前言：本站為你精心整理了電子商務(wù)數(shù)據(jù)挖掘范文，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]本文介紹了Web數(shù)據(jù)挖掘的概念及其分類，探討了電子商務(wù)中Web數(shù)據(jù)挖掘的過(guò)程，重點(diǎn)研究了Web數(shù)據(jù)挖掘方法，從而有效提高電子商務(wù)企業(yè)的競(jìng)爭(zhēng)力。

[關(guān)鍵詞]電子商務(wù)數(shù)據(jù)挖掘Web挖掘

Internet是一個(gè)巨大、分布廣泛、全球性的信息資源儲(chǔ)備庫(kù)。隨著上網(wǎng)人數(shù)的急劇增加，電子商務(wù)的蓬勃發(fā)展，各種基于互聯(lián)網(wǎng)的商業(yè)Web站點(diǎn)也面臨越來(lái)越激烈的競(jìng)爭(zhēng)。Web包含了豐富和動(dòng)態(tài)的超鏈接信息，以及Web頁(yè)面的訪問(wèn)和使用信息，這為數(shù)據(jù)挖掘提供了大量豐富的資源。

一、電子商務(wù)與Web數(shù)據(jù)挖掘

電子商務(wù)（E-Commerce）是以網(wǎng)絡(luò)為平臺(tái)，以現(xiàn)代信息技術(shù)為手段，以經(jīng)濟(jì)效益為中心的現(xiàn)代化商業(yè)運(yùn)轉(zhuǎn)模式，其最終目標(biāo)是實(shí)現(xiàn)商務(wù)活動(dòng)的網(wǎng)絡(luò)化、自動(dòng)化與智能化。無(wú)論EC企業(yè)采用B2B、B2C還是B2G電子商務(wù)模式，商品的采購(gòu)者都需要通過(guò)Web方式與商品的供應(yīng)商及其合作者之間建立信息流的交互，那么，一方面通過(guò)Web方式與購(gòu)買(mǎi)者主動(dòng)、方便、快捷的獲得期望主題的信息；另一方面供應(yīng)商與合作伙伴們?nèi)绾瓮ㄟ^(guò)他們的集成信息系統(tǒng)，運(yùn)用知識(shí)把訪問(wèn)者、網(wǎng)上購(gòu)買(mǎi)者的訪問(wèn)數(shù)據(jù)從潛在的、隱含的、事先不知的狀態(tài)，經(jīng)過(guò)提取、洗滌、加工變?yōu)闈摿薮蟮膬r(jià)值信息，從而提高企業(yè)的核心競(jìng)爭(zhēng)力。

Web數(shù)據(jù)挖掘（WebDataMining）是利用數(shù)據(jù)挖掘從Web文檔及Web服務(wù)中自動(dòng)發(fā)現(xiàn)并提取用戶感興趣的、潛在的、有用的模式和隱藏信息。Web數(shù)據(jù)挖掘的主要目標(biāo)就是從Web的訪問(wèn)記錄中抽取用戶感興趣的模式，WWW服務(wù)器中的訪問(wèn)日志，記錄了關(guān)于用戶訪問(wèn)和交互的信息，通過(guò)Web數(shù)據(jù)挖掘，就可以根據(jù)用戶的訪問(wèn)興趣、訪問(wèn)頻度、訪問(wèn)時(shí)間動(dòng)態(tài)地調(diào)整頁(yè)面結(jié)構(gòu)，改進(jìn)服務(wù)，開(kāi)展有針對(duì)性的電子商務(wù)活動(dòng)，以更好地滿足客戶的需求。

二、Web挖掘的分類

Web挖掘是從WWW上抽取知識(shí)的過(guò)程。它是從與WWW相關(guān)的資源和行為中抽取感興趣的有用的模式和隱含信息。

1.Web內(nèi)容挖掘

Web內(nèi)容挖掘是對(duì)Web頁(yè)面內(nèi)容進(jìn)行挖掘,是從大量的Web數(shù)據(jù)中發(fā)現(xiàn)信息、抽取知識(shí)的過(guò)程。Web挖掘的數(shù)據(jù)源有：服務(wù)器數(shù)據(jù)、查詢數(shù)據(jù)、在線市場(chǎng)數(shù)據(jù)、Web頁(yè)面、Web頁(yè)面的超級(jí)鏈接關(guān)系、客戶登記信息等。

2.Web結(jié)構(gòu)挖掘

Web結(jié)構(gòu)挖掘是從WWW上的組織結(jié)構(gòu)和鏈接關(guān)系中推導(dǎo)知識(shí)。由于超文本文檔間的關(guān)聯(lián)關(guān)系使得WWW不僅僅可以揭示文檔中所包含的信息，同時(shí)也可以揭示文檔間的關(guān)聯(lián)關(guān)系所代表的信息。利用這些信息可以對(duì)頁(yè)面進(jìn)行排序，發(fā)現(xiàn)重要的頁(yè)面。挖掘Web結(jié)構(gòu)的目的是發(fā)現(xiàn)頁(yè)面的結(jié)構(gòu)和Web結(jié)構(gòu)，在此基礎(chǔ)上對(duì)頁(yè)面進(jìn)行分類和聚類，從而找到權(quán)威頁(yè)面。

3.Web使用記錄挖掘

Web使用記錄挖掘的主要目標(biāo)是從Web的訪問(wèn)記錄中抽取感興趣的模式。WWW中的每個(gè)服務(wù)器都保留了訪問(wèn)日志(Webaccesslog)，記錄了關(guān)于用戶訪問(wèn)和交互的信息。分析這些數(shù)據(jù)可以幫助理解用戶的行為，從而改進(jìn)站點(diǎn)的結(jié)構(gòu)，或?yàn)橛脩籼峁﹤€(gè)性化的服務(wù)。

三、Web挖掘的過(guò)程和方法

1.Web挖掘的過(guò)程

電子商務(wù)中的Web挖掘過(guò)程一般由3個(gè)主要階段組成：數(shù)據(jù)準(zhǔn)備、挖掘操作、結(jié)果表達(dá)和解釋。

(1)數(shù)據(jù)準(zhǔn)備：這個(gè)階段又可分成3個(gè)子步驟：數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成將多文件或多數(shù)據(jù)庫(kù)運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)行合并處理，解決語(yǔ)義模糊準(zhǔn)備，這個(gè)階段又可分成為處理數(shù)據(jù)中的遺漏等。數(shù)據(jù)選擇的目的是辨別出需要分析的數(shù)據(jù)集合，縮小處理范圍，提高數(shù)據(jù)挖掘的質(zhì)量。預(yù)處理是為了克服數(shù)據(jù)挖掘工具的局限性。

(2)數(shù)據(jù)挖掘：這個(gè)階段進(jìn)行實(shí)際的挖掘操作，包括的要點(diǎn)有：決定如何產(chǎn)生假設(shè)；選擇合適的工具；發(fā)掘知識(shí)的操作；證實(shí)發(fā)現(xiàn)的知識(shí)。

(3)結(jié)果表述和解釋：根據(jù)最終用戶的決策目的對(duì)提取的信息進(jìn)行分析，把最有價(jià)值的信息區(qū)分開(kāi)來(lái)，并且通過(guò)決策支持工具提交給決策者。因此，這一步驟的任務(wù)不僅是把結(jié)果表達(dá)出來(lái)，還要對(duì)信息進(jìn)行過(guò)濾處理，如果不能令決策者滿意，需要重復(fù)上述過(guò)程。

2.Web數(shù)據(jù)挖掘的方法

(1)協(xié)同過(guò)濾：協(xié)同過(guò)濾技術(shù)采用最近鄰技術(shù)，利用客戶的歷史、喜好信息計(jì)算用戶之間的距離，目標(biāo)客戶對(duì)特點(diǎn)商品的喜好程度由最近鄰居對(duì)商品的評(píng)價(jià)的加權(quán)平均值來(lái)計(jì)算。

(2)關(guān)聯(lián)規(guī)則：關(guān)聯(lián)規(guī)則是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，用數(shù)學(xué)模型來(lái)描述關(guān)聯(lián)規(guī)則發(fā)現(xiàn)的問(wèn)題：x=>y的蘊(yùn)含式，其中x,y為屬性——值對(duì)集（或稱為項(xiàng)目集），且X∩Y空集。在數(shù)據(jù)庫(kù)中若S%的包含屬性——值對(duì)集X的事務(wù)也包含屬性——值集Y，則關(guān)聯(lián)規(guī)則X=>Y的置信度為C%。

(3)Web日志的聚類算法：聚類分析是把具有相似特征的用戶或數(shù)據(jù)項(xiàng)歸類,在網(wǎng)站管理中通過(guò)聚類具有相似瀏覽行為的用戶?；谀：碚摰腤eb頁(yè)面聚類算法與客戶群體聚類算法的模糊聚類定義相同，客戶訪問(wèn)情況可用URL(Uj)表示。有Suj={(Ci，fSuj(Ci))|Ci∈C}，其中fSuj(Ci)→[0，1]是客戶Ci和URL(Uj)間的關(guān)聯(lián)度：式中m為客戶的數(shù)量，hits(Ci)表示客戶Ci訪問(wèn)URL(Uj)的次數(shù)。利用Suj和模糊理論中的相似度度量Sfij定義建立模糊相似矩陣，再根據(jù)相似類[Xi]R的定義構(gòu)造相似類，合并相似類中的公共元素得到的等價(jià)類即為相關(guān)Web頁(yè)面。

(4)序列分析：序列模式分析和關(guān)聯(lián)分析類似，其目的也是為了挖掘數(shù)據(jù)之間的聯(lián)系，但序列模式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫(kù)中如“在某一段時(shí)間內(nèi)，客戶購(gòu)買(mǎi)商品A，接著會(huì)購(gòu)買(mǎi)商品B，爾后又購(gòu)買(mǎi)商品C，即序列A→B→C出現(xiàn)的頻率高”之類的信息。序列模式描述的問(wèn)題是：在給定的交易序列數(shù)據(jù)庫(kù)中，每個(gè)序列按照交易的時(shí)間排列的一組交易集，挖掘序列函數(shù)作用是返回該數(shù)據(jù)庫(kù)中高頻率出現(xiàn)有序列。

四、結(jié)束語(yǔ)

電子商務(wù)是現(xiàn)代化技術(shù)發(fā)展的必然結(jié)果，也是未來(lái)商業(yè)運(yùn)作模式的必然選擇，但還需進(jìn)一步鍵全電子商務(wù)的安全立法和完善物流配送體系。為了給電子商務(wù)營(yíng)造一個(gè)良好的環(huán)境，通過(guò)選擇較好的數(shù)據(jù)挖掘方法，真正發(fā)揮數(shù)據(jù)挖掘的作用，才能使企業(yè)在激烈的市場(chǎng)競(jìng)爭(zhēng)中做出正確的決策，保持有力的競(jìng)爭(zhēng)優(yōu)勢(shì)。

參考文獻(xiàn)：

[1]毛國(guó)君段立娟:數(shù)據(jù)挖掘原理與算法[M].清華大學(xué)出版社,2005.7

[2]王嵐張鵬祥:基于Web的數(shù)據(jù)挖掘研究.長(zhǎng)春師范學(xué)院學(xué)報(bào),2005,24(3):59-61