摘要：如何從海量的Web數(shù)據(jù)中發(fā)現(xiàn)有用的知識(shí)是一個(gè)迫切需要研究的課題，因此，Web挖掘應(yīng)運(yùn)而生，成為一個(gè)全新的研究領(lǐng)域。Web挖掘就是從Web文檔和Web活動(dòng)中抽取潛在的有用模式和隱藏信息。隨著電子商務(wù)的發(fā)展，Web挖掘進(jìn)入了一個(gè)新的應(yīng)用領(lǐng)域，介紹了Web挖掘技術(shù)在電子商務(wù)中的具體應(yīng)用，運(yùn)用Web挖掘技術(shù)對(duì)Web數(shù)據(jù)進(jìn)行挖掘，了解客戶的行為，從而調(diào)整站點(diǎn)結(jié)構(gòu)、市場(chǎng)策略等，使電子商務(wù)活動(dòng)具有針對(duì)性。

關(guān)鍵詞：Web挖掘；電子商務(wù)；數(shù)據(jù)挖掘

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044(2008)14-20829-02

1 引言

隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，Internet已經(jīng)成為一個(gè)全球性的信息服務(wù)中心，如何從海量的網(wǎng)絡(luò)信息中發(fā)現(xiàn)有用信息，成為人們的迫切需求，因此Web挖掘應(yīng)運(yùn)而生。而隨著電子商務(wù)逐漸走進(jìn)人們的視野，如何利用Web挖掘技術(shù)為電子商務(wù)提供強(qiáng)大的數(shù)據(jù)支持已經(jīng)成為數(shù)據(jù)挖掘研究的熱點(diǎn)。

2 Web挖掘概述

Web挖掘[1]是數(shù)據(jù)挖掘[2]在Web中的應(yīng)用，它將傳統(tǒng)的數(shù)據(jù)挖掘思想和方法應(yīng)用于Web，利用相關(guān)技術(shù)從Web資源和行為中抽取感興趣的、有用的模式和隱含信息，涉及多個(gè)研究領(lǐng)域，包括數(shù)據(jù)挖掘、Web技術(shù)、人工智能、數(shù)據(jù)庫(kù)技術(shù)、信息學(xué)、統(tǒng)計(jì)學(xué)和神經(jīng)網(wǎng)絡(luò)等多個(gè)領(lǐng)域，是一項(xiàng)綜合技術(shù)。

根據(jù)挖掘?qū)ο蟮牟煌?，Web挖掘一般可以分為三種：Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘和Web使用挖掘。Web內(nèi)容挖掘是從從Web文檔內(nèi)容及其描述的內(nèi)容信息中獲取有用知識(shí)的過(guò)程，一般包括文本文件和多媒體文檔的挖掘；由于有用知識(shí)除了在Web頁(yè)面內(nèi)容中，也包含在頁(yè)面結(jié)構(gòu)中，所以Web結(jié)構(gòu)挖掘是從萬(wàn)維網(wǎng)的組織結(jié)構(gòu)和網(wǎng)頁(yè)的相互鏈接中進(jìn)行挖掘，發(fā)現(xiàn)頁(yè)面間的關(guān)系，改進(jìn)搜索引擎的性能；而Web使用挖掘則是通過(guò)挖掘相應(yīng)站點(diǎn)的日志文件和相關(guān)數(shù)據(jù)發(fā)現(xiàn)站點(diǎn)瀏覽者的行為模式，識(shí)別用戶的喜好、滿意度，發(fā)現(xiàn)潛在用戶，增強(qiáng)站點(diǎn)的服務(wù)競(jìng)爭(zhēng)力。

3 Web挖掘技術(shù)在電子商務(wù)中使用

隨著電子商務(wù)的興起，Web挖掘越來(lái)越多的應(yīng)用于電子商務(wù)領(lǐng)域，在電子商務(wù)中進(jìn)行Web挖掘一般可分為四個(gè)階段：收集數(shù)據(jù)、數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)和模式分析。

3.1 收集數(shù)據(jù)

Web挖掘的前提條件就是得到大量的原始數(shù)據(jù)，也就是收集數(shù)據(jù)。在Web上可以用來(lái)挖掘的數(shù)據(jù)量大，類型多，主要有以下幾種類型的數(shù)據(jù)：

(1)服務(wù)器數(shù)據(jù)：數(shù)據(jù)最直接方便的來(lái)源，客戶訪問(wèn)網(wǎng)站時(shí)會(huì)在服務(wù)器上留下相應(yīng)的訪問(wèn)日志信息，記錄每次網(wǎng)頁(yè)的請(qǐng)求信息，還可以存儲(chǔ)其他的一些Web使用信息，比如Cookie，以及查詢數(shù)據(jù)等。

(2)客戶登記信息：客戶通過(guò)Web頁(yè)輸入的、提交給服務(wù)器的相關(guān)用戶信息，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，進(jìn)一步了解客戶。

(3)在線市場(chǎng)數(shù)據(jù)：主要是傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)里存儲(chǔ)的有關(guān)電子商務(wù)站點(diǎn)信息、用戶購(gòu)買信息、商品信息等數(shù)據(jù)。

(4)Web頁(yè)面：HTLM和XML頁(yè)面的內(nèi)容，包括本文、圖片、語(yǔ)音、圖像等。

(5)Web頁(yè)面超級(jí)鏈接關(guān)系：頁(yè)面之間存在的超級(jí)鏈接關(guān)系。

3.2 數(shù)據(jù)預(yù)處理

電子商務(wù)中能得到多種形式的信息資源，但一般都具有不完全性、冗余性和模糊性，不能直接用來(lái)挖掘，必須對(duì)原始數(shù)據(jù)進(jìn)行預(yù)處理，為挖掘提供簡(jiǎn)潔有效的數(shù)據(jù)。

3.3 模式發(fā)現(xiàn)

當(dāng)對(duì)收集到的數(shù)據(jù)進(jìn)行預(yù)處理后，就進(jìn)入模式發(fā)現(xiàn)階段利用挖掘算法挖掘出有效可理解的信息，方法有分類分析、聚類分析、路徑分析、關(guān)聯(lián)分析、序列模式和依賴性建模等[3]。

(1)分類分析將數(shù)據(jù)項(xiàng)按預(yù)先定義的類別進(jìn)行劃分，能識(shí)別一個(gè)特殊群體的公共屬性。

(2)聚類分析把有相似特性的用戶集合到一起，能從WEB信息中聚集出具有相似特性的客戶，劃分客戶群，幫助企業(yè)開(kāi)發(fā)和執(zhí)行市場(chǎng)策略，比如自動(dòng)給一個(gè)特定的顧客群發(fā)送銷售郵件等。

(3)路徑分析挖掘訪問(wèn)路徑，能發(fā)現(xiàn)Web網(wǎng)站中訪問(wèn)最頻繁的路徑，改進(jìn)網(wǎng)站結(jié)構(gòu)。

(4)關(guān)聯(lián)分析挖掘出隱藏在數(shù)據(jù)間的關(guān)聯(lián)規(guī)則，能發(fā)現(xiàn)用戶對(duì)各頁(yè)面訪問(wèn)關(guān)系，更好地組織網(wǎng)站空間。

(5)序列模式挖掘出交易集之間有時(shí)間序列關(guān)系的模式，能預(yù)測(cè)用戶的訪問(wèn)模式，開(kāi)展有針對(duì)性的廣告服務(wù)。

(6)依賴性建模是開(kāi)發(fā)出一種能表達(dá)出Web領(lǐng)域中各種變量之間顯著依賴性的模型，不僅能為分析用戶行為提供理論框架，還具有預(yù)測(cè)Web資源消耗的潛力。

3.4 模式分析

通過(guò)模式分析從模式發(fā)現(xiàn)找到的模式集合中篩選出需要的模式，同時(shí)，網(wǎng)站的內(nèi)容與結(jié)構(gòu)信息也應(yīng)用到模式分析過(guò)程，用以輔助對(duì)模式挖掘出的結(jié)果進(jìn)行過(guò)濾，分析得到有價(jià)值的規(guī)則和模式，利用可視化技術(shù)，以圖形界面的方式顯示出來(lái)。

4 Web挖掘在電子商務(wù)中的意義

4.1 提供個(gè)性化服務(wù)，提高客戶忠誠(chéng)度

電子商務(wù)中，傳統(tǒng)客戶與銷售商之間的空間距離己經(jīng)不存在，客戶從一個(gè)電子商務(wù)網(wǎng)站轉(zhuǎn)換到競(jìng)爭(zhēng)對(duì)手那邊，只需點(diǎn)擊鼠標(biāo)即可。網(wǎng)站的內(nèi)容層次、標(biāo)題、服務(wù)等既能成為吸引客戶、也能成為失去客戶的因素。因此應(yīng)盡可能的迎合用戶的瀏覽興趣并不斷調(diào)整自己來(lái)適應(yīng)用戶瀏覽興趣的變化。通過(guò)對(duì)客戶訪問(wèn)信息的挖掘，了解客戶的興趣及需求，動(dòng)態(tài)地調(diào)整Web頁(yè)面以滿足客戶的需要。例如通過(guò)關(guān)聯(lián)分析得到85%的客戶瀏覽網(wǎng)頁(yè)A時(shí)，同時(shí)瀏覽網(wǎng)頁(yè)B，則說(shuō)明網(wǎng)頁(yè)A和B之間有一定的相關(guān)性，從而可以在網(wǎng)頁(yè)A中加入網(wǎng)頁(yè)B的超鏈接。

4.2 挖掘潛在客戶

對(duì)商家來(lái)說(shuō)，發(fā)現(xiàn)更多潛在客戶，提高市場(chǎng)占有率是至關(guān)重要的，通過(guò)Web挖掘?qū)撛诳蛻粜畔⑦M(jìn)行分類和聚類分析，幫助商家識(shí)別出潛在的客戶群，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，提高市場(chǎng)占有率。

4.3 改進(jìn)網(wǎng)站設(shè)計(jì)

網(wǎng)站上頁(yè)面內(nèi)容的安排和鏈接如同超市中物品在貨架上的擺設(shè)，把具有一定關(guān)聯(lián)的物品擺放在一起有助于銷售，比如著名的沃爾瑪超市“尿布與啤酒”事例。利用關(guān)聯(lián)分析，鎖定客戶動(dòng)態(tài)調(diào)整網(wǎng)站結(jié)構(gòu)，讓客戶很容易地訪問(wèn)到所需的頁(yè)面，給客戶留下較好的印象，增加下次訪問(wèn)概率。

4.4 聚類客戶

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，幫助電子商務(wù)的組織者更好地了解自己的客戶，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。

4.5 降低公司商業(yè)成本

節(jié)約成本是企業(yè)盈利的關(guān)鍵，通過(guò)Web挖掘，快速獲得有用的市場(chǎng)反饋信息，預(yù)測(cè)未來(lái)客戶的購(gòu)買行為，從而開(kāi)展有針對(duì)性的電子商務(wù)營(yíng)銷活動(dòng)。

4.6 廣告效益評(píng)價(jià)

利用Web挖掘?qū)Υ罅肯M(fèi)行為模式進(jìn)行分析，可精確地評(píng)價(jià)各種廣告手段的效益，并組合設(shè)計(jì)出最佳的商品宣傳組合方案，根據(jù)關(guān)心某產(chǎn)品的訪問(wèn)者的瀏覽模式來(lái)決定廣告的位置，增加廣告針對(duì)性，提高廣告的投資回報(bào)率。

5 小結(jié)

Web挖掘研究具有廣闊的應(yīng)用前景和巨大的現(xiàn)實(shí)意義，隨著電子商務(wù)的迅速發(fā)展，Web挖掘有了更大的用武之地，利用Web挖掘技術(shù)對(duì)電子商務(wù)中的各種數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)相關(guān)信息，可以指導(dǎo)企業(yè)更好地運(yùn)作和向客戶提供更優(yōu)質(zhì)的個(gè)性化服務(wù)，有效提高商業(yè)站點(diǎn)的競(jìng)爭(zhēng)力。

參考文獻(xiàn)：

[1] 韓家煒， 孟小峰. Web挖掘研究[J]. 計(jì)算機(jī)研究與發(fā)展，2001，38(4):405-411.

[2] Jiawei Han， Micheline Kamber著. 范明， 孟小峰 譯. 數(shù)據(jù)挖掘概念與技術(shù)[M]. 北京：機(jī)械工業(yè)出版社，2004.

[3] 鄒顯春， 謝中， 周彥暉. 電子商務(wù)與Web數(shù)據(jù)挖掘[J]. 計(jì)算機(jī)應(yīng)用，2001，21(5):21-23.