|
职称论文发表 | 职称论文发表 专业提供:发表论文、论文发表、毕业论文、职称论... | |
住在汉口网 | 住在汉口网是一个专业提供汉口房产信息、车辆服务、生活服务、招... | |
职称论文网 | 职称论文网提供:发表论文、论文发表、毕业论文、职称论等服务。 | |
|
1. 引言
电子商务的出现改变了传统的商务模式,也改变了服务商与顾客之间的关系。电子商务的出现使顾客在购买商品的过程中有了更大的选择空间,他们更加关注商品的价值,而不是象以前首先考虑品牌和地理因素。因此,只有更好的了解客户的爱好、价值取向等,才能赢得更多的客户。WEB数据挖掘是将传统的数据挖掘同WEB结合起来,从WEB文档和WEB活动中抽取用户感兴趣的潜在的有用模式和隐藏信息,从而可有效地了解客户行为,提高站点效率、优化网站设计,在激烈的市场竞争中处于有利位置。
2. WEB挖掘
WEB挖掘是从internet上抽取知识的过程。WEB上信息的多样性决定了WEB挖掘任务的多样性。按照处理对象的不同,WEB挖掘一般可分为三大类:WEB内容挖掘、WEB结构挖掘和WEB使用挖掘。
2.1 WEB内容挖掘
WEB内容挖掘是指从WEB文档或起描述中发现知识的过程,主要是根据网页本身的内容做资料挖掘,目的是实现WEB资源的自动检索,提高WEB资源的利用率。
2.2 WEB结构挖掘
WEB结构挖掘,即挖掘WEB潜在的链接结构模式,系通过分析一个网页链接和被链接数量及对象来建立WEB自身的链接结构模式。WEB结构挖掘的目的是对网页进行归类,帮助用户找到其需要的相关主题。
2.3 WEB使用挖掘
WWW上每一个提供信息资源的服务器上都有一个结构化的记录集。即WEB访问日志。每当有获取资源的请求到来时,WEB服务器都将记录和积累这些关于用户交互作用的数据。利用WEB使用挖掘方法分析不同的WEB站点和WEB访问日志可帮助人们根据用户的需要进行网络服务。WEB使用挖掘的目的是从WEB的访问记录中抽取感兴趣的模式。
3. WEB数据挖掘在电子商务中的应用
3.1 电子商务中WEB数据挖掘的数据源
WEB上数据量非常庞大,可用来作为数据挖掘分析的各种资源丰富,且类型繁多。总结起来有如下几种类型的数据可用于WEB数据挖掘技术产生各种知识模型。
1. 服务器日志数据
用户在访问站点时会在WEB服务器上留下相应的日志数据。这些日志数据通常会以文件的形式存储在服务器上。一般包括sever logs、cookie logs、error logs等。
2. WEB页面
现有的WEB数据挖掘方法大都是针对WEB页面开展的。目前的WEB页面大多属于HTML标准。
3. 用户注册信息
用户注册信息是指用户在某网站上输入的,提交给服务器后台数据库的相关信息。
4. 在线市场数据
在线市场数据是指和市场活动相关的信息。其数据是业务数据,是进行业务相关分析的主体。用户的挖掘目标只有结合在线市场数据分析才能达到目的。
3.2 电子商务中的数据挖掘技术
在访问数据被适当预处理后,必须选择合适的挖掘方法进行挖掘,得到客户的浏览行为和访问模式,从而得到有用信息。给决策者提供决策依据。在电子商务中主要使用以下集中数据挖掘技术:
3.2.1 路径分析
路径分析被应用于判定在一个WEB站点中被最频繁访问的路径。利用这些被最频繁访问的路径就可以更精细地来改进站点的设计结构。例如,我们可以通过路径分析得到如下一些有用信息:
a.60%的客户端在存取/user/product时,是从/user开始,经过/user/index,或经过/user/product1,或经过/user/products。
b.90%的客户存取这个站点是从/user/products开始的。
c.65%的客户在浏览5个或更少的页面就离开了。
利用这些信息就可以更精细地来改进站点的设计。
3.2.2 关联规则的发现
在电子商务中使用关联规则发现即是要找到所访问的各种文件之间的相互联系。利用这些联系,可更好的策划站点结构。例如:
a. 40%的用户访问页面/user/product时,也访问了/user/product 1。
b. 35%的客户在访问/user/common时,在/user/product 1进行了在线订购。
3.2.3 序列模式发现
在时间戳有序的事物集中,序列模式的发现就是指找到那些“一些项跟随另一个项”这样的内部事物模式。发现序列模式,能够便于预测用户的访问模式,有助于开展针对这种模式的有针对性的服务。例如:
a. 在访问/user/product的顾客中,有40%的人曾在过去一个月里使用关键词”玩具”在百度上做过查询。
b. 在/user/product1 上进行过在线订购的顾客中,有80%的人在过去10天内也在/user/product3页面上下过订单。
3.2.4 分类
发现分类规则可以给出识别一个特殊群体的公共属性的描述。这个描述可以用来分类新的项。得到分类后,就可专门对某一类可户进行有针对性的活动。例如:
a. 年龄在15~25岁之间的顾客一般感兴趣的页面是/user/product2
b. 在/user/product5进行在线订购的顾客中有70%是大学生。
3.2.5 聚类分析
聚类分析可以从WEB访问信息数据中聚集出具有相似特征的那些客户,在WEB事务日志中,聚类客户信息或数据项能够便于开发和执行未来的市场战略。例如:自动给一个特定的顾客聚类发送销售邮件等。
4. 小结
电子商务是网络时代的产物,它跨越了地域的限制,打破了传统的交易方式。为人们的生活带来了极大的方便。随着WEB数据挖掘技术的引入,通过WEB数据挖掘可以获得如用户的生活模式、爱好、购买频率、所属用户群、页面的访问情况、广告的点击情况等信息。这些信息不但可为优化WEB站点拓扑结构提供帮助,而且还可以为企业更有效地确认目标市场、改进决策获得更大的竞争优势提供帮助(作者单位:贵州大学职业技术学院) 职称论文发表网http://www.issncn.com
职称论文发表网http://www.issncn.com
|
|
|
|