辛海濤

(哈爾濱商業(yè)大學(xué)計算機(jī)與信息工程學(xué)院,哈爾濱150028)

隨著現(xiàn)代信息技術(shù)的迅猛發(fā)展,在全球內(nèi)掀起了信息化浪潮.信息產(chǎn)生的渠道越來越多,信息更新的頻率日益加快,各行業(yè)均產(chǎn)生了數(shù)以萬計的數(shù)據(jù)庫.人們面對著大量的數(shù)據(jù),卻往往無法找到需要的信息,很難發(fā)現(xiàn)數(shù)據(jù)之間的相互關(guān)系,這就是“信息爆炸”帶來的困惑.如何有效地利用和處理大量的數(shù)據(jù)成為當(dāng)今世界共同關(guān)心的問題.隨著數(shù)據(jù)庫技術(shù)、人工智能、數(shù)理統(tǒng)計和并行計算等技術(shù)的發(fā)展和融合,數(shù)據(jù)挖掘(Data Mining,DM)技術(shù)應(yīng)運(yùn)而生[1].

1 數(shù)據(jù)挖掘技術(shù)分析

數(shù)據(jù)挖掘是一個利用各種分析工具在大量數(shù)據(jù)中發(fā)現(xiàn)模型和數(shù)據(jù)間關(guān)系的過程,這些模型和關(guān)系可以用來做出預(yù)測.數(shù)據(jù)挖掘的第一步是了解數(shù)據(jù)、描述數(shù)據(jù),計算統(tǒng)計變量(比如平均值、均方差等),再用圖表或圖片直觀地表示出來,進(jìn)而可以看出一些變量之間的相關(guān)性[2].選擇正確的數(shù)據(jù)源對整個數(shù)據(jù)挖掘項目的成敗至關(guān)重要.然后我們用歷史數(shù)據(jù)建立一個預(yù)測模型,再用另外一些數(shù)據(jù)對這個預(yù)測模型進(jìn)行測試.當(dāng)然,一個很好的模型也不可能做到與實際系統(tǒng)中的數(shù)據(jù)100%相符,但是只要它同實際數(shù)據(jù)在相當(dāng)程度上是符合的,那么,這個預(yù)測模型就可以為決策者提供一個指南和依據(jù).最后一步是驗證模型.如果模型同實際數(shù)據(jù)差異很大,說明模型的可信度較差,需要對模型進(jìn)行進(jìn)一步改進(jìn).如果模型同實際數(shù)據(jù)已經(jīng)比較符合,我們可以認(rèn)為模型的可信度已經(jīng)達(dá)到了要求,可以利用模型對系統(tǒng)進(jìn)行預(yù)測[3].

2 Web上數(shù)據(jù)的特點(diǎn)分析

1)Web頁面的復(fù)雜性高于傳統(tǒng)的文本.

Web頁面缺乏統(tǒng)一的結(jié)構(gòu),它包含了遠(yuǎn)比任何一組書籍或其他文本文件多得多的風(fēng)格和內(nèi)容.Web可看作一個巨大的數(shù)字化圖書館.但這一圖書館的大量文件并不根據(jù)任何有關(guān)排列次序加以組織.

2)Web是一個動態(tài)性極強(qiáng)的信息源.

Web以極快的速度增長,而且其信息還在不斷的發(fā)生更新.鏈接信息和查找記錄也在頻繁地更新之中.

3)Web面對的是一個廣泛的形形色色的客戶群.

目前國際網(wǎng)絡(luò)上連接有數(shù)千萬臺工作站,其客戶群仍在不斷地擴(kuò)展當(dāng)中.各個客戶可以有不同的背景、興趣和使用目的.

3 Web上使用記錄挖掘分析

Web挖掘指在人為構(gòu)造的WWW上挖掘有趣的、潛在的、有用的模式及隱藏的信息的過程.根據(jù)側(cè)重點(diǎn)不同,Web挖掘可以分為Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘、Web記錄挖掘3種.

Web使用記錄挖掘的目的就是在海量的Web日志數(shù)據(jù)中自動、快速發(fā)現(xiàn)用戶的訪問模式,如頻繁訪問路徑、頻繁訪問頁組、用戶集類等[4].

Web使用記錄挖掘分為3個步驟:數(shù)據(jù)預(yù)處理、模式發(fā)現(xiàn)、模式分析.

Web服務(wù)器日志記錄了用戶訪問本站點(diǎn)的信息,其中包括IP地址、請求時間、方法,被請求文件的URL、返回碼、傳輸字節(jié)數(shù)、引用頁的URL和代理等信息.這些非結(jié)構(gòu)化信息首先要進(jìn)行預(yù)處理才能進(jìn)行挖掘.數(shù)據(jù)預(yù)處理包括記錄預(yù)處理、內(nèi)容預(yù)處理、結(jié)構(gòu)預(yù)處理.

模式發(fā)現(xiàn)是指利用各種算法和工具對已預(yù)處理過的數(shù)據(jù)進(jìn)行挖掘,得到各種模式集合.模式發(fā)現(xiàn)中常用的方法有統(tǒng)計分析、關(guān)聯(lián)規(guī)則分析、集類、分類、系列模式分析、路徑分析等等.

模式分析是整個Web使用記錄挖掘的最后一步,是指從模式發(fā)現(xiàn)集中過濾出不感興趣的規(guī)則或模式.

Web使用記錄挖掘所得到的結(jié)果既有助于提高網(wǎng)站的性能和安全性,也可以作為優(yōu)化網(wǎng)站拓?fù)浣Y(jié)構(gòu)及頁面之間的超鏈接關(guān)系的依據(jù),也是在Web上進(jìn)行市場開發(fā)和開展電子商務(wù)活動的依據(jù),也可以作為網(wǎng)站為用戶提供個性化服務(wù)和構(gòu)建智能化Web站點(diǎn)的依據(jù).

4 Web使用記錄挖掘技術(shù)在旅游電子商務(wù)中的應(yīng)用

近幾年,旅游電子商務(wù)市場競爭日益激烈.專業(yè)性的旅游電子商務(wù)網(wǎng)站不計其數(shù),如全程旅行網(wǎng)(WWW.CTRIT.COM)、E龍商務(wù)旅游網(wǎng)(WWW.elong.COM)、華夏旅游網(wǎng)(WWW.ctn.COM.cn)等等,而且旅游景區(qū)、酒店、旅行社大都建立了自己的網(wǎng)站,一些知名的網(wǎng)站也建立了旅游頻道.旅游網(wǎng)站一般包括兩方面的內(nèi)容:一方面,提供旅游景點(diǎn)、旅游線路、旅游知識等服務(wù);另一方面,提供網(wǎng)上在線訂票和訂房.因此旅游企業(yè)建立旅游網(wǎng)站的目標(biāo)是:讓更多的瀏覽者通過瀏覽網(wǎng)站了解提供的旅游產(chǎn)品和服務(wù),進(jìn)行網(wǎng)上訂購,實現(xiàn)企業(yè)的產(chǎn)品銷售和利潤[5].

如前所述,Web記錄挖掘技術(shù)卻具有足夠的功能來解決這一問題,它通過對旅游網(wǎng)站服務(wù)器數(shù)據(jù)、客戶登記信息,日志文件的深層次、多角度的挖掘,得到旅游電子商務(wù)中內(nèi)在的規(guī)律,從而得到寶貴的商業(yè)信息,幫助旅游網(wǎng)站作出正確、快速的決策,及時滿足訪問客戶的個性需要,使預(yù)定率提高.

1)個性化旅游網(wǎng)站的建立

當(dāng)游客瀏覽網(wǎng)頁時會在服務(wù)器上產(chǎn)生相應(yīng)的服務(wù)器數(shù)據(jù),如SERVER LOG、ERROR LOGS和COOKIE LOGS文件.通過分析這些文件,利用數(shù)據(jù)挖掘方法發(fā)現(xiàn)用戶的使用模式,掌握了訪客的瀏覽興趣和基本特征,及時調(diào)整旅游信息,迎合用戶的需要,從而向用戶提供個性化服務(wù).

例如網(wǎng)頁A是有關(guān)安徽黃山旅游的信息,而網(wǎng)頁B是有關(guān)九華山旅游的信息.假如通過關(guān)聯(lián)分析得到:50%的客戶瀏覽頁A時,同時瀏覽頁B,則說明頁A和頁B之間有一定的相關(guān)性,從而可以在頁A推薦例表加上網(wǎng)頁B.

圖1 個性化旅游網(wǎng)站的建立示意圖

2)群集客戶

對Web查找信息數(shù)據(jù)進(jìn)行聚類分析,對具有相似瀏覽行為的客戶進(jìn)行分組,找到分組中客戶的共同特征,幫助旅游電子商務(wù)的組織者更好地了解自己的客戶群,從而更深層次地了解旅游目的地或旅游產(chǎn)品的細(xì)分市場,并通過調(diào)整網(wǎng)站信息向不同的客戶群提供相應(yīng)的更適合、更具有客戶滿意度的服務(wù).

例如,經(jīng)常性瀏覽探險刺激類旅游項目(如漂流、生態(tài)探險等)的訪客,可以將他們聚集為青年旅游市場,對這類訪客提供新奇、動感、參與性強(qiáng)、刺激性強(qiáng)的旅游產(chǎn)品推薦;而經(jīng)常性瀏覽歷史文化類旅游項目的訪客,則可以聚集為中老年旅游市場,為這類訪客提供更多的歷史類、革命紀(jì)念地等類型的產(chǎn)品推薦,滿足他們對旅游信息的需求.

3)提高旅游者的忠誠度

根據(jù)原始數(shù)據(jù)對網(wǎng)站的運(yùn)行狀況做深入、細(xì)致和準(zhǔn)確的分析,通過分析訪客的行為模式,幫助旅游網(wǎng)站采取措施來提高訪客對于旅游網(wǎng)站的忠誠度,從而建立長期的顧客關(guān)系.

例如通過系列模式的發(fā)現(xiàn),客戶在一周以來經(jīng)常瀏覽關(guān)于某旅游地方面的資料,可以預(yù)測他有該地的想法.這樣,網(wǎng)站可以把有關(guān)該旅游地最近的旅游活動和廣告,放置在主頁,以使客戶能繼續(xù)保持對查找網(wǎng)站的興趣.

4)目的地推薦和旅游項目推薦

推薦引擎技術(shù)是利用Web挖掘技術(shù)開發(fā)的網(wǎng)上客戶關(guān)系管理工具.首先創(chuàng)建一個關(guān)于旅游目的地的信息數(shù)據(jù)倉庫,并分析訪客的興趣、個性、偏好、人口特征等,形成包含一系列針對各種類型旅游者的旅游服務(wù)方案,并針對旅游者的旅游偏好、旅游需求、旅游心理提供個性化的旅游建議和線路推薦,提高滿意度,贏得效益.旅游網(wǎng)站的推薦引擎通常包括目的地推薦和旅游項目推薦引擎.

目的地推薦引擎幫助旅游者在選定旅游目的地后,推薦個性化的旅游服務(wù)項目,協(xié)助旅游者作出在目的地其間的旅游服務(wù)項目,協(xié)助旅游者做出在目的地期間的旅游計劃.這類推薦引擎為旅游者提供更為具體的旅游服務(wù)信息,涉及到所在目的地“食、住 、行 、游、購、娛 ”各個方面.包括目的地的旅游交通、旅游線路、住宿、用餐、夜生活、娛樂、購物街、特產(chǎn)和觀光項目等.

目的地推薦引擎適用于大型旅游批發(fā)商、旅游營銷商和專業(yè)旅游網(wǎng)站,而旅游項目推引擎則適用于地方旅游營銷商.對于各級旅游管理部門和旅游協(xié)會的網(wǎng)站建設(shè)來說,目的地推薦引擎適用于國家級和省級旅游管理部門和旅游協(xié)會組織;旅游項目推薦引擎則適用于城市旅游管理部門和旅游協(xié)會組織.

5 結(jié) 語

Web挖掘技術(shù)從Web數(shù)據(jù)挖掘中挖掘出有意義的規(guī)則和知識.CRM是為幫助企業(yè)制定決策,從而提高企業(yè)利潤的客戶關(guān)系管理.將Web挖掘技術(shù)與CRM結(jié)合,必是電子商務(wù)時代的趨勢.隨著數(shù)據(jù)挖掘技術(shù)以及Web挖掘技術(shù)的不斷深化,將會有更多、更好的方法應(yīng)用到旅游電子商務(wù)中.

[1]查良松.信息技術(shù)及其在旅游業(yè)中的應(yīng)用[J].黃山學(xué)院學(xué)報,2005,7(5):28-31.

[2]梅紹組.電子商務(wù)與物流[M].北京:清華大學(xué)出版社,2000.

[3]邸德海.旅游企業(yè)計算機(jī)管理應(yīng)用[M].北京:高等教育出版社,1999.

[4]張樹民.國際電腦網(wǎng)絡(luò)發(fā)展對我國旅行社業(yè)的影響[J].旅游學(xué)刊,1998(3):50-54.

[5]劉趙平.美國旅行社業(yè)最新發(fā)展態(tài)勢研究[J].旅游學(xué)刊,1999(3):27-31.