电子商务Web数据挖掘技术研究4200字

1、电子商务Web数据挖掘技术研究4200字 电子商务网站的Web数据源上包含了大量对市场分析及预测非常有用的潜在信息.针对此类信息,结合CORBA技术,提出了一种基于CORBA的Web数据挖掘技术的设计方案,并分析了它在电子商务中的应用.下面是搜集整理的相关内容的论文，欢送大家阅读参考。摘要：该文通过介绍电子商务及数据挖掘根本知识，分别从几个方面分析了电子商务中WEB数据挖掘技术的应用。关键词：电子商务;数据挖掘;应用一、概述电子商务是指企业或个人以网络为载体，应用电子手段，利用现代信息技术进展商务数据交换和开展商务业务的活动。随着互联网的迅速开展，电子商务比传统商务具有更明显的优势，由于电子商

2、务具有方便、灵敏、快捷的特点，使它已逐渐成为人们生活中不可缺少的活动。目前电子商务平台网站多，行业竞争强，为了获得更多的客户资源，电子商务网站必须加强客户关系管理、改善经营理念、提升售后效劳。数据挖掘是从数据集中识别出隐含的、潜在有用的、有效的，新颖的、可以被理解的信息和知识的过程。由数据集合做出归纳推理，从中挖掘并进展商业预判，可以帮助电子商务企业决策层根据预判，对市场策略调整，将企业风险降低,从而做出正确的决策，企业利润将最大化。随着电子商务的应用日益广泛，电子商务活动中会产生大量有用的数据，如何可以数据挖掘出数据的参考价值?研究客户的兴趣和爱好，对客户分门别类，将客户心仪的商品分别推荐给

3、相关客户。因此,如何在电子商务平台上进展数据挖掘成为研究的热点问题。二、数据挖掘技术概述数据挖掘(DataMining)，也称数据库中的知识发现(Knowl#8259;edgeDiscoveryinDatabase，KDD)。数据挖掘一般是指从海量数据中应用算法查找出隐藏的、未知的信息的过程。数据挖掘是一个在大数据资源中利用分析工具发现模型与数据之间关系的一个过程，数据挖掘对决策者寻找数据间潜在的某种关联，发现隐藏的因素起着关键作用。这些形式是有潜在价值的、并可以被理解的。数据挖掘将人工智能、机器学习、数据库、统计、可视化、信息检索、并行计算等多个领域的理论与技术交融在一起的一门多学科穿插学问

4、，这些学科也对数据挖掘提供了很大的技术支撑。三、Web数据挖掘特点Web数据挖掘就是数据挖掘在Web中的应用。Web数据挖掘的目的是从万维网的网页的内容、超链接的构造及使用日志记录中找到有价值的数据或信息。根据挖掘过程中使用的数据类别，Web数据挖掘任务可分为：Web内容挖掘、Web构造挖掘、Web使用记录挖掘。1)Web内容挖掘指从网页中提取文字、图片或其他组成网页内容的信息，挖掘对象通常包含文本、图形、音视频、多媒体以及其他各种类型数据。2)Web构造挖掘是对Web页面之间的构造进展挖掘，挖掘描绘内容是如何组织的，从Web的超链接构造中寻找Web构造和页面构造中的有价值形式。例如从这些链接

5、中，我们可以找出哪些是重要的网页，根据网页的主题，进展自动的聚类和分类，为了不同的目的从网页中根据形式获取有用的信息，从而进步检索的质量及效率。3)Web使用记录挖掘是根据对效劳器上用户访问时的访问记录进展挖掘的方法。Web使用挖掘将日志数据映射为关系表并采用相应的数据挖掘技术来访问日志数据，对用户点击事件的搜集和分析发现用户导航行为。它用来提取关于客户如何阅读和使用访问网页的链接信息。如访问了哪些页面?在每个页面中所停留的时间?下一步点击了什么?在什么样的道路下退出阅读的?这些都是Web使用记录挖掘所关心要解决的问题。四、电子商务中Web挖掘中技术的应用分析1)电子商务中序列形式分析的应用序

6、列形式数据挖掘就是要挖掘基于时间或其他序列的形式。如在一套按时间顺序排列的会话或事务中一个工程有存在跟在另一个工程后面。通过这个方法，WEB销售商可以预测将来的访问形式，以帮助针对特定用户组进展广告排放设置。发现序列形式容易使客户的行为被电子商务的组织者预测，当用户阅读站点时，尽可能地迎合每个用户的阅读习惯并根据用户感兴趣的内容不断调整网页，尽可能地使每个用户满意。使用序列形式分析挖掘日志，可以发现客户的访问序列形式。在万维网使用记录挖掘应用中，序列形式挖掘可以用于捕捉用户途径之中常用的导航途径。当用户访问电子商务网站时，网站管理员可以搜索出这个访问者的对该网站的访问序列形式，将访问者感兴趣但

7、尚未阅读的页面推荐给他。序列形式分析还能分析出商品购置的前后顺序，从而向客户提出推荐。例如在搜索引擎是发出查询恳求、阅读网页信息等，会弹出与这些信息相关的广告。例如购置了打印机的用户，一般不久就会购置如打印纸、硒鼓等打印耗材。优秀的推荐系统将为客户建立一个专属商店,由每个客户的特征来调整网站的内容。也能由挖掘出的一些序列形式分析网站及产品促销的效果。2)电子商务中关联规那么的应用关联规那么是提醒数据之间隐含的互相关系，关联分析的任务是发现事物间的关联规那么或相关程序。关联规那么挖掘的目的是在数据工程中找出每一个数据信息的内在关系。关联规那么挖掘就是要搜索出用户在效劳器上访问的内容、页面、文件之

8、间的联络，从而改良电子商务网站设计。可以更好在组织站点，减少用户过滤网站信息的负担，哪些商品顾客会可能在一次购物时同时购置?关联规那么技术可以通过购物篮中的不同商品之间的联络，分析顾客的购物习惯。例如购置牛奶的顾客90%会同时还购置面包，这就是一条关联规那么，假如商店或电子商务网站将这两种商品放在一起销售，将会进步它们的销量。关联规那么挖掘目的是利用工具分析出顾客购置商品间的联络，也即典型购物篮数据分析应用。关联规那么是发现同类事件中不同工程的相关性，例如加充电宝，鼠标加鼠标垫等购置习惯就属于关联分析。关联规那么挖掘技术可以用相应算法找出关联规那么，例如在上述例子中，商家可以根据商品间的关联改

9、良商品的摆放，假如顾客购置了那么将充电宝放入推荐的商品中，假如一些商品被同时购置的概率较大，说明这些商品存在关联性，商家可以将这些有关联的商品链接放在一起推荐给客户,有利于商品的销售，商家也根据关联有效搭配进货，提升商品管理程度。如买了灯具的顾客，多半还会购置开关插座，因此，一般会将灯具与开关插座等物品放在一个区域供顾客选购。根据分析找出顾客所需要的商品的关联规那么，由挖掘分析结果向顾客推荐所需商品，也即向顾客提出可能会感兴趣的商品推荐，将会大大进步商品的销售量。3)电子商务中途径分析技术的应用途径分析技术通过对Web效劳器的日志文件中客户访问站点的访问次数的分析，用来发现Web站点中最经常访

10、问的途径来调整站点构造，从而帮助使用用户以最快的速度找到其所需要的产品或是信息。例如在用户访问某网站时，假如有很多用户不感兴趣的页面存在，就会影响用户的网页阅读速度，从而降低用户的阅读兴趣，同时也会使整个站点的维护本钱进步。而利用途径分析技术可以全面地掌握网站各个页面之间的关联以及超链接之间的联络，通过分析得出访问频率最高的页面，从而改良网站构造及页面的设计。4)电子商务中分类分析的应用分类技术在根据各种预定义规那么进展用户建模的Web分析应用中扮演着很重要的角色。例如，给出一组用户事务，可以计算每个用户在某个期间内购置记录总和。基于这些数据，可以建立一个分类模型，将用户分成有购置倾向和没有购

11、置倾向两类，考虑的特征如用户统计属性以及他们的导航活动。分类技术既可以用于预测哪些购置客户对于哪类促销手段感兴趣，也可以预测和划分顾客类别。在电子商务中通过分类分析，可以得知各类客户的兴趣爱好和商品购置意向，因此发现一些潜在的购置客户，从而为每一类客户提供个性化的网络效劳及开展针对性的商务活动。通过分类定位模型辅助决策人员定位他们的最正确客户和潜在客户，进步客户满意度及忠诚度，最大化客户收益率，以降低本钱，增加收入。5)电子商务中聚类分析的应用聚类技术可以将具有一样特征的数据项聚成一类。聚类分析是对数据库中相关数据进展比照并找出各数据之间的关系，将不同性质特征的数据进展分类。聚类分析的目的是在

12、相似的根底上搜集数据来分类。根据具有一样或相似的顾客购置行为和顾客特征，利用聚类分析技术将市场有效地细分，细分后应可每类市场都制定有针对性的市场营销策略。聚类分别有页面聚类和用户聚类两种。用户聚类是为了建立拥有一样阅读形式的用户分组，可以在电子中商务中进展市场划分或给具有相似兴趣的用户提供个性化的Web内容，更多在用户分组上基于用户统计属性(如年龄、性别、收入等)的分析可以发现有价值的商业智能。在电子商务中将市场进展细化的区分就是运用聚类分析技术。聚类分析可根据顾客的购置行为来划分不同顾客特征的不同顾客群，通过聚类具有类似阅读行为的客户，让市场人员对顾客进展类别细分，可以给顾客提供更人性化的贴

13、心效劳。比方通过聚类技术分析，发现一些顾客喜欢访问有关汽车配件网页内容，就可以动态改变站点内容，让网络自动地给这些顾客聚类发送有关汽车配件的新产品信息或邮件。分类和聚类往往是互相作用的。在电子商务中通过聚类行为或习性相似的顾客，给顾客提供更满意的效劳。技术人员在分析中先用聚类分析将要分析的数据进展聚类细分，然后用分类分析对数据集合进展分类标记，再将该标记重新进展分类，一直如此循环两种分析方法得到相对满意的结果。五、结语随着互联网的飞速开展，大数据分析应用越来越广。商业贸易中电子商务所占比例越来越大，使用web挖掘技术对商业海量数据进展挖掘处理，分析客户购置爱好、跟踪市场变化，调整销售策略，对决策者做出有效决策及进步企业的市场竞争力有重要意义。参考文献：1庞英智.Web数据挖掘技术在电子商务中的应用J.