基于Ｗｅｂ的數據挖掘在電子商務中的應用

[摘要] 本文探討了Web數據挖掘在電子商務智能搜索引擎和客戶關系管理等方面的應用，利用Web挖掘技術對電子商務中的大量信息進行分析和推理，從中挖掘出潛在的模式，預測客戶行為，為企業的決策者調整市場策略、做出正確的決策、減少風險、獲得競爭優勢提供幫助。

[關鍵詞] Web數據挖掘電子商務搜索引擎客戶關系

一、引言

目前，如何對網絡上大量的信息進行有效組織利用，幫助海量數據的擁有者們找出真正有價值的信息和知識，以指導商業決策行為，成為電子商務經營者關注的問題。迅速發展的基于Web的數據挖掘技術，為解決電子商務所面臨的問題提供了有效途徑。

二、Web數據挖掘能夠獲取的知識模式

運用Web數據挖掘技術能夠對電子商務站點上的各種數據源進行挖掘，找到相關的一些知識模式，以指導站點人員更好地運作站點和向客戶提供更好的服務。一般運用Web數據挖掘可以挖掘出來的知識模式有以下幾個。

1.路徑分析

它可以被用于判定在一個Web站點中最頻繁訪問的路徑。通過路徑分析，可以得到重要的頁面，可以改進頁面及網站結構的設計。

2.關聯規則的發現

在電子商務中關聯規則的發現可以找到客戶對網站上各種文件之間訪問的相互關系，可以找到用戶訪問的頁面與頁面之間的相關性和購買商品間的相關性。利用這些相關性，可以更好的組織站點的內容，實施有效的市場策略，增加交叉銷售量，同時還可以減少用戶過濾信息的負擔。

3.序列模式的發現

序列模式的發現就是在時間戳有序的事務集中，找到那些“一些項跟隨另一項”的內部事務模式。它能夠便于進行電子商務的組織預測客戶的訪問模式，對客戶開展有針對性的廣告服務。通過系列模式的發現，能夠在服務器方選擇有針對性地頁面，以滿足訪問者的特定要求。

4.分類和預測

分類發現就是給出識別一個特殊群體的公共屬性的描述，這個描述可以用來分類新的項。分類的目的是通過構造分類模型或分類器，把數據庫中的數據項映射到給定類別中的某一個，以便用于預測;也就是利用歷史數據記錄自動推導出對給定數據的推廣描述，從而能對未來數據進行預測，進行適合某一類客戶的商務活動。

5.聚類分析

聚類分析可以從Web訪問信息數據中聚集出具有相似特性的那些客戶。在Web事務日志中，聚類顧客信息或數據項能夠便于開發和執行未來的市場策略。這種市場策略包括自動給一個特定的顧客聚類發送銷售郵件、為屬于某一個顧客聚類中的顧客推薦特定的商品等。對電子商務來說，客戶聚類可以對市場細分理論提供有力的支持。通過對聚類客戶特征的提取，電子商務網站可以為客戶提供個性化的服務。

6.異常檢測

異常檢測是對分析對象的少數的、極端的特例的描述，以揭示內在的原因，從而減小經營的風險。異常檢測在電子商務中的應用可以體現在信用卡欺詐甄別、發現異常客戶和網絡入侵檢測等方面。

三、Web數據挖掘在電子商務中的應用

1.數據抽取方法在電子商務中的應用

Web數據挖掘基本方法之一就是進行數據抽取，以期對數據進行濃縮，給出它的緊湊描述，如方差值等統計值或用直方圖等圖形方式表示，從數據泛化的角度討論數據總結，把最原始、基本的企業信息數據從低層次抽象到高層次，以便于決策。

2.基于Web數據挖掘的智能化搜索引擎

電子商務企業在活動過程中面臨的問題之一是如何通過Internet全面、準確、及時地收集到企業內、外部的環境信息，尤其是一些隱性的、關系到企業經營成敗的關鍵信息，以提高競爭力。目前的搜索引擎存在著查準率低、返回無用信息多的問題，使企業無法得到優質的信息。Web挖掘技術主要在以下幾個方面對搜索引擎有借鑒作用:文檔的自動分類、自動摘要的形成、檢索結果的聯機聚類和相關度排序及實現個性化的搜索引擎。經過文檔的分類處理，可以對搜索結果進行分門別類，可以通過限制搜索范圍來使文本的查找更為容易，幫助用戶快速的對目標知識進行定位;自動摘要能夠解決大部分搜索引擎機械地截取文檔的前幾句和固定字數的摘要使信息反映不完整的缺陷，使用戶能較準確、快速、方便地了解檢索信息；通過對檢索結果的文檔集合進行聚類，可以使得與用戶檢索結果相關的文檔集中在一起，從而遠離那些不相關的文檔，將處理以后的信息以超鏈結構組織的層次方式可視化地提供給用戶，由用戶選擇他所感興趣的那一簇，將大大縮小所需瀏覽的頁面數量；將Web使用挖掘中的個性化技術應用在搜索引擎中，可以在大量訓練樣本的基礎上，得到數據對象間的內在特征，并以此為依據進行有目的的信息提取，使得搜索引擎可以按照用戶的興趣偏好擴充用戶搜索的關鍵詞，以使得檢索結果更接近用戶要求，或者根據用戶歷史瀏覽信息的分析獲得用戶興趣庫，調用個性化的搜索引擎可以提高用戶檢索的查全率與查準率。通過借鑒Web挖掘技術可以改善檢索結果的組織，從而使檢索效率得到改善。

3.Web數據挖掘在客戶關系管理中的應用

Web數據挖掘能夠幫助企業確定客戶的特點，使企業能夠為客戶提供有針對性的服務。將Web數據挖掘用在電子商務CRM中主要體現在客戶的獲取和保持、價值客戶鑒別、客戶滿意度分析及改善站點結構等幾方面。

通過Web數據挖掘，可以理解訪問者的動態行為，據此優化電子商務網站的經營模式。通過把所掌握的大量客戶分成不同的類，對不同類的客戶提供個性化服務來提高客戶的滿意度，從而保持老客戶；通過對新訪問者的網頁瀏覽記錄進行分析，就可以判斷出該訪問者是屬于哪一類客戶，是有利可圖的潛在客戶還是毫無價值的過客，達到區別對待、節省銷售成本、提高訪問者到購買者的轉化率的目的，從而挖掘潛在客戶；通過對具有相似瀏覽行為的客戶進行分組，提取組中客戶的共同特征，從而實現客戶的聚類，這可以幫助電子商務企業更好地了解客戶的興趣、消費習慣和消費傾向，預測他們的需求，有針對性地向他們推薦特定的商品并實現交叉銷售，可以提高交易成功率和交易量，提高營銷效果。

此外，站點的結構和內容是吸引客戶的關鍵。利用關聯規則的發現，針對不同客戶動態調整站點結構和頁面內容，把具有一定支持度和信任度的相關聯的物品放在一起以有助于銷售；通過路徑分析等技術可以判定出一類用戶對Web站點頻繁訪問的路徑，這些路徑反映這類用戶瀏覽站點頁面的順序和習慣，將客戶訪問的有關聯的文件實現直接鏈接，讓客戶容易地訪問到想要的頁面。這樣的網站會給客戶留下好印象，提高客戶忠誠度，吸引客戶，延長他們在網站上的駐留時間以及提高再次訪問的機率。

四、結論

面向電子商務的Web數據挖掘能發現大量數據背后隱藏的知識，可以使企業更有效的確認目標市場，改進決策，提高市場競爭力，改善企業客戶關系，從而為企業帶來更高的效益，具有良好的發展和應用前景。