摘#8195;要：信息的發(fā)布與瀏覽不會再受到空間和時間的約束，為用戶提供了很大程度的方便。網絡在方便、快速地帶來大量信息的同時，也帶出諸多問題，例如大量信息無法處理、信息真實程度無法識別、信息數據安全性無法保證、信息樣式不一致、沒有統(tǒng)一解決辦法等。處理這方面問題可以使用個性策略手段，將數據挖掘（Date Mining）同Web相結合，實現網頁數據挖掘，也就是說從Web自身活動程序中提取客戶有興趣的、可以使用的模式和隱藏數據，為客戶提供具有本身適應性、智能化的服務信息。

關鍵詞：電子商務#8195;數據挖掘#8195;Web挖掘

一、研究背景

隨著知識經濟的不斷發(fā)展，企業(yè)對客戶信息的需求也隨之增加，數據庫系統(tǒng)在過去的使用中取得了巨大的成功。越來越多的數據被收集并且存儲在數據庫中，一個數據庫擁有海量的數據是平常的事，但如何在這些數據庫中找到有用的信息已經成為許多企業(yè)面臨的重點問題。同時，鑒于數據庫管理系統(tǒng)的廣泛應用和數據庫技術的迅猛發(fā)展，積累了大量的信息，企業(yè)也希望在更高層次對其進行分析，以更好地使用這類數據。擁有大量數據信息組織非常關心的一個題目是：如何充分使用數據，挖掘出有使用價值的知識。在此背景下，產生了數據知識挖掘這門跨學科分支。從數據庫中發(fā)現有用的知識便是源于統(tǒng)計技術和數據的分析，加上當代社會人工智能、數據庫知識和統(tǒng)計學科相關技術。

數據挖掘能夠有效地解決這一問題。數據挖掘技術就是要從這些已經存在的、長期積累的海量數據中抽取有價值的信息。數據挖掘技術應用到Web上，就叫做Web數據挖掘。Web數據挖掘首先要從網頁上取得原始數據，再從這些原始數據中挖掘出隱含在其中且潛在可用的知識模式，滿足人們的需要。

二、數據挖掘

近年來，數據挖掘得到極大關注，并且在信息企業(yè)界也需要將這類信息轉換成可以使用的知識和數據。

從海量的、有噪聲的、不全面的、隨機的、不清晰的實際應用信息數據中，獲取隱藏在其中的、不為人知的、但又是潛在有用的數據信息的過程稱為數據挖掘。

利用可以使用的數據庫數據建立一種模型，這種模塊對剩余的數據信息，對某種特別自身所帶的變量，可以分析統(tǒng)計出數據庫內數據表的本質，這是直接挖掘。沒有選擇出其中一種周密的變化量，用模型進行敘述，需要在所有的變量中建成某種關系，這是間接挖掘，也是間接數據挖掘的目標。

三、Web數據挖掘

Web挖掘是我們在互聯(lián)網上的挖掘應用，它可以從網絡用戶在瀏覽網頁過程中所點擊的鏈接傾向，獲取鏈接結構中的相關知識；還可以對網頁的組織結構、網頁文檔內容和鏈接關系進行挖掘。萬維網在提供類似文檔信息等相關資料之外，還可以提供其他很多有用的資料，這是因為文件之間是互相連接的。

四、面向電子商務的數據挖掘

在全球各地廣泛的商業(yè)貿易交易中，在互聯(lián)網開放的網絡環(huán)境里，電子商務是基于服務器、瀏覽器的交流方式，買賣雙方在不見面的情況下進行各種貿易活動，以完成網上購物的一種商業(yè)運營模式。

隨著我國網絡人數的不斷增加，利用網絡進行購物并利用在線支付這種消費購物方式已成為一種趨勢，所在市場份額量也在不斷增多，商務網站因此出現了很多。我們可以對基于數據挖掘技術創(chuàng)建的電子商務模型結構進行探討，并進行診斷、推理和問題求解，充分利用站點上留下的有用信息，以改善網絡站點的結構。

五、小結

基于Web數據挖掘技術的電子商務數據挖掘模型，主要的工作是對Web訪問信息挖掘技術進行深入的研究，發(fā)現電子商務中用戶的特征、用戶的訪問模式和在電子商務中針對用戶實現個性化頁面推薦，設計并實現一個針對電子商務的Web挖掘系統(tǒng)。將挖掘技術運用到電子網站中，以發(fā)現用戶瀏覽模式，這些顯示出的模式可以幫助電子商務的營銷人員改進網站的設計和銷售策略，增加用戶的購買量，成功實現電子商務銷售模式。

參考文獻：

[1]丁遠坤.建構主義的教學理論及其啟示[J].高教論壇，2003(3)．

[2]羅明東.現代教育技術學概論[M].云南:云南大學出版社，2006．

[3]胡可云.數據挖掘理論與應用[M].北京:清華大學出版社，2008．

（作者單位：濟寧市高級職業(yè)學校）