(jī)或代 理服務(wù)器的地址， 需要運(yùn)用 Cookie 技術(shù)和一些啟發(fā)規(guī)則來(lái)幫助識(shí)別用戶， 之后還要確認(rèn) Web 日志中是否有重要的訪問(wèn)頁(yè)面被遺漏， 如果有， 需要進(jìn)行相關(guān)的路徑補(bǔ)充。 最后要進(jìn)行事務(wù) 識(shí)別工作， 即將用戶的會(huì)話針對(duì)挖掘活動(dòng)的特定需要進(jìn)行定義、細(xì)分， 使挖掘更加精確，得 到想要的知識(shí)。數(shù)據(jù)清洗：即把日志文件中一些與數(shù)據(jù)分析的無(wú)關(guān)項(xiàng)處理掉，例如剔除 Web 請(qǐng)求方法中 不是 “get”的記錄。以及刪除 Web 服務(wù)器日志中與挖掘算法無(wú)關(guān)的數(shù)據(jù)，一般來(lái)說(shuō)只有服務(wù) 器日志中的 HTML

14、 與挖掘相關(guān)， Web 日志文件的目的是獲取用戶的行為模式， 通過(guò)檢查 URL 的后綴， 可以刪除不相關(guān)的數(shù)據(jù)。 例如： 將日志文件中后綴名為 JPG，GIF 等圖片文件刪除， 將后綴名為 CGI 的腳本文件刪除。用戶識(shí)別： 數(shù)據(jù)清洗之后， 使用基于日志的方法同時(shí)輔助以一些啟發(fā)式規(guī)則， 可以識(shí)別出 每個(gè)訪問(wèn)網(wǎng)站的用戶，這個(gè)過(guò)程就叫做用戶識(shí)別。在時(shí)間區(qū)間跨越較大的 Web 日志中，某 一用戶可能多次訪問(wèn)該站點(diǎn)， 這時(shí)就要用到會(huì)話識(shí)別。 其目的就是將用戶的訪問(wèn)記錄分為單 個(gè)會(huì)話（ Session）。那么如何來(lái)分呢？可以做如下設(shè)定：用二元組S 表示一個(gè)用戶會(huì)話S=userid ，RS，其中 user

15、id 是用戶標(biāo)識(shí)， RS 是用戶在一段時(shí)間內(nèi)請(qǐng)求訪問(wèn) Web 頁(yè)面的集合， RS 內(nèi)包含 用戶請(qǐng)求頁(yè)面的標(biāo)識(shí)符 Pid 及請(qǐng)求時(shí)間 time，那么這段時(shí)間的訪問(wèn)集合 RS 即可劃分為：RS=Pid1 ， time1 ， Pid2 ， time2 Pidn， timen ， 于是，用戶會(huì)話可表示為：S=userid ，Pid1 ，time1，Pid2，time2Pidn，timen ， 由此可以看出分成的每一個(gè)單獨(dú)的會(huì)話。路徑補(bǔ)充： 由于代理服務(wù)器本地緩存和代理服務(wù)器緩存的存在， 使得服務(wù)器的日志會(huì)遺漏 一些重要的頁(yè)面請(qǐng)求， 路徑補(bǔ)充就是利用引用日志和站點(diǎn)的的拓?fù)浣Y(jié)構(gòu)將這些遺漏的請(qǐng)求補(bǔ) 充到用戶

16、會(huì)話中，設(shè)遺漏的請(qǐng)求為Pidk ， timek ，其中請(qǐng)求時(shí)間 timek 為設(shè)備前后兩次請(qǐng)求的平均值，那么，用戶會(huì)話即可表示為：S=userid ，Pid1 ，time1，Pid2，time2Pidk，timekPidn,timen （kn） 事務(wù)識(shí)別：上面講到的用戶會(huì)話是 Web 日志挖掘中唯一具備的自然事物元素，但對(duì)于某 些挖掘算法來(lái)說(shuō)可能它的顆粒太粗， 區(qū)分度較低， 為此需要利用分割算法將其轉(zhuǎn)換為更小的 事物，即進(jìn)行事務(wù)識(shí)別。HTML 通過(guò)“Frame”標(biāo)記支持多窗口頁(yè)面， 每個(gè)窗口里裝載的頁(yè)面都對(duì)應(yīng)一個(gè)URL ，F(xiàn)rame頁(yè)面用來(lái)定義頁(yè)面的大小、 位置、及內(nèi)容， “Subframe”

17、用來(lái)定義被 Frame 包含的子窗口頁(yè)面， 當(dāng)用戶訪問(wèn) URL 對(duì)應(yīng)的是一個(gè) Frame 頁(yè)面時(shí)，瀏覽器通過(guò)解釋執(zhí)行頁(yè)面源程序，會(huì)自動(dòng)向 Web 服務(wù)器請(qǐng)求該 Frame 頁(yè)面包含的所有 Subframe 頁(yè)面，這一過(guò)程可以重復(fù)進(jìn)行，直到所 有 Subframe 頁(yè)面都被請(qǐng)求。 如果在這樣的用戶會(huì)話文件上進(jìn)行挖掘， Frame 頁(yè)面和 Subframe 頁(yè)面作為頻繁遍歷路徑出現(xiàn)的概率很高，這自然就降低的挖掘的結(jié)果價(jià)值。為此應(yīng)當(dāng)消除Frame 頁(yè)面對(duì)挖掘的影響，得到用戶真正感興趣的挖掘結(jié)果。2.2 模式發(fā)現(xiàn)過(guò)程數(shù)據(jù)預(yù)處理之后，可以對(duì) “干凈整齊 ”的數(shù)據(jù)進(jìn)行挖掘，即找出有用的模式和規(guī)則的過(guò)程。

18、下面主要分析三種常用的 Web 使用模式挖掘方法：關(guān)聯(lián)分析、分類與預(yù)測(cè)、聚類分析、時(shí) 間序列分析。關(guān)聯(lián)分析：即通過(guò)分析用戶訪問(wèn)網(wǎng)頁(yè)間的潛在聯(lián)系而歸納出的一種規(guī)則，如80%的用戶訪問(wèn)頁(yè)面 company/product1 時(shí)，也訪問(wèn)了頁(yè)面 company/product2 ，這說(shuō)明了兩個(gè)頁(yè)面的相關(guān) 性。那么可以進(jìn)行一個(gè)頁(yè)面的預(yù)取，來(lái)減少等待時(shí)間。用 A ，B 來(lái)表示兩個(gè)頁(yè)面，那么在 用戶訪問(wèn) A 時(shí)，可以把頁(yè)面 B 提前調(diào)入緩存中，從了改善 Web 緩存，改善網(wǎng)絡(luò)交通，提高 性能。若 A 和 B 表示兩個(gè)產(chǎn)品頁(yè)面，則兩種產(chǎn)品對(duì)客戶來(lái)說(shuō)有很大的相關(guān)性。利用這一點(diǎn) 可以做出很有效的促銷和廣告策略。關(guān)

19、聯(lián)規(guī)則的算法思想是 Apriori 算法或其變形，由此可以挖掘出訪問(wèn)頁(yè)面中頻繁在一起被 訪問(wèn)的頁(yè)面集，這種頻繁在一起被訪問(wèn)的頁(yè)面就成為關(guān)聯(lián)頁(yè)面，可用 A=B 表示。那么，若 有：A=B=C ，A=B=D ， A=B=E ，A=B=F=G ，則說(shuō)明 A=B 。分類和預(yù)測(cè)： 可以用分類來(lái)提取出用來(lái)描述重要數(shù)據(jù)類的模型， 并可以用分類模型來(lái)劃分 未知數(shù)據(jù)的類， 從而預(yù)測(cè)未知數(shù)據(jù)的趨勢(shì)。常用的算法思想為決策樹(shù)， 神經(jīng)網(wǎng)絡(luò)、 貝葉斯分 類等。 例如可以根據(jù)用戶的資料數(shù)據(jù) （包括用戶一些屬性） 或其特定的訪問(wèn)模式將其歸入某 一特定的類?？梢愿鶕?jù)客戶對(duì)某一類產(chǎn)品的訪問(wèn)情況， 或如其拋棄購(gòu)物車(chē)的情況， 來(lái)對(duì)客

20、戶分類 （即對(duì) 哪一類產(chǎn)品感興趣） 。更深入一點(diǎn)，可以為客戶添加一些屬性，如性別，年齡，愛(ài)好等（可 在網(wǎng)站注冊(cè)信息中獲得） ，并將對(duì)哪一類產(chǎn)品感興趣定義為目標(biāo)屬性，那么基于這些屬性可 以用決策樹(shù)算法來(lái)進(jìn)行分類，可以得出符合目標(biāo)屬性的人的特點(diǎn)，如 40 歲以上的男性更容 易網(wǎng)購(gòu)皮鞋等，這樣可以更精準(zhǔn)的捕捉客戶并制定營(yíng)銷策略。聚類分析： 聚類即將對(duì)象的集合分成由類似的對(duì)象組成的多個(gè)類的過(guò)程。 常用的算法思想 有劃分方法、層次方法、基于密度的方法等。如可以用 K-mean 的劃分方法做到類之間差異 化最大，而類內(nèi)相似性最大。在使用模式挖掘中主要有兩種聚類。 一種是頁(yè)聚類， 即將內(nèi)容相關(guān)的頁(yè)面歸到一個(gè)

21、網(wǎng)頁(yè)組， 這對(duì)網(wǎng)上搜索引擎對(duì)網(wǎng)頁(yè)的搜索有很大幫助。 另一種是客戶聚類， 即將具有相似訪問(wèn)特性的 客戶歸為一組， 那么可以分析出喜好類似的客戶群， 從而可以動(dòng)態(tài)的為客戶群制定網(wǎng)頁(yè)內(nèi)容 或提供瀏覽意見(jiàn)，如通過(guò)對(duì)眾多的瀏覽 “sports”網(wǎng)頁(yè)的客戶分析 ,發(fā)現(xiàn)經(jīng)常在該網(wǎng)頁(yè)上花上一 段時(shí)間去瀏覽的客戶， 再通過(guò)對(duì)這部分客戶的登記資料分析， 知道這些客戶是潛在要買(mǎi)運(yùn)動(dòng) 產(chǎn)品的客戶群體。就可以調(diào)整 “sports”網(wǎng)頁(yè)的內(nèi)容和風(fēng)格，以適應(yīng)客戶的需要。這在電子商 務(wù)市場(chǎng)的分割和為客戶提供個(gè)性化服務(wù)中起到了很大的作用。2.3 模式分析過(guò)程 在挖掘出一系列客戶訪問(wèn)模式和規(guī)則后，還需要進(jìn)一步觀察發(fā)現(xiàn)的規(guī)則、模式

22、和統(tǒng)計(jì)值， 之后確定下步怎么辦，是發(fā)布模式還是對(duì)數(shù)據(jù)挖掘過(guò)程進(jìn)行進(jìn)一步調(diào)整。如果存在冗余或無(wú)關(guān)的知識(shí)， 需要將其剔除。 如果經(jīng)過(guò)模式分析發(fā)現(xiàn)該模式不是想要的有 價(jià)值的模式，則需要對(duì)挖掘過(guò)程進(jìn)行調(diào)整，再轉(zhuǎn)入第二步重新開(kāi)始。反之， 即發(fā)現(xiàn)感興趣的 規(guī)則模式，則可采用可視化技術(shù)以圖形界面的方式提供給使用者。3 基于企業(yè)的電子商務(wù)平臺(tái)的數(shù)據(jù)挖掘應(yīng)用許多傳統(tǒng)制造業(yè)或零售業(yè)的業(yè)務(wù)正在進(jìn)行著電子化的轉(zhuǎn)型， 電子商務(wù)、 移動(dòng)客戶端、 線上 大平臺(tái)的思路不斷發(fā)展。 那么， 如何建設(shè)一個(gè)企業(yè)的電子化平臺(tái)， 如何有效收集平臺(tái)產(chǎn)生的海量數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)如何應(yīng)用于海量數(shù)據(jù)，這些都是值得深入研究的問(wèn)題。3.1 建設(shè)企業(yè)

23、線上大平臺(tái)目前許多企業(yè)都面臨著客戶資源管理分散， 客戶數(shù)據(jù)的物理化、 靜態(tài)化、 分散化，以及缺 乏對(duì)客戶的深層分析和需求挖掘等問(wèn)題。 按照傳統(tǒng)企業(yè)想要占有電子商務(wù)市場(chǎng)或移動(dòng)客戶端 市場(chǎng)的需求， 為了更好地以大數(shù)據(jù)集中為基礎(chǔ)， 推進(jìn)客戶營(yíng)銷服務(wù)個(gè)性化， 企業(yè)可建設(shè)以會(huì) 員管理為核心的大客戶管理系統(tǒng)， 把原有的各類信息系統(tǒng)、 業(yè)務(wù)網(wǎng)站、 電子商務(wù)網(wǎng)站等融匯 在一個(gè)大平臺(tái)下，并分階段實(shí)施數(shù)據(jù)大集中，實(shí)現(xiàn) “海量客戶資源共享，一個(gè)客戶、多個(gè)產(chǎn) 品、多頻次使用 ”的一站式營(yíng)銷服務(wù)。通過(guò)數(shù)據(jù)的整合管理，分析客戶特點(diǎn)，實(shí)現(xiàn)客戶在企 業(yè)內(nèi)各板塊的遷移和共享。會(huì)員管理的實(shí)質(zhì)是為用戶提供連續(xù)的、 長(zhǎng)期的產(chǎn)品和服務(wù)

24、。 實(shí)現(xiàn)了為用戶提供持續(xù)的、 長(zhǎng) 期的產(chǎn)品和服務(wù)就需要將短期的用戶發(fā)展為長(zhǎng)期型和穩(wěn)定型用戶， 而會(huì)員制正式實(shí)現(xiàn)這種轉(zhuǎn) 變的最合適的方法， 這就需要建立起強(qiáng)大的會(huì)員平臺(tái)， 從而掌握會(huì)員的消費(fèi)數(shù)據(jù)， 實(shí)現(xiàn)會(huì)員 制的管理。許多企業(yè)擁有的業(yè)務(wù)眾多， 這就造成了各業(yè)務(wù)擁有自己眾多的忠實(shí)用戶， 但目前各個(gè)業(yè)務(wù) 的用戶沒(méi)有達(dá)到行業(yè)內(nèi)的共享。 會(huì)員管理平臺(tái)為這些分散在行業(yè)內(nèi)的用戶提供統(tǒng)一的平臺(tái)達(dá) 到行業(yè)內(nèi)的統(tǒng)一， 在會(huì)員管理的平臺(tái)上不同業(yè)務(wù)的用戶可以實(shí)現(xiàn)統(tǒng)一登錄、 統(tǒng)一管理、 統(tǒng)一 辦理業(yè)務(wù)來(lái)達(dá)到賬號(hào)統(tǒng)一、業(yè)務(wù)統(tǒng)一、積分統(tǒng)一、信用統(tǒng)一，從而使企業(yè)多元化的各項(xiàng)業(yè)務(wù) 達(dá)到資源和信息的行業(yè)內(nèi)統(tǒng)一。3.2 基于線上平

25、臺(tái)的數(shù)據(jù)采集平臺(tái)建設(shè)會(huì)員管理平臺(tái)的根本目的是進(jìn)行數(shù)據(jù)挖掘， 以龐大的會(huì)員信息來(lái)進(jìn)行市場(chǎng)洞察和市場(chǎng) 預(yù)測(cè)。因此建設(shè)數(shù)據(jù)收集系統(tǒng)并與會(huì)員管理平臺(tái)對(duì)接， 可以有效收集到客戶數(shù)據(jù)并進(jìn)行挖掘 工作。在數(shù)據(jù)的收集方面， 目前許多企業(yè)數(shù)據(jù)信息的作用主要是統(tǒng)計(jì)收入和業(yè)務(wù)量、 清分核算以 及考核，而大數(shù)據(jù)這一數(shù)據(jù)價(jià)值最為關(guān)鍵的特性卻沒(méi)有被很好利用。企業(yè)現(xiàn)有的平臺(tái)有時(shí)并不能很好地完成有效數(shù)據(jù)的收集， 許多數(shù)據(jù)多為財(cái)務(wù)列收數(shù)據(jù)或業(yè) 務(wù)完成情況數(shù)據(jù)。 該類數(shù)據(jù)的屬性并無(wú)太多挖掘價(jià)值， 無(wú)法進(jìn)行有效的數(shù)據(jù)分析。 數(shù)據(jù)挖掘 需涉及到分類、 聚類、關(guān)聯(lián)分析等算法的應(yīng)用，以此來(lái)定位目標(biāo)客戶， 這對(duì)數(shù)據(jù)的屬性要求 是比較高的。

26、 企業(yè)要充分挖掘和分析各類數(shù)據(jù)， 開(kāi)展信息應(yīng)用， 進(jìn)行業(yè)務(wù)創(chuàng)新和運(yùn)作流程的 優(yōu)化，提升經(jīng)營(yíng)管理能力和客戶服務(wù)水平。數(shù)據(jù)收集平臺(tái)系統(tǒng)正是基于此目的進(jìn)行開(kāi)發(fā)， 需達(dá)到真實(shí)有效的客戶信息數(shù)據(jù)、 業(yè)務(wù)數(shù)據(jù)、 Web 服務(wù)器日志數(shù)據(jù)的全面收集，功能包括： 與電子化平臺(tái)對(duì)接， 可以收集到平臺(tái)的會(huì)員及非會(huì)員的客戶信息數(shù)據(jù)。 在系統(tǒng)中可設(shè)客 戶的年齡、 職業(yè)、愛(ài)好、收入等客戶相關(guān)屬性項(xiàng)，從而把會(huì)員俱樂(lè)部中的有效客戶信息數(shù)據(jù) 歸類收集，為分析不同類型客戶做準(zhǔn)備。 有效收集到客戶交易數(shù)據(jù)以及相關(guān)業(yè)務(wù)數(shù)據(jù)， 系統(tǒng)中設(shè)定各類客戶指標(biāo) （收入貢獻(xiàn)、 交 易額、價(jià)值度等） ，為分析不同類型業(yè)務(wù)做準(zhǔn)備。 能夠進(jìn)行 WEB

27、服務(wù)器日志數(shù)據(jù)的收集。對(duì)于企業(yè)業(yè)務(wù)網(wǎng)站及企業(yè)電子商務(wù)平臺(tái)，系統(tǒng) 可抽取和收集網(wǎng)站的 WEB 服務(wù)器日志數(shù)據(jù)，從而為進(jìn)行相關(guān)的頁(yè)面訪問(wèn)頻度、瀏覽時(shí)間、 頁(yè)面指向等客戶行為模式分析做準(zhǔn)備。3.3 Web 挖掘在企業(yè)的應(yīng)用目前 Web 數(shù)據(jù)挖掘技術(shù)已經(jīng)在企業(yè)得到了廣泛應(yīng)用，分析其原因是該技術(shù)能夠挖掘出活 動(dòng)過(guò)程中的各類潛在信息，進(jìn)而幫助企業(yè)得到更高的發(fā)展，其優(yōu)勢(shì)具體如下：3.3.1 發(fā)現(xiàn)潛在客戶 由于 Web 數(shù)據(jù)挖掘技術(shù)可以把客戶在電子化平臺(tái)上的瀏覽行為存 儲(chǔ)下來(lái)， 通過(guò)查看這些客戶的瀏覽行為就可以了解到客戶的興趣和購(gòu)買(mǎi)意向， 由此就可以發(fā) 現(xiàn)潛在客戶， 進(jìn)而有針對(duì)性地對(duì)這些潛在客戶采取某種謀略，

28、 使其盡快的成為在冊(cè)客戶群體， 如此一來(lái)，電子商務(wù)網(wǎng)站的經(jīng)濟(jì)效益將會(huì)越來(lái)越好。3.3.2 提供優(yōu)質(zhì)個(gè)性化服務(wù)，提高客戶忠誠(chéng)度 在電子商務(wù)中，雖然客戶和銷售商之間的 空間距離消失了， 但客戶的選擇面更廣了， 客戶只需輕點(diǎn)幾下鼠標(biāo)就可以從這家電子商務(wù)網(wǎng) 站轉(zhuǎn)換到另一家電子商務(wù)網(wǎng)站。 在這種情況下， 各家電子商務(wù)網(wǎng)站必須各出奇招， 努力使自 家網(wǎng)站的內(nèi)容和層次、用詞、標(biāo)題和獎(jiǎng)勵(lì)方案等比其它網(wǎng)站更具優(yōu)勢(shì)、 更吸引人， 通過(guò)提供 優(yōu)質(zhì)個(gè)性化的服務(wù)，不斷提高客戶的忠誠(chéng)度。3.3.3 改進(jìn)系統(tǒng)性能，增強(qiáng)安全性 對(duì)于電子化平臺(tái)的各種數(shù)據(jù)統(tǒng)計(jì)分析，有助于改進(jìn)系 統(tǒng)性能， 增強(qiáng)系統(tǒng)安全性， 并提供相關(guān)決策支持。

29、客戶衡量網(wǎng)站滿意度的一個(gè)關(guān)鍵指標(biāo)就是 Web服務(wù)器的性能， 通過(guò)應(yīng)用 Web數(shù)據(jù)挖掘技術(shù)可以清楚了解到哪個(gè)站點(diǎn)的客戶是最多的， 最容易造成擁塞記錄的， 然后有針對(duì)性的采取有效的 Web 緩存策略， 減少網(wǎng)站的傳輸壓力， 同時(shí)運(yùn)用 Web 數(shù)據(jù)挖掘技術(shù)還可以將非法進(jìn)入電子商務(wù)網(wǎng)站的人員挖掘并清除出去，因此 可以說(shuō) Web 挖掘在企業(yè)的應(yīng)用改進(jìn)了系統(tǒng)性能，增強(qiáng)了安全性，保證了業(yè)務(wù)的正常展開(kāi)。3.3.4 改進(jìn)網(wǎng)站設(shè)計(jì)， 增強(qiáng)客戶體驗(yàn) Web 挖掘在企業(yè)的應(yīng)用還能夠有效的改進(jìn)網(wǎng)站設(shè)計(jì)， 增強(qiáng)客戶體驗(yàn)，具體表現(xiàn)在以下三個(gè)方面：通過(guò)對(duì) Web 日志的挖掘，發(fā)現(xiàn)客戶訪問(wèn)頁(yè)面的相關(guān)性，從而對(duì)密切聯(lián)系的網(wǎng)頁(yè)之間

30、增 加鏈接，方便客戶使用。利用路徑分析技術(shù)判定在一個(gè) Web 站點(diǎn)中最頻繁的訪問(wèn)路徑， 可以考慮把重要的商品信息放在這些頁(yè)面中， 改進(jìn)頁(yè)面和網(wǎng)站結(jié)構(gòu)的設(shè)計(jì)， 增強(qiáng)對(duì)客戶的吸 引力，提高銷售量。通過(guò)對(duì) Web 日志的挖掘，發(fā)現(xiàn)客戶的期望位置。如果在期望位置的 訪問(wèn)頻率高于對(duì)實(shí)際位置的訪問(wèn)頻率， 可考慮在期望位置和實(shí)際位置之間建立導(dǎo)航鏈接， 從 而實(shí)現(xiàn)對(duì) Web 站點(diǎn)結(jié)構(gòu)的優(yōu)化。3.3.5 應(yīng)用于收索引擎 通過(guò)對(duì) Web 網(wǎng)頁(yè)內(nèi)容的挖掘， 可以實(shí)現(xiàn)對(duì)網(wǎng)頁(yè)的聚類和分類， 實(shí) 現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索； 通過(guò)客戶使用的歷史記錄分析， 可以有效地進(jìn)行擴(kuò)展， 提高 客戶的檢索效果；通過(guò)運(yùn)用 Web 挖掘

31、技術(shù)改進(jìn) 關(guān)鍵詞 加權(quán)法，可以提高網(wǎng)絡(luò)信息的準(zhǔn)確 度，改善檢索效果。通過(guò)挖掘客戶的行為記錄和反饋情況可以為站點(diǎn)設(shè)計(jì)提供改進(jìn)的依據(jù)， 從而進(jìn)一步優(yōu)化網(wǎng)站組織結(jié)構(gòu)和服務(wù)方式來(lái)提高網(wǎng)站效率。站點(diǎn)的結(jié)構(gòu)和內(nèi)容是吸引客戶的關(guān)鍵， 站點(diǎn)上頁(yè)面內(nèi)容的安排和連接如同超市中物品在貨 架上的擺設(shè)一樣， 把具有一定支持度和信任度的相關(guān)聯(lián)物品擺放在一起有助于銷售。 比如利 用關(guān)聯(lián)規(guī)則， 可以針對(duì)不同客戶動(dòng)態(tài)調(diào)整站點(diǎn)結(jié)構(gòu)， 使客戶訪問(wèn)的有關(guān)聯(lián)的頁(yè)面之間的鏈接 更直接， 讓客戶很容易訪問(wèn)到想要訪問(wèn)的頁(yè)面。 這樣的網(wǎng)站往往能給客戶留下好印象， 提高 客戶忠誠(chéng)度，吸引客戶不斷訪問(wèn)。3.3.6 聚類客戶 許多企業(yè)都對(duì)企業(yè)的客戶

32、、市場(chǎng)、銷售、服務(wù)與支持信息進(jìn)行深層次發(fā) 掘和分析， 對(duì)客戶價(jià)值進(jìn)行分類，發(fā)現(xiàn)新的市場(chǎng)機(jī)會(huì)，增加收入和利潤(rùn)。所以聚類電子化平 臺(tái)客戶是一個(gè)重要的方面。通過(guò)分組具有相似瀏覽行為的客戶并分析組中客戶的共同特征， 可以幫助企業(yè)更好地了解自己的客戶， 及時(shí)調(diào)整頁(yè)面及頁(yè)面內(nèi)容使商務(wù)活動(dòng)能夠在一定程度 上滿足客戶的要求， 向客戶提供更適合、 更面向客戶的服務(wù)， 使商務(wù)活動(dòng)對(duì)客戶和銷售商來(lái) 說(shuō)更具意義。4 小結(jié)數(shù)據(jù)挖掘技術(shù)正以前所未有的速度發(fā)展， 并且擴(kuò)大著用戶群體， 在未來(lái)越來(lái)越激烈的市場(chǎng) 競(jìng)爭(zhēng)中，擁有數(shù)據(jù)挖掘技術(shù)必將比別人獲得更快速的反應(yīng)，贏得更多的商業(yè)機(jī)會(huì)?；?Web 的數(shù)據(jù)挖掘在移動(dòng)電子商務(wù)中的應(yīng)用將是一個(gè)非常有前景的領(lǐng)域， 有很多優(yōu)勢(shì)， 經(jīng)過(guò)近幾年的發(fā)展已逐漸成為數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)領(lǐng)域的一個(gè)重要分支。 其針對(duì)移動(dòng)電子商 務(wù)網(wǎng)站用戶的行為模式進(jìn)行挖掘， 可以找到用戶的潛在興趣與偏好， 指導(dǎo)網(wǎng)站建設(shè)， 支持企 業(yè)營(yíng)銷決策。企業(yè)在運(yùn)營(yíng)電子商務(wù)網(wǎng)站時(shí)， 尤其是移動(dòng)電子商務(wù)， 會(huì)產(chǎn)生海量的業(yè)務(wù)數(shù)據(jù)， 所以需要建 設(shè)一個(gè)線上的電子化大平臺(tái)來(lái)匯集業(yè)務(wù)，同時(shí)在這個(gè)大平臺(tái)基礎(chǔ)之上高效地收集業(yè)務(wù)數(shù)據(jù)， 針對(duì) Web數(shù)據(jù)，使用 Web 挖掘技術(shù)預(yù)測(cè)客戶的消費(fèi)趨勢(shì)、市場(chǎng)走向，維系客戶關(guān)系、指導(dǎo) 企業(yè)建設(shè)個(gè)性化智能網(wǎng)站， 帶來(lái)巨大商業(yè)利潤(rùn)。 這可以為企業(yè)創(chuàng)造新的商業(yè)增