前言：本站為你精心整理了電子商務(wù)應(yīng)用管理范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

[摘要]當(dāng)今電子商務(wù)蓬勃發(fā)展，其網(wǎng)站服務(wù)器上積累了大量的數(shù)據(jù)，這些數(shù)據(jù)隱含著很多對(duì)市場(chǎng)分析及預(yù)測(cè)有用的知識(shí)，可以運(yùn)用web挖掘技術(shù)加以獲得，從而增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力。本文主要介紹了Web挖掘的概念和分類，論述了電子商務(wù)中Web挖掘的過程和方法，最后闡述了Web挖掘技術(shù)在電子商務(wù)中的應(yīng)用。

[關(guān)鍵詞]電子商務(wù)數(shù)據(jù)挖掘Web挖掘

電子商務(wù)采用數(shù)字化方式進(jìn)行商業(yè)活動(dòng)，是在電子網(wǎng)絡(luò)環(huán)境中進(jìn)行商品和服務(wù)的貿(mào)易活動(dòng)。近年來，隨著網(wǎng)絡(luò)的普及和Internet的發(fā)展，各企業(yè)均積累了大量的數(shù)據(jù)。如何從這些數(shù)據(jù)中發(fā)現(xiàn)潛在的規(guī)律，來幫助制定企業(yè)今后的發(fā)展戰(zhàn)略，是各電子商務(wù)平臺(tái)急待解決的問題。Web挖掘作為數(shù)據(jù)挖掘的一個(gè)重要分支，為上述問題提供了有效的解決途徑。

一、web挖掘

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的知識(shí)的過程。它融合了數(shù)據(jù)庫、人工智能、機(jī)器學(xué)習(xí)等多個(gè)領(lǐng)域的理論和技術(shù)。Web挖掘是數(shù)據(jù)挖掘在web上的應(yīng)用，是指從與web相關(guān)的資源和行為中抽取感興趣的、有用的模式和隱含知識(shí)。一般地，Web挖掘可分為三類：

1.Web內(nèi)容挖掘，是從文檔內(nèi)容或其描述中抽取知識(shí)的過程。它又可以分為Web頁面內(nèi)容挖掘和搜索結(jié)果挖掘。頁面內(nèi)容挖掘指的就是對(duì)Web頁面上的數(shù)據(jù)進(jìn)行挖掘,而搜索結(jié)果挖掘則指的是以某一搜索引擎為基礎(chǔ),對(duì)已搜索結(jié)果進(jìn)行挖掘。

2.Web結(jié)構(gòu)挖掘，是從www的組織結(jié)構(gòu)和鏈接關(guān)系中推導(dǎo)知識(shí)。它又可以分為外部結(jié)構(gòu)挖掘、內(nèi)部結(jié)構(gòu)挖掘和URL挖掘。Web結(jié)構(gòu)挖掘的目的是通過聚類和分析網(wǎng)頁的鏈接,發(fā)現(xiàn)網(wǎng)頁的結(jié)構(gòu)和有用的模式,找出權(quán)威頁面。

3.Web使用挖掘，即Web日志挖掘，是通過挖掘Web日志記錄，發(fā)現(xiàn)用戶訪問Web頁面的模式。它又可分為一般訪問模式挖掘和個(gè)性化服務(wù)模式挖掘。

二、Web挖掘的過程

1.數(shù)據(jù)收集。Web挖掘的數(shù)據(jù)對(duì)象包括服務(wù)器日志數(shù)據(jù)、服務(wù)器數(shù)據(jù)、web頁面內(nèi)容、web超鏈接信息、用戶注冊(cè)信息等，其中服務(wù)器日志數(shù)據(jù)是web挖掘的主要對(duì)象。

2.數(shù)據(jù)預(yù)處理。數(shù)據(jù)預(yù)處理是web挖掘的重要步驟，直接影響到最后挖掘結(jié)果的正確性和準(zhǔn)確性。它通常包括以下幾個(gè)方面:

(1)數(shù)據(jù)清洗，是指根據(jù)需要?jiǎng)h除與web挖掘任務(wù)無關(guān)的數(shù)據(jù)，過濾掉不需要的記錄。(2)反蜘蛛化?，F(xiàn)在互聯(lián)網(wǎng)上有大量的蜘蛛程序，它們模擬用戶在各網(wǎng)頁間爬來爬去。但它們并不代表真實(shí)的電子商務(wù)用戶，因此需要把服務(wù)器日志中的蜘蛛記錄過濾掉，以更真實(shí)地反映實(shí)際情況。(3)客戶認(rèn)證,是從服務(wù)器日志中識(shí)別出訪問網(wǎng)站的每個(gè)用戶。(4)會(huì)話識(shí)別。會(huì)話是指客戶在一次訪問中所訪問的所有web頁面，通過分析可以得到，用戶對(duì)電子商務(wù)站點(diǎn)的興趣所在。(5)路徑補(bǔ)全。由于客戶端緩存的存在，會(huì)造成一些重要的訪問信息被遺漏，所以需要對(duì)用戶訪問的前后頁面進(jìn)行推理，補(bǔ)全訪問路徑。

3.模式發(fā)現(xiàn)，是運(yùn)用各種方法，發(fā)現(xiàn)隱藏的模式和規(guī)則。常用的方法有：關(guān)聯(lián)分析，分類分析，聚類分析，序列分析。

4.模式分析。模式分析是找出所發(fā)現(xiàn)模式集合中的有用模式，以便對(duì)決策提供支持。如果所有模式均不令人滿意,則需要重新挖掘。

三、Web挖掘的方法

1.關(guān)聯(lián)分析，用于發(fā)現(xiàn)同一事件中不同數(shù)據(jù)項(xiàng)的相關(guān)性。常用的Apriori算法分為兩步，首先找出滿足最小支持度閾值的頻繁項(xiàng)集；然后由它們形成滿足最小置信度閾值的強(qiáng)關(guān)聯(lián)規(guī)則?？梢詫eb挖掘得到的關(guān)聯(lián)規(guī)則用于改進(jìn)電子商務(wù)站點(diǎn)的結(jié)構(gòu)，將相關(guān)聯(lián)的商品放在一起，減輕用戶過濾信息的負(fù)擔(dān)，增加交叉銷售。

2.分類分析，通過學(xué)習(xí)已被告知類標(biāo)號(hào)的訓(xùn)練集，得到分類器模型，然后將其用于對(duì)其它數(shù)據(jù)的分類。常用的方法有貝葉斯分類法、決策樹技術(shù)和支持向量機(jī)技術(shù)。

3.聚類分析，使用劃分方法、層次方法、基于密度的方法、基于網(wǎng)格的方法等技術(shù)，使同一類中的對(duì)象之間具有很高的相似度，而不同類中的對(duì)象高度相異。經(jīng)聚類分析，可以對(duì)電子商務(wù)平臺(tái)中的具有相似瀏覽模式的用戶提供個(gè)性服務(wù)，以滿足該類消費(fèi)群體的特殊需要。

4.序列分析，是挖掘頻繁出現(xiàn)的有序事件或子序列模式，側(cè)重于數(shù)據(jù)項(xiàng)間的前后關(guān)系。在電子商務(wù)平臺(tái)上，可以幫助企業(yè)預(yù)測(cè)用戶未來的購買行為，指導(dǎo)企業(yè)制定銷售計(jì)劃。

四、Web挖掘在電子商務(wù)中的應(yīng)用

1.提供個(gè)性化服務(wù)。通過分析用戶的訪問模式，對(duì)用戶進(jìn)行聚類和分類，為每一類用戶提供迎合其興趣的個(gè)性化服務(wù)，提高電子商務(wù)平臺(tái)的人性化設(shè)計(jì)，從而提高用戶的滿意度，留住老用戶;對(duì)具有潛在消費(fèi)能力的用戶，通過提供個(gè)性化服務(wù)，可以刺激他們的消費(fèi)，提高電子商務(wù)平臺(tái)的親和力。

2.優(yōu)化web站點(diǎn)結(jié)構(gòu)。通過分析用戶的瀏覽路徑，用有向圖來表示用戶的整個(gè)頁面訪問過程，圖中的頂點(diǎn)代表頁面，圖中的邊代表頁面的訪問順序。通過web挖掘找出頻繁訪問路徑，得到電子商務(wù)平臺(tái)上的主要頁面，將重要的銷售信息放在上面，有利于用戶快速找到自己需要的商品。

3.降低電子商務(wù)平臺(tái)運(yùn)營(yíng)成本。通過挖掘用戶的行為記錄和反饋情況，預(yù)測(cè)未來的購買行為，進(jìn)行有針對(duì)性的市場(chǎng)營(yíng)銷活動(dòng)；通過分析用戶感興趣的頁面，有針對(duì)性地投放廣告。

五、結(jié)束語

隨著信息技術(shù)的飛速發(fā)展，電子商務(wù)在商業(yè)貿(mào)易中的份額越來越大，使用web挖掘技術(shù)對(duì)企業(yè)積累的海量數(shù)據(jù)進(jìn)行處理，挖掘出合適的模式，幫助企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中做出正確的決策，對(duì)提高企業(yè)的市場(chǎng)競(jìng)爭(zhēng)力有重要意義。隨著web挖掘技術(shù)的不斷發(fā)展和成熟，一定會(huì)在電子商務(wù)應(yīng)用領(lǐng)域有廣闊的應(yīng)用前景。

參考文獻(xiàn):

[1]JiaweiHan,MichelineKamber著,范明,孟小峰譯:數(shù)據(jù)挖掘概念與技術(shù)[M].機(jī)械工業(yè)出版社,2001,8

[2]朱志國孔立平:Web使用挖掘技術(shù)在電子商務(wù)的研究與應(yīng)用.長(zhǎng)沙通信職業(yè)技術(shù)學(xué)院學(xué)報(bào),2007,7(1):32～37