郭鵬

摘要：Web頁面結(jié)構(gòu)復(fù)雜但所含信息極為豐富，將Web數(shù)據(jù)挖掘技術(shù)應(yīng)用到電子商務(wù)平臺(tái)中，能夠挖掘大量的知識(shí)，提供決策參考。本文論述了Web數(shù)據(jù)挖掘的概念、特點(diǎn)和分類，并闡述了Web數(shù)據(jù)挖掘在電子商務(wù)的應(yīng)用。

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

Internet在世界范圍內(nèi)普及的同時(shí)，人們?cè)诨ヂ?lián)網(wǎng)上各個(gè)方面的需求也越來越大，基于Web的商業(yè)交易成為電子商務(wù)迅猛發(fā)展的重要因素，海量的Web頁面也蘊(yùn)含了大量反映用戶需求的知識(shí)，而Web數(shù)據(jù)挖掘也將大有用武之地。

1 Web數(shù)據(jù)挖掘

1.1 Web數(shù)據(jù)挖掘概述

數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、以前未知并具有潛在可用知識(shí)的過程。Web頁面復(fù)雜，數(shù)據(jù)量巨大、無結(jié)構(gòu)、動(dòng)態(tài)的、樣式繁多，大多數(shù)傳統(tǒng)數(shù)據(jù)挖掘方法已不太適用，因此一種新的技術(shù)應(yīng)運(yùn)而生——Web數(shù)據(jù)挖掘。

1.2 Web數(shù)據(jù)挖掘特點(diǎn)

Web挖掘技術(shù)使用方便、信息量大、內(nèi)容豐富、應(yīng)用分布范圍廣，其最大的特點(diǎn)就是適用半結(jié)構(gòu)化的Web文檔。而傳統(tǒng)的數(shù)據(jù)庫中數(shù)據(jù)是完全結(jié)構(gòu)化的數(shù)據(jù)。但相比單個(gè)數(shù)據(jù)庫的數(shù)據(jù)挖掘，Web數(shù)據(jù)挖掘會(huì)面臨很多具體問題。主要有：

（1）與傳統(tǒng)的數(shù)據(jù)挖掘和數(shù)據(jù)倉庫來比，Web數(shù)據(jù)量巨大，增長速度快，諸多企業(yè)和團(tuán)體一并把自己大量的可訪問的信息放在互聯(lián)網(wǎng)上，這樣很難構(gòu)造一個(gè)數(shù)據(jù)庫來復(fù)制、存儲(chǔ)或集成Web上的所有數(shù)據(jù)。

（2）與傳統(tǒng)文本文檔相比，Web頁面相對(duì)復(fù)雜。其主要原因在于Web頁面呈現(xiàn)半結(jié)構(gòu)化數(shù)據(jù)，數(shù)據(jù)不規(guī)則或不完整，數(shù)據(jù)結(jié)構(gòu)隱含，模式變化快，模式信息量大。

（3）Web頁面無時(shí)無刻不在變化、增長與更新，是動(dòng)態(tài)性極強(qiáng)的信息源。它沒有固定模式，僅用傳統(tǒng)關(guān)鍵字檢索方式來實(shí)現(xiàn)Web頁面上那些幾乎都是隱藏的、潛在的未知知識(shí)的發(fā)現(xiàn)是很難實(shí)現(xiàn)的。

（4）由于Web數(shù)據(jù)所包含的客戶信息具有多樣性特點(diǎn)，所以用戶訪問的內(nèi)容和使用目的千奇百怪。

（5）盡管Web頁面信息儲(chǔ)量大，內(nèi)容廣，但利用率一直很低，“數(shù)據(jù)豐富而知識(shí)貧乏”的問題非常嚴(yán)重。

2 Web數(shù)據(jù)挖掘的分類

2.1 Web內(nèi)容挖掘

Web內(nèi)容挖掘指的是對(duì)Web文檔內(nèi)容或其描述的數(shù)據(jù)進(jìn)行挖掘，一般以文本內(nèi)容的挖掘居多。Web文檔主要包括HTML、XML等結(jié)構(gòu)性標(biāo)記語言，是Internet環(huán)境中跨平臺(tái)的、依賴內(nèi)容的技術(shù)。Web內(nèi)容挖掘常用的方法有Web OQL和Ahoy以及基于軟件Agent的分類器方法。

2.2 Web使用挖掘

Web使用挖掘主要通過分析服務(wù)器端用戶訪問記錄抽取用戶的興趣和習(xí)慣。Web服務(wù)器都保留了用戶訪問日志，記錄了每位登錄用戶的訪問和交互信息，分析這些信息可用于對(duì)用戶行為進(jìn)行預(yù)測，從而改進(jìn)Web站點(diǎn)結(jié)構(gòu)，以便提供個(gè)性化的產(chǎn)品信息和服務(wù)。

3 Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用將極大地提高電商企業(yè)的競爭能力，數(shù)以億計(jì)的Web頁面及其鏈接和服務(wù)器日志中蘊(yùn)藏著有意義的用戶訪問模式和相關(guān)的潛在用戶群知識(shí)，充分運(yùn)作挖掘到的這些知識(shí)，從中提取商業(yè)決策支持的關(guān)鍵性數(shù)據(jù)，改進(jìn)Web站點(diǎn)設(shè)計(jì)，能夠更好地開展電子商務(wù)活動(dòng)。

3.1 優(yōu)化電子商務(wù)平臺(tái)網(wǎng)站

通過挖掘用戶的Web日志文件，一是找出用戶訪問最頻繁的路徑，設(shè)計(jì)網(wǎng)站的結(jié)構(gòu)和網(wǎng)頁的鏈接，有助于節(jié)約客戶的訪問時(shí)間；二是發(fā)現(xiàn)用戶的期望位置，如果在期望位置的訪問頻率高于對(duì)實(shí)際位置的訪問頻率，可考慮為該用戶提供個(gè)性化的導(dǎo)航鏈接。網(wǎng)站網(wǎng)頁的導(dǎo)航設(shè)置直接影響網(wǎng)站的訪問效率。按照大多數(shù)訪問者的瀏覽模式對(duì)網(wǎng)站進(jìn)行組織，不僅減輕了服務(wù)器的負(fù)擔(dān)，而且還給用戶留下好的訪問體驗(yàn)。

3.2 挖掘潛在客戶，提供個(gè)性化服務(wù)

通過分析和探究Web日志，可以發(fā)現(xiàn)購買某種商品的消費(fèi)者的性別、年齡、學(xué)歷、收入狀況、愛好和職業(yè)等信息，充分地了解客戶的需求，提供個(gè)性化的產(chǎn)品或服務(wù)。電子商務(wù)平臺(tái)運(yùn)營商將最大限度地利用客戶資源，開展客戶行為的分析與預(yù)測，尋找潛在的有價(jià)值的客戶，開展個(gè)性化服務(wù)，提高客戶的滿意度和忠誠度。

3.3 交叉銷售

交叉銷售廣泛應(yīng)用于電子商務(wù)零售領(lǐng)域。電子商務(wù)運(yùn)營商可以獲取較詳細(xì)的老客戶信息，對(duì)于Web數(shù)據(jù)挖掘的準(zhǔn)確性來說是有很大幫助的。通過客戶的歷史購買記錄推測該客戶將來下一個(gè)購買行為，實(shí)現(xiàn)交叉銷售。

4 結(jié)論

本文通過對(duì)Web數(shù)據(jù)挖掘的概念、分類和特點(diǎn)進(jìn)行了論述，并對(duì)Web數(shù)據(jù)挖掘在電子商務(wù)方面的應(yīng)用進(jìn)行了探討，在電子商務(wù)中運(yùn)用Web數(shù)據(jù)挖掘有發(fā)現(xiàn)潛在客戶、提供理性化服務(wù)、改進(jìn)站點(diǎn)設(shè)計(jì)、提高系統(tǒng)效率等優(yōu)點(diǎn)。