前言：本站為你精心整理了網(wǎng)絡(luò)信息資源數(shù)據(jù)挖掘類型和應(yīng)用范文，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。

隨著Internet的飛速發(fā)展，網(wǎng)絡(luò)信息資源急劇增長(zhǎng)，網(wǎng)絡(luò)信息過(guò)載問(wèn)題日益突出，人們?cè)絹?lái)越多地關(guān)注如何開發(fā)和利用這些資源。然而，目前中英文搜索引擎均存在查準(zhǔn)率、查全率不高的現(xiàn)象，這種現(xiàn)狀無(wú)法適應(yīng)用戶對(duì)高質(zhì)量的網(wǎng)絡(luò)信息服務(wù)的需求；同時(shí)，電子商務(wù)以及各種網(wǎng)絡(luò)信息服務(wù)迅速興起，原有的網(wǎng)絡(luò)信息處理與組織技術(shù)無(wú)法趕上這樣的發(fā)展趨勢(shì)。網(wǎng)絡(luò)信息挖掘就是在這樣的環(huán)境下應(yīng)運(yùn)而生，并迅速成為網(wǎng)絡(luò)信息檢索、信息服務(wù)領(lǐng)域的熱點(diǎn)之一。

網(wǎng)絡(luò)信息的數(shù)據(jù)挖掘不僅包括對(duì)網(wǎng)頁(yè)內(nèi)容本身的挖掘，也包括其鏈接模式，以及用戶訪問(wèn)、存取、瀏覽、、操作等操作行為、訪問(wèn)行為所產(chǎn)生的信息的挖掘。有效地研究、挖掘、利用網(wǎng)絡(luò)信息可以增強(qiáng)網(wǎng)站的吸引力，有的放矢地吸引用戶群，更有效地利用網(wǎng)絡(luò)資源。

一、網(wǎng)絡(luò)信息資源及其特點(diǎn)

網(wǎng)絡(luò)信息資源是指放置在英特網(wǎng)上能滿足人們信息需求的信息集合。網(wǎng)絡(luò)信息資源極其豐富，包羅萬(wàn)象，其內(nèi)容涉及農(nóng)業(yè)、生物、化學(xué)、數(shù)學(xué)、天文學(xué)、航天、氣象、地理、計(jì)算機(jī)、醫(yī)療和保險(xiǎn)、歷史、法律、音樂(lè)和電影等幾乎所有專業(yè)領(lǐng)域，是知識(shí)、信息的巨大集合，是人類的資源寶庫(kù)。網(wǎng)絡(luò)信息資源是一種新型數(shù)字化資源，與傳統(tǒng)文獻(xiàn)相比有較大的差別。網(wǎng)絡(luò)信息資源具有一下特點(diǎn)：

1、數(shù)量大，類型多傳播范圍廣。網(wǎng)絡(luò)信息類型多樣，有文本、數(shù)據(jù)、圖像、圖形、聲頻、視頻信息、多媒體信息等；內(nèi)容既有高質(zhì)量的信息，也有有害信息和虛假信息，有個(gè)人信息也有在政府信息。最為特殊的是各種非正式信息被廣泛生產(chǎn)與傳播。

2、網(wǎng)絡(luò)信息資源沒(méi)有統(tǒng)一的管理機(jī)制，信息安全缺乏保障。黑客攻擊、計(jì)算機(jī)病毒和色情泛濫成為網(wǎng)絡(luò)的三大痼疾。為防止有害信息耗費(fèi)了大量的社會(huì)資源。

3、網(wǎng)絡(luò)信息資源分布零亂無(wú)序，信息更新快，壽命短，管理相對(duì)困難。信息自由，來(lái)源廣泛，內(nèi)容混雜，質(zhì)量不一，控制也比較困難。

4、以網(wǎng)站為信息活動(dòng)的單位，以網(wǎng)頁(yè)為信息和收集的單元。

5、信息利用水平取決于網(wǎng)站軟硬件的技術(shù)水平和服務(wù)能力，網(wǎng)絡(luò)信息提供方式是以網(wǎng)站為基點(diǎn)并可在網(wǎng)站間靈活鏈接的信息服務(wù)網(wǎng)。

6、網(wǎng)絡(luò)創(chuàng)造了多層次的信息交流模式，全面反應(yīng)了社會(huì)生活的各個(gè)領(lǐng)域，形成了百科全書式的知識(shí)網(wǎng)絡(luò)和傳播功能。

二、數(shù)據(jù)挖掘的語(yǔ)言

數(shù)據(jù)挖掘語(yǔ)言有助于數(shù)據(jù)挖掘系統(tǒng)平臺(tái)的標(biāo)準(zhǔn)化，推動(dòng)數(shù)據(jù)挖掘應(yīng)用的發(fā)展。數(shù)據(jù)挖掘語(yǔ)言根據(jù)功能和側(cè)重點(diǎn)的不同，可分為三種類型：數(shù)據(jù)挖掘查詢語(yǔ)言、數(shù)據(jù)挖掘建模語(yǔ)言、通用數(shù)據(jù)挖掘語(yǔ)言。

（一）數(shù)據(jù)挖掘查詢語(yǔ)言DMQL

數(shù)據(jù)挖掘查詢語(yǔ)言DMQL由數(shù)據(jù)挖掘原語(yǔ)組成。數(shù)據(jù)挖掘原語(yǔ)用來(lái)定義一個(gè)數(shù)據(jù)挖掘任務(wù)，通過(guò)查詢的方式實(shí)現(xiàn)與數(shù)據(jù)挖掘系統(tǒng)通信，獲得所需信息。數(shù)據(jù)挖掘查詢語(yǔ)言DMQL主要有五種基本的數(shù)據(jù)挖掘原語(yǔ)定義：任務(wù)相關(guān)數(shù)據(jù)原語(yǔ)、被挖掘的知識(shí)的種類原語(yǔ)、背景知識(shí)原語(yǔ)、興趣度測(cè)量原語(yǔ)、被發(fā)現(xiàn)模式的表示和可視化原語(yǔ)。DMQL是基于這五種數(shù)據(jù)挖掘原語(yǔ)設(shè)計(jì)的查詢式語(yǔ)言，類似于SQL語(yǔ)言的語(yǔ)法，因此很容易與SQL關(guān)系查詢語(yǔ)言集成，很容易從關(guān)系數(shù)據(jù)庫(kù)中挖掘知識(shí)信息。MSQL是另一個(gè)數(shù)據(jù)挖掘查詢語(yǔ)言，由Imielinski和Virmani提出。它使用了類似于SQL的語(yǔ)法和SQL原語(yǔ)，為了規(guī)范規(guī)則產(chǎn)生和規(guī)則選擇，提出了被稱作GetRule和SelctRule的原語(yǔ)。

（二）數(shù)據(jù)挖掘建模語(yǔ)言PMML

數(shù)據(jù)挖掘建模語(yǔ)言PMML全稱預(yù)言模型標(biāo)記語(yǔ)言（PredictiveModelMarkupLanguage），是對(duì)數(shù)據(jù)挖掘模型進(jìn)行描述和定義的語(yǔ)言，使數(shù)據(jù)挖掘系統(tǒng)在模型定義和描述方面有法可依，各種數(shù)據(jù)挖掘系統(tǒng)可以共享模型，又可以在應(yīng)用程序系統(tǒng)中間嵌套數(shù)據(jù)挖掘模型，不需要獨(dú)自開發(fā)，就能使數(shù)據(jù)挖掘達(dá)到深度挖掘的目的。預(yù)言模型標(biāo)記語(yǔ)言PMML是一種基于XML的數(shù)據(jù)挖掘建模語(yǔ)言，利用XML描述和存儲(chǔ)數(shù)據(jù)挖掘模型，使用標(biāo)準(zhǔn)的XML解析器對(duì)PMML解析，可以得到預(yù)計(jì)的輸入和輸出數(shù)據(jù)類型。PMML2.0主要由：標(biāo)題（header）、數(shù)據(jù)字典（datadictionary）、數(shù)據(jù)流（dataflow）、挖掘模型（miningschema）、數(shù)據(jù)轉(zhuǎn)換（DerivedValues、Statistics、Taxonomy、Normalization）、預(yù)言模型（TreeModel、NaiveBayes、GeneralRegression、RegressionModel、Sequences、GeneralStructure、AsscocationRules、NeuralNetwork、CenterandDistributionbasedClustering）、模型組合定義（ensemblesofmodels）、選擇和聯(lián)合模型和模型組合的規(guī)則（rulesforselectingandcombiningmodelsandensemblesofmodels）、異常處理的規(guī)則（rulesforexceptionhandling）等九個(gè)部分組成。對(duì)于復(fù)雜的數(shù)據(jù)挖掘任務(wù)，由多個(gè)數(shù)據(jù)源和數(shù)據(jù)挖掘模塊，需要在各個(gè)模塊之間交換結(jié)果，預(yù)言模型標(biāo)記語(yǔ)言PMML的主要組成部分擁有這種靈活的模型交換能力和數(shù)據(jù)格式轉(zhuǎn)換能力，并實(shí)現(xiàn)模型與數(shù)據(jù)和工具部分分離。因PMML是基于XML的數(shù)據(jù)挖掘建模語(yǔ)言，適合部分學(xué)習(xí)、元學(xué)習(xí)、分布式學(xué)習(xí)的數(shù)據(jù)挖掘應(yīng)用程序。

（三）通用數(shù)據(jù)挖掘語(yǔ)言O(shè)LEDBforDM

通用數(shù)據(jù)挖掘語(yǔ)言O(shè)LEDBforDM是2000年3月微軟公司推出的一個(gè)數(shù)據(jù)挖掘語(yǔ)言，目的是為數(shù)據(jù)挖掘行業(yè)提供一個(gè)業(yè)界標(biāo)準(zhǔn)。OLEDBforDM綜合了數(shù)據(jù)挖掘查詢語(yǔ)言DMQL和數(shù)據(jù)挖掘建模語(yǔ)言PMML的特點(diǎn)，既能定義模型，又能作為查詢語(yǔ)言與數(shù)據(jù)挖掘系統(tǒng)通信，進(jìn)行交互的和特殊的數(shù)據(jù)挖掘，實(shí)現(xiàn)了數(shù)據(jù)與模型真正分離。OLEDBforDM是一種基于SQL預(yù)言的協(xié)議，擴(kuò)充了SQL語(yǔ)言語(yǔ)法，可以輕松地與關(guān)系型數(shù)據(jù)庫(kù)集成，可以將不同的數(shù)據(jù)挖掘算法嵌入數(shù)據(jù)挖掘應(yīng)用程序。OLEDBforDM為了更接近關(guān)系型數(shù)據(jù)庫(kù)結(jié)構(gòu)，定義了幾個(gè)重要的概念。

數(shù)據(jù)挖掘模型（DataMiningModel，DMM）：DMM像數(shù)據(jù)庫(kù)中的關(guān)系表，但是它包含了一些特殊的列，這些列被數(shù)據(jù)挖掘中的數(shù)據(jù)訓(xùn)練和預(yù)言制定使用。DMM既可以用來(lái)創(chuàng)建預(yù)言模型，又可以產(chǎn)生預(yù)言。標(biāo)準(zhǔn)的關(guān)系表用來(lái)存儲(chǔ)原始數(shù)據(jù)而DMM存儲(chǔ)被數(shù)據(jù)挖掘算法發(fā)現(xiàn)的模式，對(duì)于從事WEB挖掘的開發(fā)人員，DMM所有的結(jié)構(gòu)和內(nèi)容都可以用XML字符串表示。

預(yù)言聯(lián)接操作（PredicationJoinOperation）：預(yù)言聯(lián)接操作類似于SQL語(yǔ)言中的連接操作，在一個(gè)訓(xùn)練好的數(shù)據(jù)挖掘模型和輸入數(shù)據(jù)源之間映射一個(gè)連接查詢，將能得到符合需求的預(yù)言結(jié)果。這個(gè)預(yù)言結(jié)果通過(guò)OLEDB的行集合或者ADO記錄集（recordset）發(fā)送到消費(fèi)者應(yīng)用程序內(nèi)。OLEDBforDM模式行集合（SchemaRowsets）：OLEDBforDM模式行集合用于特殊目的模式行集合允許消費(fèi)者應(yīng)用發(fā)現(xiàn)臨界的信息，例如：可利用的挖掘服務(wù)、挖掘模型、挖掘列和模型內(nèi)容等。

三、網(wǎng)絡(luò)信息挖掘的類型

根據(jù)挖掘的對(duì)象不同，網(wǎng)絡(luò)信息挖掘一般可分為三類:網(wǎng)絡(luò)內(nèi)容挖掘(Webcontentmining)、網(wǎng)絡(luò)結(jié)構(gòu)挖掘(Webconstructmining)和網(wǎng)絡(luò)用法挖掘(Webusagemining)。

（一）網(wǎng)絡(luò)內(nèi)容挖掘

網(wǎng)絡(luò)內(nèi)容挖掘是指從網(wǎng)絡(luò)的內(nèi)容/、掘內(nèi)容挖掘語(yǔ)言。的關(guān)系表用來(lái)存儲(chǔ)原始數(shù)據(jù)，據(jù)挖掘任務(wù)，數(shù)據(jù)/文檔中發(fā)現(xiàn)有用信息的過(guò)程。網(wǎng)絡(luò)信息資源類型眾多，目前WWW信息資源已經(jīng)成為網(wǎng)絡(luò)信息資源的主體，Internet出現(xiàn)之前的Gopher、FTP、Usenet資源逐漸隱藏到WWW形式之后，但這些資源仍可以通過(guò)Web進(jìn)行訪問(wèn)。然而除了大量的人們可以直接從網(wǎng)上抓取、建立索引、實(shí)現(xiàn)檢索服務(wù)的資源之外，一些網(wǎng)絡(luò)信息是“隱藏”著的數(shù)據(jù)，如由用戶的提問(wèn)而動(dòng)態(tài)生成的結(jié)果，或是存放在DBMS(數(shù)據(jù)庫(kù)管理系統(tǒng))中的數(shù)據(jù)，或是那些私人數(shù)據(jù)，它們無(wú)法被索引，從而無(wú)法提供對(duì)它們有效的檢索方式。以上是從網(wǎng)絡(luò)信息源的角度探討，若從資源形式看，網(wǎng)絡(luò)信息內(nèi)容是由文本、圖像、音頻、視頻、元數(shù)據(jù)等等形式的數(shù)據(jù)組成的，因而我們所說(shuō)的網(wǎng)絡(luò)內(nèi)容挖掘?qū)⑹且环N多媒體數(shù)據(jù)挖掘形式。

（二）網(wǎng)絡(luò)結(jié)構(gòu)挖掘

網(wǎng)絡(luò)結(jié)構(gòu)挖掘是從WWW的組織結(jié)構(gòu)、Web文檔結(jié)構(gòu)及其鏈接關(guān)系中推導(dǎo)知識(shí)。主要是針對(duì)Web潛在的鏈接結(jié)構(gòu)，通過(guò)網(wǎng)頁(yè)鏈接找到隱藏在頁(yè)面之后的鏈接結(jié)構(gòu)模型。網(wǎng)絡(luò)結(jié)構(gòu)挖掘的目的是發(fā)現(xiàn)Web和頁(yè)面的結(jié)構(gòu)及其蘊(yùn)含在這些結(jié)構(gòu)中的有用模式，對(duì)頁(yè)面及其鏈接進(jìn)行分類和聚類，由此獲得有關(guān)不同網(wǎng)頁(yè)間相似度及關(guān)聯(lián)度的信息，有助于用戶找到相關(guān)主題的權(quán)威站點(diǎn)，并且可以通過(guò)瀏覽權(quán)威網(wǎng)站企業(yè)可以了解本行業(yè)的最新動(dòng)態(tài)信息，了解一些著名的大型企業(yè)的發(fā)展動(dòng)態(tài)。還可以發(fā)現(xiàn)Web文檔自身的結(jié)構(gòu)，這種結(jié)構(gòu)用于用戶的瀏覽，也利于對(duì)網(wǎng)頁(yè)進(jìn)行比較和系統(tǒng)化。

（三）網(wǎng)絡(luò)用法挖掘

通過(guò)網(wǎng)絡(luò)用法挖掘，可以了解用戶的網(wǎng)絡(luò)行為數(shù)據(jù)所具有的意義。網(wǎng)絡(luò)內(nèi)容挖掘、網(wǎng)絡(luò)結(jié)構(gòu)挖掘的對(duì)象是網(wǎng)上的原始數(shù)據(jù)，而網(wǎng)絡(luò)用法挖掘則不同于前兩者，它面對(duì)的是在用戶和網(wǎng)絡(luò)交互的過(guò)程中抽取出來(lái)的第二手?jǐn)?shù)據(jù)。這些數(shù)據(jù)包括:網(wǎng)絡(luò)服務(wù)器訪問(wèn)記錄、服務(wù)器日志記錄、瀏覽器日志記錄、用戶簡(jiǎn)介、注冊(cè)信息、用戶對(duì)話或交易信息、用戶提問(wèn)式等。

四、網(wǎng)絡(luò)信息的數(shù)據(jù)挖掘的應(yīng)用

隨著Internet的迅速發(fā)展和不斷的普及應(yīng)用，網(wǎng)絡(luò)信息資源越來(lái)越豐富，如何分析和利用這些海量的數(shù)據(jù)是當(dāng)前比較突出的一個(gè)問(wèn)題。網(wǎng)絡(luò)信息挖掘在實(shí)際工作中具有重要的實(shí)踐意義和廣闊的應(yīng)用前景。

通過(guò)網(wǎng)絡(luò)信息挖掘，可以收集政治、經(jīng)濟(jì)、政策、科技、競(jìng)爭(zhēng)對(duì)手、供求、客戶等有關(guān)的信息，分析和處理這些信息，并根據(jù)分析結(jié)果找出經(jīng)營(yíng)管理過(guò)程中出現(xiàn)的各種問(wèn)題，有利于改善管理的效率和效果。網(wǎng)絡(luò)信息挖掘可以應(yīng)用在許多方面，例如：

1、科學(xué)研究。隨著先進(jìn)的科學(xué)數(shù)據(jù)收集工具的使用，如觀測(cè)衛(wèi)星、遙感器、生物信息技術(shù)等，所涉及的數(shù)據(jù)量非常大，傳統(tǒng)的數(shù)據(jù)分析工具無(wú)能為力，網(wǎng)絡(luò)數(shù)據(jù)挖掘作為一種強(qiáng)大的智能型自動(dòng)數(shù)據(jù)分析工具得以廣泛應(yīng)用。

2、市場(chǎng)營(yíng)銷。利用網(wǎng)絡(luò)數(shù)據(jù)挖掘技術(shù)通過(guò)對(duì)用戶數(shù)據(jù)進(jìn)行分析，可以得到關(guān)于顧客購(gòu)買取向和興趣的信息，從而為商業(yè)決策提供可靠的依據(jù)。

3、金融投資。由于金融投資的風(fēng)險(xiǎn)很大，在進(jìn)行投資決策是，更需要對(duì)各種投資方向的數(shù)據(jù)進(jìn)行分析。數(shù)據(jù)挖掘可以通過(guò)對(duì)已有數(shù)據(jù)的處理，找到數(shù)據(jù)對(duì)象之間的關(guān)系，然后利用學(xué)習(xí)得到的模式進(jìn)行合理的預(yù)測(cè)。

4、產(chǎn)品制造。數(shù)據(jù)挖掘?qū)Ξa(chǎn)品數(shù)據(jù)的分析，有助于對(duì)改進(jìn)產(chǎn)品質(zhì)量提出有針對(duì)性的建議，或提出信息的更高效的控制模式，從而為制造廠家?guī)?lái)更多的回報(bào)。

5、教學(xué)管理。如遠(yuǎn)程教育中的網(wǎng)絡(luò)資源發(fā)現(xiàn)，分析教學(xué)網(wǎng)站的結(jié)構(gòu)組織是否符合學(xué)生學(xué)習(xí)和教師教學(xué)的規(guī)律、教學(xué)評(píng)價(jià)等。教學(xué)評(píng)價(jià)的技術(shù)水平是衡量一個(gè)國(guó)家教育發(fā)展水平的重要尺度。傳統(tǒng)的定性與定量教學(xué)評(píng)價(jià)存在許多問(wèn)題。將數(shù)據(jù)與挖掘這種新的數(shù)據(jù)分析技術(shù)應(yīng)用于教學(xué)評(píng)價(jià)之中，可以提高教些評(píng)價(jià)技術(shù)水平，使之更好地為教學(xué)服務(wù)。

6、Internet或其他通信網(wǎng)絡(luò)管理等的應(yīng)用。

下面主要介紹網(wǎng)絡(luò)信息挖掘在電子商務(wù)、網(wǎng)絡(luò)廣告和競(jìng)爭(zhēng)情報(bào)中的應(yīng)用。

（一）網(wǎng)絡(luò)信息挖掘在電子商務(wù)中的應(yīng)用

1、網(wǎng)絡(luò)信息挖掘在電子商務(wù)中應(yīng)用的必要性

電子商務(wù)是指?jìng)€(gè)人或企業(yè)通過(guò)國(guó)際互聯(lián)網(wǎng)絡(luò)，采用數(shù)字化方式進(jìn)行商務(wù)數(shù)據(jù)交換和開展商務(wù)業(yè)務(wù)活動(dòng)。電子商務(wù)過(guò)程中產(chǎn)生了大量的數(shù)據(jù)，數(shù)據(jù)挖掘是對(duì)這些數(shù)據(jù)進(jìn)行分析的有效方法。由于Web的易用性、實(shí)用性，它很快占據(jù)了網(wǎng)絡(luò)信息主導(dǎo)地位，目前已經(jīng)成為使用最為廣泛、最有前途的信息傳播技術(shù)。電子商務(wù)中產(chǎn)生的數(shù)據(jù)有其自身的特點(diǎn)，把數(shù)據(jù)挖掘技術(shù)與電子商務(wù)進(jìn)行有機(jī)結(jié)合，選用適合電子商務(wù)數(shù)據(jù)的挖掘方法，可以提供數(shù)據(jù)挖掘的效率，讓數(shù)據(jù)挖掘更好地為電子商務(wù)服務(wù)。電子商務(wù)是以網(wǎng)絡(luò)技術(shù)和Web數(shù)據(jù)庫(kù)技術(shù)為支持的，其中，Web數(shù)據(jù)庫(kù)技術(shù)是電子商務(wù)的核心技術(shù)，Web數(shù)據(jù)庫(kù)的發(fā)展成為新的熱點(diǎn)和難題。Web數(shù)據(jù)庫(kù)能將數(shù)據(jù)庫(kù)技術(shù)與Web技術(shù)很好地融合在一起，是數(shù)據(jù)庫(kù)系統(tǒng)成為Web的重要有機(jī)組成部分，能夠?qū)崿F(xiàn)數(shù)據(jù)庫(kù)與網(wǎng)絡(luò)技術(shù)的無(wú)縫有機(jī)結(jié)合?？蛻羰菙?shù)據(jù)挖掘研究的對(duì)象之一，它能發(fā)現(xiàn)客戶的共性和個(gè)性、必然和偶然、獨(dú)立和關(guān)聯(lián)、現(xiàn)實(shí)和預(yù)測(cè)等知識(shí)。通過(guò)這些知識(shí)可以對(duì)客戶的消費(fèi)行為如客戶消費(fèi)的心理、能力、動(dòng)機(jī)、需求等作出比較客觀的統(tǒng)計(jì)和準(zhǔn)確的分析，為電子商務(wù)的管理者提供決策依據(jù)。電子商務(wù)組織管理者必須通過(guò)訪問(wèn)網(wǎng)絡(luò)最新和最準(zhǔn)確的信息，對(duì)產(chǎn)品、客戶、合作伙伴和進(jìn)程做出明智的決策，從而贏得競(jìng)爭(zhēng)優(yōu)勢(shì)。

近年來(lái)，電子商務(wù)站在企業(yè)商貿(mào)領(lǐng)域占據(jù)著越來(lái)越多的市場(chǎng)份額，網(wǎng)絡(luò)信息挖掘主要用于商品的市場(chǎng)定位和消費(fèi)分析，以輔助制定市場(chǎng)策略，還可以用來(lái)分析購(gòu)物模式，預(yù)測(cè)銷售行情等。

2、網(wǎng)絡(luò)信息挖掘在電子商務(wù)中的主要應(yīng)用

（1）針對(duì)不同客戶提供個(gè)性化的產(chǎn)品

銷售商可以獲知訪問(wèn)者的個(gè)人愛(ài)好更加充分地了解客戶的需要，根據(jù)各個(gè)細(xì)節(jié)市場(chǎng)，甚至是每一個(gè)顧客的獨(dú)特需求提供個(gè)性化的產(chǎn)品，有利于提高客戶的滿意度。為了使網(wǎng)絡(luò)信息挖掘技術(shù)更好地應(yīng)用，商家必須記錄訪問(wèn)者的特征及條款特征。當(dāng)訪問(wèn)者訪問(wèn)某網(wǎng)站時(shí)，有關(guān)訪問(wèn)者的數(shù)據(jù)便會(huì)逐漸積累起來(lái)。

（2）發(fā)現(xiàn)潛在客戶

對(duì)一個(gè)電子商務(wù)網(wǎng)站來(lái)說(shuō)，了解、關(guān)注在冊(cè)客戶全體是非常重要的，但從眾多的訪問(wèn)者中發(fā)現(xiàn)潛在客戶群體也同樣非常關(guān)鍵。如果發(fā)現(xiàn)某些客戶為潛在客戶群體，就可以對(duì)這類客戶實(shí)施一定的策略，使他們盡快成為在冊(cè)客戶群體。在對(duì)客戶訪問(wèn)記錄的挖掘中，利于分類技術(shù)可以在網(wǎng)絡(luò)上找到潛在客戶。先對(duì)已經(jīng)存在的訪問(wèn)者進(jìn)行分類，一般分為三種：新來(lái)訪者、偶然來(lái)訪者和?？?。對(duì)于新來(lái)訪者，通過(guò)分類發(fā)現(xiàn)，識(shí)別出這個(gè)客戶與已經(jīng)分類的老客戶的一些公共屬性，從而對(duì)這個(gè)新客戶進(jìn)行正確的歸類。然后根據(jù)歸類判斷，決定是否要把這個(gè)新來(lái)訪者作為潛在的客戶來(lái)對(duì)待。

（3）挽留老顧客

二八定律表明企業(yè)80%的業(yè)務(wù)收入來(lái)自于20%的客戶，而向新客戶進(jìn)行推銷的花費(fèi)要6倍于向現(xiàn)有的客戶進(jìn)行推銷的花費(fèi)。通過(guò)Web數(shù)據(jù)挖掘，可發(fā)現(xiàn)什么樣的顧客群在網(wǎng)站上購(gòu)買了什么商品，哪些是網(wǎng)站的忠誠(chéng)客戶，以便對(duì)其進(jìn)行個(gè)性化營(yíng)銷和人性化關(guān)懷。

（4）延長(zhǎng)客戶的駐留時(shí)間

為了使客戶在自己的網(wǎng)站上駐留更長(zhǎng)的時(shí)間，就應(yīng)該了解客戶的瀏覽行為，知道客戶的興趣及需求所在，動(dòng)態(tài)地調(diào)整Web頁(yè)面，以滿足客戶的需要。通過(guò)對(duì)客戶訪問(wèn)信息的挖掘，就能知道客戶的瀏覽行為，從而了解客戶的興趣及需求，并根據(jù)需求動(dòng)態(tài)地向客戶推薦頁(yè)面，提供特有的一些商品信息和廣告，以使客戶能繼續(xù)保持訪問(wèn)站點(diǎn)的興趣。

（5）改進(jìn)站點(diǎn)設(shè)計(jì)

站點(diǎn)上頁(yè)面內(nèi)容的安排就如超級(jí)市場(chǎng)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)的物品擺放在一起有助于銷售，利用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)可以針對(duì)客戶動(dòng)態(tài)調(diào)整站點(diǎn)的結(jié)構(gòu)，使客戶訪問(wèn)的有關(guān)聯(lián)的文件間的鏈接能夠比較直接，讓客戶更容易訪問(wèn)到想訪問(wèn)的頁(yè)面。網(wǎng)站如果具有這樣的便利性，就能給客戶留下較好的印象，增加了下次訪問(wèn)的幾率。對(duì)Web站點(diǎn)鏈接結(jié)構(gòu)的優(yōu)化可從兩方面來(lái)考慮：一是通過(guò)對(duì)Web日志的挖掘，發(fā)現(xiàn)用戶訪問(wèn)頁(yè)面的相關(guān)性，從而在密切聯(lián)系的網(wǎng)頁(yè)之間增加鏈接，方便用戶的使用。二是通過(guò)對(duì)Web日志挖掘，發(fā)現(xiàn)用戶的期望位置。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)際位置之間建立鏈接，從而實(shí)現(xiàn)對(duì)Web站點(diǎn)的優(yōu)化。

（6）電子商務(wù)推薦系統(tǒng)

推薦系統(tǒng)就向客戶推薦商品或提供信息來(lái)引導(dǎo)客戶購(gòu)買什么商品。推薦系統(tǒng)可以根據(jù)其他客戶的信息或此客戶的信息，模擬銷售人員幫助客戶完成購(gòu)買過(guò)程，為客戶提供個(gè)性化服務(wù)。推薦的形式包括向客戶推薦商品，提供個(gè)性化的商品信息等。推薦系統(tǒng)具有如下作用：（1）將瀏覽者轉(zhuǎn)變?yōu)橘?gòu)買者。有時(shí)人們只是看看網(wǎng)站的內(nèi)容而沒(méi)有購(gòu)買的意思。推薦系統(tǒng)可以幫客戶找到他們感興趣的、愿意買的商品。（2）增加交叉銷售?；谟脩粢呀?jīng)購(gòu)買的商品，推薦客戶購(gòu)買一些相關(guān)的商品。（3）建立忠誠(chéng)度?？蛻敉敢獾侥切┳钅軡M足自己需求的網(wǎng)站購(gòu)物。

3、實(shí)例：顧客行為模式分析

由于數(shù)據(jù)挖掘技術(shù)一般不是在線創(chuàng)建模型，因此首先要將諸如會(huì)員基本信息、會(huì)員在線消費(fèi)文檔、會(huì)員在線行為文檔\服務(wù)器認(rèn)證日志等所有的相關(guān)數(shù)據(jù)從服務(wù)器上下載下來(lái)，并按照以下步驟處理這些數(shù)據(jù)。

（1）數(shù)據(jù)聚合與過(guò)濾

在這一步中，從不同的文檔聚集所有數(shù)據(jù)匯成一組基本數(shù)據(jù)記錄，在聚集的處理過(guò)程中，這些信息中有錯(cuò)誤和漏掉的部分都需要得到修正。例如在信息提取的過(guò)程中，遇到購(gòu)買為零時(shí)會(huì)導(dǎo)致空白，因此需填充缺省值來(lái)處理空白。然后將與該模式無(wú)關(guān)緊要的欄消去。例如，消去顧客的ID欄，因?yàn)樗允贾两K對(duì)于顧客行為模式?jīng)]有任何作用。

（2）數(shù)據(jù)整合

預(yù)處理過(guò)的數(shù)據(jù)才可被挖掘工具進(jìn)行整合。要注意數(shù)據(jù)挖掘工具只能處理數(shù)字，因此文字?jǐn)?shù)據(jù)就要提前處理轉(zhuǎn)化出來(lái)。不同的數(shù)據(jù)挖掘工具可能采用不同的挖掘技術(shù)，如有的可利用遺傳算法，有的則可采用神經(jīng)網(wǎng)絡(luò)技術(shù)等等。因此，得出的結(jié)論也可能會(huì)因?yàn)閿?shù)據(jù)整合的方法不同而有差別。以下是兩個(gè)實(shí)例，表4-1是提取和過(guò)濾過(guò)的會(huì)員數(shù)據(jù)，表4-2是分析的顧客行為模式。

表4-1會(huì)員數(shù)據(jù)

NO.

性別

職業(yè)

年齡

IP

停留時(shí)間（分）

購(gòu)物時(shí)間（年）

消費(fèi)總計(jì)

購(gòu)買的產(chǎn)品

1

2

3

4

5

女

男

男

女

女

student

IT

student

clerk

doctor

22

35

24

28

32

12.23

33.27

23.46

52.12

40.06

34

58

24

82

40

3

6

2

5

4

566

340

454

531

480

A

B

C

A

D

表4-2顧客行為模式

依據(jù)購(gòu)物的時(shí)間

依據(jù)消費(fèi)總計(jì)

依據(jù)購(gòu)買的商品

Ifuser’ssexisfemaleanduser’soccupationisstudent

Thenthisuser’sformerpurchasestimeis3

Ifuser’ssexismaleanduser’soccupationisITprofessionalanduser’sIPis33.27

Thenthisuser’sformerpurchasesis6

（二）網(wǎng)絡(luò)信息挖掘在網(wǎng)絡(luò)廣告分析中的應(yīng)用

網(wǎng)絡(luò)廣告是指在Internet站點(diǎn)上的，數(shù)字化格式的各種經(jīng)營(yíng)性廣告。網(wǎng)絡(luò)廣告一般是指多媒體廣告，能將文字、圖像和聲音有機(jī)的組合在一起，傳遞多種感官的信息，讓顧客如身臨其境，感受商品或服務(wù)。這種圖、文、聲、像相結(jié)合的廣告形式，將大大增強(qiáng)網(wǎng)絡(luò)廣告的實(shí)效。

對(duì)于網(wǎng)站來(lái)說(shuō)，它必須意識(shí)到一個(gè)成功的網(wǎng)絡(luò)廣告不僅僅找到一個(gè)業(yè)主，為它放上一個(gè)超鏈接這么簡(jiǎn)單，要想讓廣告主看到成效、增加宣傳費(fèi)，除了網(wǎng)站要完善自身建設(shè)，擴(kuò)大用戶群外，還應(yīng)主動(dòng)向廣告主提供用戶信息，由于點(diǎn)擊廣告的用戶基本上是對(duì)此產(chǎn)品有興趣的潛在顧客，因此，廣告主也愿意付出較高的費(fèi)用。網(wǎng)站要想長(zhǎng)期大量的而擁有廣告主的投資，利用數(shù)據(jù)文件技術(shù)為廣告主提供細(xì)致周到的服務(wù)至關(guān)重要。數(shù)據(jù)挖掘技術(shù)在商業(yè)領(lǐng)域的成功應(yīng)用，文件算法的日趨成熟，都為網(wǎng)站提供這種服務(wù)創(chuàng)造了條件。

網(wǎng)絡(luò)信息挖掘技術(shù)主要分為三個(gè)階段：數(shù)據(jù)準(zhǔn)備、挖掘操作、結(jié)果表達(dá)。就數(shù)據(jù)準(zhǔn)備而言，網(wǎng)絡(luò)廣告主所需的數(shù)據(jù)主要來(lái)自兩個(gè)方面：一方面是用戶的背景信息，這部分信息主要來(lái)自于用戶的登記表；而另一部分?jǐn)?shù)據(jù)主要來(lái)自于用戶的點(diǎn)擊流，這部分信息主要來(lái)自于用戶的行為表現(xiàn)。人們?cè)谠L問(wèn)某網(wǎng)站的同時(shí)，便提供了個(gè)人對(duì)網(wǎng)站內(nèi)容的反饋信息：點(diǎn)擊了哪一個(gè)鏈接，在哪里瀏覽時(shí)間最多，用了哪個(gè)搜索項(xiàng)、總體瀏覽時(shí)間、個(gè)人姓名和住址等。所有這些信息都被保存在一個(gè)數(shù)據(jù)庫(kù)中，生成大量的記錄文件和登記表，利用這些數(shù)據(jù)進(jìn)行分析、挖掘，充分了解用戶的喜好、購(gòu)買模式，不僅可以使網(wǎng)站設(shè)計(jì)出滿足不同用戶群體需要的個(gè)性化網(wǎng)頁(yè)，增加競(jìng)爭(zhēng)力，而且可以為廣告主提出行之有效的廣告方案，實(shí)現(xiàn)商家渴望的個(gè)性化市場(chǎng)營(yíng)銷。在數(shù)據(jù)準(zhǔn)備階段一定要保證數(shù)據(jù)的質(zhì)量和時(shí)效性，這是數(shù)據(jù)挖掘成功與否的關(guān)鍵。不同的問(wèn)題需要用不同的方法去解決，即使對(duì)于同一個(gè)問(wèn)題，也肯定有多種算法。目前有很多廠商正在開發(fā)專門用于網(wǎng)站挖掘的軟件，可以根據(jù)網(wǎng)絡(luò)用戶瀏覽廣告時(shí)留下的個(gè)人信息，利用基于數(shù)據(jù)挖掘的概率知識(shí)庫(kù)和模糊知識(shí)庫(kù)，對(duì)信息進(jìn)行概率分析，通過(guò)對(duì)廣告訪問(wèn)者潛在的信息特征進(jìn)行模糊劃分，判斷哪些網(wǎng)絡(luò)用戶是本產(chǎn)品的真正客戶，而不是一般性的瀏覽訪問(wèn)者，從而為廠家組織生產(chǎn)和商家營(yíng)銷計(jì)劃提供科學(xué)的決策信息。

利用網(wǎng)絡(luò)數(shù)據(jù)挖掘，廣告主可以通過(guò)網(wǎng)站提供的用戶信息，有的放矢地發(fā)送廣告?？梢?jiàn)網(wǎng)絡(luò)公司在已有的條件下，加大數(shù)據(jù)分析力度，無(wú)論是對(duì)自身發(fā)展還是個(gè)廣告主的宣傳都是有利策略。當(dāng)然，數(shù)據(jù)挖掘技術(shù)并不能包治百病，要想獲得最佳的網(wǎng)絡(luò)廣告效果，不僅與網(wǎng)絡(luò)廣告投放的位置，所選網(wǎng)站的日常瀏覽量，廣告自身的視覺(jué)效果等密切相關(guān)，還有許多其他的影響因素。而且，就數(shù)據(jù)挖掘而言，也不應(yīng)把它看得過(guò)分神秘，認(rèn)為只要有了一個(gè)數(shù)據(jù)挖掘工具，就能自動(dòng)挖掘初所需要的信息，能更好地進(jìn)行企業(yè)、商業(yè)運(yùn)作，這是認(rèn)識(shí)上的誤區(qū)。其實(shí)，要想真正做好數(shù)據(jù)挖掘，工具只是其中的一個(gè)方面，同時(shí)還需要對(duì)企業(yè)、企業(yè)業(yè)務(wù)的深入了解和數(shù)據(jù)分析經(jīng)驗(yàn)。無(wú)論是企業(yè)還是網(wǎng)站要想在未來(lái)的市場(chǎng)中具有競(jìng)爭(zhēng)力，必須有些數(shù)據(jù)挖掘方面的專家，專門從事數(shù)據(jù)分析和數(shù)據(jù)挖掘工作。在同其他部門協(xié)調(diào)，才能做到量身定做廣告。

（三）網(wǎng)絡(luò)信息挖掘在競(jìng)爭(zhēng)情報(bào)工作中的應(yīng)用

1、網(wǎng)絡(luò)信息挖掘在競(jìng)爭(zhēng)情報(bào)工作中的作用

競(jìng)爭(zhēng)情報(bào)是指通過(guò)合法手段收集和分析商業(yè)競(jìng)爭(zhēng)中有關(guān)商業(yè)行為的優(yōu)勢(shì)、劣勢(shì)和機(jī)會(huì)的信息?；ヂ?lián)網(wǎng)為競(jìng)爭(zhēng)情報(bào)工作提供了豐富的信息資源，但是沒(méi)有一個(gè)很好的網(wǎng)絡(luò)信息挖掘工具很難獲取其中有價(jià)值的信息。隨著商業(yè)競(jìng)爭(zhēng)的日益激烈，各個(gè)企業(yè)都紛紛建立了自己的競(jìng)爭(zhēng)情報(bào)系統(tǒng)，以提高自身的競(jìng)爭(zhēng)力。尤其是在網(wǎng)絡(luò)環(huán)境下，誰(shuí)忽視了網(wǎng)絡(luò)信息資源的開發(fā)與利用誰(shuí)就已經(jīng)失去了領(lǐng)先的機(jī)會(huì)。在企業(yè)競(jìng)爭(zhēng)情報(bào)工作中有兩個(gè)重要方面，就是獲取競(jìng)爭(zhēng)對(duì)手和客戶的信息。隨著互聯(lián)網(wǎng)在企業(yè)中應(yīng)用的不斷深入，從網(wǎng)上可挖掘的企業(yè)信息越來(lái)越多，涉及的內(nèi)容也越來(lái)越廣泛。從網(wǎng)絡(luò)信息挖掘技術(shù)的實(shí)現(xiàn)流程來(lái)看，網(wǎng)絡(luò)信息挖掘不僅僅是像網(wǎng)絡(luò)信息檢索那樣只是把符合查詢要求的記錄返回給用戶，這樣得到的結(jié)果集不僅數(shù)量龐大，而且包括很多不相關(guān)信息。正如前面所提到的，網(wǎng)絡(luò)信息挖掘不僅能夠從WWW的大量的數(shù)據(jù)中發(fā)現(xiàn)信息，而且它還能發(fā)現(xiàn)權(quán)威站點(diǎn)、有重要價(jià)值的“隱藏”信息，并且能夠監(jiān)視和預(yù)測(cè)用戶的訪問(wèn)習(xí)慣，這對(duì)于企業(yè)開展競(jìng)爭(zhēng)情報(bào)工作是非常重要的。

2、網(wǎng)絡(luò)信息挖掘在競(jìng)爭(zhēng)情報(bào)搜集和處理中的應(yīng)用

隨著互聯(lián)網(wǎng)在企業(yè)中應(yīng)用的不斷深入，從網(wǎng)上可挖掘的企業(yè)信息越來(lái)越多，涉及的內(nèi)容也越來(lái)越廣泛。通過(guò)網(wǎng)絡(luò)信息的數(shù)據(jù)挖掘可以從大量完整、彼此關(guān)系不明確的敏感信息中找出隱含的和事先未知的有用信息，揭示數(shù)據(jù)內(nèi)在的復(fù)雜性，幫助情報(bào)人員進(jìn)行深層次的分析，獲得更多的、更有價(jià)值的競(jìng)爭(zhēng)情報(bào)。

（1）充分獲取、開發(fā)和利用競(jìng)爭(zhēng)對(duì)手和客戶的信息

網(wǎng)絡(luò)信息挖掘不僅能夠從Web的大量的數(shù)據(jù)中發(fā)現(xiàn)信息，而且能夠發(fā)現(xiàn)權(quán)威站點(diǎn)、有重要價(jià)值的“隱藏”信息，并且能夠監(jiān)視和預(yù)測(cè)用戶的訪問(wèn)習(xí)慣、購(gòu)買行為，發(fā)現(xiàn)顧客購(gòu)買模式趨勢(shì)。

（2）挖掘Web日志記錄來(lái)發(fā)現(xiàn)用戶訪問(wèn)Web頁(yè)面的模式

通過(guò)分析和研究Web日志記錄中的規(guī)律，可以識(shí)別電子商務(wù)潛在客戶，增強(qiáng)對(duì)最終用戶的互聯(lián)網(wǎng)信息服務(wù)的質(zhì)量，并改進(jìn)Web服務(wù)器的性能。

（3）網(wǎng)絡(luò)信息挖掘在反競(jìng)爭(zhēng)情報(bào)子系統(tǒng)中的應(yīng)用

反競(jìng)爭(zhēng)情報(bào)子系統(tǒng)是企業(yè)競(jìng)爭(zhēng)情報(bào)活動(dòng)的重要組成部分，忽視競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)情報(bào)活動(dòng)，低估競(jìng)爭(zhēng)對(duì)手搜集競(jìng)爭(zhēng)情報(bào)的能力勢(shì)必導(dǎo)致企業(yè)失去已有的競(jìng)爭(zhēng)優(yōu)勢(shì)。Web站點(diǎn)是企業(yè)與外界進(jìn)行交流的窗口，同時(shí)也是競(jìng)爭(zhēng)對(duì)手獲取競(jìng)爭(zhēng)情報(bào)的一個(gè)重要信息源，因此，對(duì)它進(jìn)行監(jiān)控是企業(yè)了解競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)情報(bào)的重要途徑。在競(jìng)爭(zhēng)情報(bào)計(jì)算機(jī)系統(tǒng)中，可以充分利用Web挖掘技術(shù)，通過(guò)運(yùn)用分析訪問(wèn)者的Ip地址、客戶端所屬域、訪問(wèn)路徑分析等Web監(jiān)控技術(shù)、統(tǒng)計(jì)敏感信息訪問(wèn)率等方法實(shí)現(xiàn)對(duì)競(jìng)爭(zhēng)對(duì)手的防范，以達(dá)到識(shí)別競(jìng)爭(zhēng)對(duì)手保護(hù)企業(yè)敏感信息的目的。

結(jié)論

網(wǎng)絡(luò)信息挖掘是網(wǎng)絡(luò)信息處理領(lǐng)域中的一項(xiàng)新技術(shù)，是指在大量訓(xùn)練樣本的基礎(chǔ)上，得到數(shù)據(jù)對(duì)象間的內(nèi)在特性，并以此為依據(jù)在網(wǎng)絡(luò)資源中進(jìn)行有目的的信息提取。網(wǎng)絡(luò)信息挖掘是數(shù)據(jù)挖掘技術(shù)在網(wǎng)絡(luò)信息處理中的一個(gè)重要應(yīng)用，也是一項(xiàng)嶄新的研究課題。隨著Internet的迅速發(fā)展和不斷的普及應(yīng)用，網(wǎng)絡(luò)信息資源越來(lái)越豐富，如何分析和利用這些海量的數(shù)據(jù)是當(dāng)前比較突出的一個(gè)問(wèn)題。網(wǎng)絡(luò)信息挖掘在實(shí)際工作中具有重要的實(shí)踐意義和廣闊的應(yīng)用前景。

參考文獻(xiàn).

[1]馮艷.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)上的應(yīng)用[J].湖南商學(xué)院學(xué)報(bào).2002，19(2)：125-126.

[2]郝先臣.數(shù)據(jù)挖掘工具和應(yīng)用中的問(wèn)題[J].東北大學(xué)學(xué)報(bào).2001，22(2)：183-186.

[3]董慧等.網(wǎng)絡(luò)信息資源開發(fā)及利用[M].武漢：武漢大學(xué)出版社,2001：116-187.

[4]王娜.網(wǎng)絡(luò)信息資源挖掘研究概述[J].圖書館學(xué)刊.2007(1)：123-124.

[5]南京航空航天大學(xué)圖書館.網(wǎng)絡(luò)信息采集與應(yīng)用[M].北京：清華大學(xué)出版社,2005：86-88.

[6]李村合.網(wǎng)絡(luò)信息挖掘技術(shù)及其應(yīng)用研究[J].情報(bào)科學(xué).2002，20(11)：1212-1214.

[7]宋瑞祺.Web文本數(shù)據(jù)挖掘關(guān)鍵技術(shù)及其在網(wǎng)絡(luò)檢索中的應(yīng)用[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào).2007，10(1)：95-96.

[8]陳萍麗.Web挖掘及其在競(jìng)爭(zhēng)情報(bào)系統(tǒng)的應(yīng)用[J].情報(bào)科學(xué).2003，21(9)：998-1001.

[9]陳敏.數(shù)據(jù)采掘與信息資源的開發(fā)利用[J].現(xiàn)代圖書情報(bào)技術(shù).2001(2)：27-34.

[10]張燕.淺談網(wǎng)絡(luò)信息挖掘[J].情報(bào)探索.2000(4)：34-36.

[11]徐寶文，張衛(wèi)豐.數(shù)據(jù)挖掘技術(shù)在Web預(yù)取中的應(yīng)用研究[J].計(jì)算機(jī)學(xué)報(bào).2001，24(4)：430-436.

[12]黃曉斌.網(wǎng)絡(luò)信息挖掘[M].北京：電子工業(yè)出版社，2007：159-213.

[13]姜東琳.網(wǎng)絡(luò)信息挖掘技術(shù)及應(yīng)用[J].計(jì)算機(jī)技術(shù).2005(3)：52-58.

[14]柯平，高潔.信息管理概論[M].北京：科學(xué)出版社，2002：60-62.

[15]JiaweiHan，MichelineKambr.DataMining：ConceptsandTechniques[M].北京：高等教育出版社，2001：107-246.

[16]YimingMa.WebforDataMining[J].SIGKDDExplorations.2000,2(1)：16-23.