吳傳淑

（重慶電子工程職業(yè)學院,重慶　401331）

基于Web挖掘的移動終端電子商務推薦系統(tǒng)研究

吳傳淑

（重慶電子工程職業(yè)學院,重慶401331）

摘要：本文根據(jù)web挖掘相關理論和技術構(gòu)建了包含離線部分和在線部分的基于移動終端的電子商務推薦系統(tǒng)的體系結(jié)構(gòu)模型。

關鍵詞：Web 挖掘；推薦系統(tǒng)；電子商務；移動終端

隨著3G網(wǎng)絡的應用以及移動終端技術的快速發(fā)展,移動終端支持多種類型的電子商務形式，例如網(wǎng)上購物、網(wǎng)上銀行、網(wǎng)上旅游、網(wǎng)上娛樂等，移動電子商務用戶也呈指數(shù)增加，據(jù)CNNIC發(fā)布的第33次《中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告》稱，截至2013年12月，中國手機網(wǎng)民規(guī)模達到5億，年增長率為19.1％，繼續(xù)保持上網(wǎng)第一大終端的地位，從而使用移動終端進行網(wǎng)絡消費已成為很多網(wǎng)民生活的一部分。因此如何從用戶的訪問行為中挖掘出用戶的需求及網(wǎng)絡的行為特征，為用戶提供更好的服務，從而提高電子商務企業(yè)盈利、提升客戶忠誠度是相關企業(yè)所必須考慮的問題。當前解決這個問題最好的方案就是應用數(shù)據(jù)挖掘技術獲取用戶的訪問信息，它的使用可以為商業(yè)決策提供支持。

所謂Web挖掘是指從互聯(lián)網(wǎng)上發(fā)現(xiàn)和分析有用信息。簡單來講，Web挖掘就是通過數(shù)據(jù)挖掘技術分析網(wǎng)站的瀏覽歷史記錄（Web Log）、網(wǎng)頁相關內(nèi)容（Web Content）以及網(wǎng)頁內(nèi)部鏈接結(jié)構(gòu)（Web Linking Structure）來獲取相關信息。再從相關的信息中發(fā)現(xiàn)有用的模式和信息。Web 挖掘技術的發(fā)展促進了推薦系統(tǒng)在電子商務企業(yè)中的應用價值。

電子商務推薦系統(tǒng)是根據(jù)用戶的訪問信息和行為并基于關聯(lián)規(guī)則、聚類技術等向客戶提供商品信息和購買建議，從而幫助客戶完成商品購買的過程。它是電子商務企業(yè)基于Web 站點個性化一對一營銷服務模式而產(chǎn)生的。因此，電子商務企業(yè)的營銷策略會被推薦系統(tǒng)的結(jié)構(gòu)模型和算法設計所影響。

1　基于web挖掘的移動終端電子商務推薦系統(tǒng)構(gòu)建

由于移動終端一般屏幕較小且受上網(wǎng)帶寬限制，在移動終端瀏覽電子商務網(wǎng)站不像在PC機上方便，因此如何準確快速給用戶推薦他們所需的商品就顯得尤其重要。為了更準確的為用戶推薦其所需商品，可以利用WEB挖掘技術挖掘用戶最頻繁訪問子網(wǎng)的WAP網(wǎng)站，深入了解用戶的特定需求，在此基礎上結(jié)合傳統(tǒng)的推薦技術實現(xiàn)電子商務推薦效果會更佳。

1.1基于用戶興趣的頻繁瀏覽模式發(fā)現(xiàn)

頻繁瀏覽模式分析是在用戶訪問的有序訪問事務集中找到數(shù)據(jù)項之間前后訪問關系的事務模式，也就是在用戶會話集之中挖掘出有時間序列關系的模式，然后利用該模式找到用戶的興趣點、預測用戶的訪問行為及其訪問目標，從而實現(xiàn)瀏覽或購買推薦。

文獻［2］認為通過對用戶的行為進行分析，就能獲取用戶的訪問興趣或傾向，從而找出某一段時間內(nèi)的用戶瀏覽興趣，在此基礎上提出了基于用戶興趣的WMAUBI的算法，該算法使用用戶路徑選擇興趣矩陣和頁面瀏覽興趣矩陣表示用戶在路徑選擇及在頁面瀏覽中表現(xiàn)出來的興趣，從而挖掘出基于用戶興趣的頻繁瀏覽模式。

1.2建頻繁瀏覽興趣WAP子網(wǎng)

文獻［2］WMAUBI算法實現(xiàn)了挖掘用戶頻繁瀏覽興趣路徑，由于根據(jù)該算法挖掘出來的路徑是頻繁瀏覽興趣路徑，那么可以利用挖掘出來的頻繁瀏覽興趣路徑構(gòu)建用戶瀏覽最頻繁或者最感興趣的子網(wǎng)。本文根據(jù)WMAUBI算法生成每條頻繁瀏覽興趣路徑記錄，利用文獻［3］的算法構(gòu)建WEB站點的頻繁瀏覽興趣WAP子網(wǎng)。

1.3推薦系統(tǒng)模型構(gòu)建

電子商務推薦系統(tǒng)根據(jù)用戶的訪問行為利用Web挖掘技術、關聯(lián)規(guī)則技術和聚類技術等實現(xiàn)用戶個性化推薦功能。目前的推薦系統(tǒng)一般是針對所有訪問的用戶行為而進行個性化推薦，沒有單獨考慮移動終端設備用戶的情況，但是隨著移動終端的快速發(fā)展，使用移動終端進行電子商務的用戶越來越多，推薦系統(tǒng)的整體結(jié)構(gòu)模型設計不僅要考慮PC機客戶，還需要考慮移動終端客戶的需求。因此本文提出了如圖1所示包含離線部分和在線部分兩大模塊的電子商務推薦系統(tǒng)結(jié)構(gòu)模型。

圖1　推薦系統(tǒng)結(jié)構(gòu)模型

離線部分包括web日志預處理、聚類、關聯(lián)規(guī)則發(fā)現(xiàn)以及WAP瀏覽興趣子網(wǎng)構(gòu)建等。在線部分根據(jù)用戶的訪問信息，首先判斷該用戶是否為移動終端用戶，如果是移動終端用戶，則根據(jù)該用戶的訪問會話信息，首先計算是否和構(gòu)建的頻繁瀏覽WAP子網(wǎng)信息匹配，如果匹配則把頻繁瀏覽WAP子網(wǎng)信息的相關商品信息推薦給該用戶，如果不匹配或者用戶是PC端客戶則按照聚類和關聯(lián)規(guī)則綜合計算生成推薦集合，從而為用戶實時在線的個性化推薦系統(tǒng)。

2　結(jié)束語

Web挖掘技術的發(fā)展，極大地推動了電子商務推薦系統(tǒng)的發(fā)展。本文結(jié)合傳統(tǒng)的web挖掘技術構(gòu)建了基于Web挖掘的移動終端電子商務推薦系統(tǒng)模型，充分考慮了移動終端的設備的特殊性，從而為移動終端客戶提供更好的推薦服務。

參考文獻：

［1］S.pal and V.Talwar.Webmining in Sof t Computing Framework：Relevance［C］.State of the Ar t and Future Directions.IEEE Transaetions on Neural Networks，13（5）（2002）：1163-1177.

［2］劉慧君，用戶瀏覽模式挖掘方法與應用研究［D］.博士學位論文,重慶大學,2010.

［3］鮑鈺，基于網(wǎng)站日志挖掘的頻繁遍歷主干子網(wǎng)發(fā)現(xiàn)［J］計算機系統(tǒng)應用，2009（04）：22-25.