計算機Web數據挖掘技術在現代商業中的應用探討

俞海瑩

（連云港職業技術學院 信息工程學院，江蘇 連云港222006）

計算機Web數據挖掘技術在現代商業中的應用探討

俞海瑩

（連云港職業技術學院 信息工程學院，江蘇 連云港222006）

伴隨現代商業規模不斷的擴展以及信息化技術不斷的發展，在對大量商業信息進行處理之時，數據挖掘技術所起到的作用是巨大的.伴隨互聯網的不斷普及，使得數據挖掘技術也成為現代商業獲取市場信息極為重要的一個載體.文中就Web數據挖掘技術的挖掘過程以及特點進行了簡要介紹，并對Web數據挖掘技術在現代商業里的運用進行了重點研究，以期為我國Web數據挖掘技術的應用提供可供參考的意見和建議.

Web數據挖掘技術；現代商業；應用

1 計算機Web數據挖掘技術概述

1.1 含義

從Web資源上面將知識或信息進行抽取的過程便是Web挖掘，它把傳統數據的挖掘方式和思想在Web中應用，從Web活動或文檔中將感興趣、有用的、隱藏的、潛在的信息抽取出來.在許多方面Web技術都能發揮其作用，例如開發搜索引擎、挖掘引擎機構、提高和改進搜索引擎的效率和質量，以及確定權威頁面等.此項技術所覆蓋的范圍非常廣，包括統計學、信息獲取技術、機器學習、神經網絡、數據庫技術等.尤其是在電子商務的領域中，它通過對用戶特征進行分析和理解，例如對用戶訪問內容、頻率以及行為等進行分析，將用戶特征提取出來，進而為用戶指定較為個性的界面，從而幫助電子商務企業展開有目的性的活動.

1.2 Web數據挖掘的類別

Web數據挖掘技術最主要包括三大類：第一類是Web使用記錄的挖掘，也就是通過網絡將Web日志記錄挖掘出來，將潛在客戶和用戶訪問模式等信息查找出來，從而使此站點服務競爭力得以提升.第二類便是Web內容的挖掘，也就是指從Web文檔里面將知識抽取出來的過程.第三類則是Web的結構挖掘，它是指通過關聯分析、聚類、小結等形式對Web上面的文檔集合內容進行處理，并從Web文檔的鏈接關系和組織結構中將相關知識和信息預測出來.

2 計算機Web數據挖掘技術的流程及其特點

2.1 Web數據挖掘技術流程

在電子商務里Web數據的挖掘過程最主要包括如下幾個階段：

2.1.1 發現資源

從目標Web文檔里，任務可將相應數據得出，這里需要關注的一點是信息資源有時不僅局限在在線的Web文檔里面，同時還包括新聞組、電子文檔、電子郵件、網站日志數據以及交易數據庫中數據等.

2.1.2 選擇和預處理信息

從獲得的Web資源中，任務會將無用信息剔除，并對有用信息進行整理.比如，在Web文檔里將廣告鏈接、自動識別字段或段落、多余格式標記等予以剔除，并把數據進行組合，使之成為具有內在邏輯性的關系表.

2.1.3 發現模式

自動的進行模式的發現，可在多個站點或同一站點之內進行.數據的發現主要是經由模式識別里的數據挖掘算法來加工和分析用戶日志文件，從而將用戶訪問站點的習慣和流量模式予以掌握，進而方便企業進行決策的改進和市場目標的制定.在數據的發現階段所需進行的操作主要包括：先要決定怎樣產生假設；然后對合適工具加以選擇；接著，要發掘知識的操作；最后，對發掘知識加以證實.

2.1.4 分析模式

此階段不僅需表述出結果，同時還需分析與選擇處理所提取信息，區分出最具價值的信息，并經由決策支持工具將之上交給決策人，如果決策人不滿意，那么還需對上述操作過程加以重復.最后，經由可視化技術用圖形界面形式把挖掘成果顯示出來.

2.2 Web數據挖掘技術特點

此項技術的優點非常多，例如，無需用戶將主觀評價意見提供出來；可對大規模數據量加以處理；可動態獲取用戶的訪問模式，永不過時；應用起來非常方便等.但通常同數據倉庫相比，此技術是一個全球性、分布廣泛、巨大的信息服務點，它會涉及到電子商務、銷售、娛樂、廣告、新聞、文化、金融等許多信息，并且其內容異常豐富，它最大的特點便在于數據的半結構化；但傳統數據結構性非常強，也就是說它里面的數據是結構化數據.很明顯，Web數據挖掘相較于單個數據庫來說其數據挖掘更為復雜，并且在這過程中還會面臨許多問題，主要包括如下幾方面：

2.2.1 數據半結構化

由于Web頁面以半結構化的數據形式呈現在人們面前，它的數據結構是不完整或不規則的，它的復雜程度相較于普通文檔要高出許多，并且它的數據結構模式信息量非常大，而且模式變化的速度也非常快.絕大多數文檔都沒有排列次序，也沒有分類索引.

2.2.2 信息源動態分布

由于Web及其數據增長和更新的速度非常快，并且模式不規定，所以在Web上面的信息全都是潛在、未知和隱藏的.由Web上便能將這些有用模式和未知信息發掘出來，而采用傳統檢索方式是很難使之得以實現的，目前的搜索引擎還不具有此種功能.

2.2.3 用戶群廣泛

在進行Web網頁的訪問之時，不同用戶具有不同的愛好興趣以及使用目的，面對如此龐雜的用戶群，是否能按照用戶的愛好興趣來對網頁進行制定，又或者是否能通過所發現用戶，對用戶使用網頁進行智能化定制，從而為用戶提供個性化的查詢服務以及信息檢索服務.

3 Web數據挖掘技術在現代商業中的應用

現如今，電子商務已經變成經濟發展潮流的引導者，在電子商務中采用新戰略部署和技術對策對于推動經濟發展起到了一定的促進作用.在電子商務里應用Web數據挖掘技術將使企業獲取信息的能力得到極大的提升，我們可由眾多存儲大量信息的Web鏈接及其頁面和用戶交易數據里將相關潛在用戶群和有價值的用戶訪問模式挖掘出來，并對用戶的信息數據加以分析、轉換、抽取和處理，從而將對商業決策具有關鍵性作用的數據提取出來，進而幫助站點改進設計，以便更好地為電子商務服務.

3.1 對潛在客戶進行查找和分析

通過對Web日志記錄里的規律加以探究和分析，可先對已存訪問者加以分類，并將分類關鍵屬性及其相互間的關系加以明確.對新訪問者而言，可通過在進行Web分類之時發現，進而將此客戶和已分類客戶公共描述識別出來，從而對此新客戶予以正確分類.接著根據它的分類來判斷是否將此新客戶當做潛在客戶對待.假如是潛在客戶，便可向此客戶展示一些個性化、特殊化的頁面內容，從而使用戶服務質量得到提升.

3.2 保留客戶

在電子商務里，銷售商和傳統客戶之間已經不存在空間距，通過網絡，使得客戶眼中的銷售商都是一樣的.為使客戶延長其在網站上面的停留時間就需要對客戶瀏覽行為予以了解，進而指導客戶的需求及興趣點，并按照需求向客戶動態地進行頁面推薦，對Web頁面加以調整，提供一些特有的廣告和商品信息，讓客戶滿意，從而使客戶停留在這一網站上的時間得以延長.

3.3 客戶的聚類

在現代電子商務中有一個方面的內容非常重要，那便是客戶聚類.通過將瀏覽行為非常相似的用戶加以分組處理，同時對組中客戶共同的特征進行分析，可讓商務組織人員對客戶有更進一步的了解，從而為客戶提供更全面、更合適的服務.比如，某些客戶花費時間在某個頁面的瀏覽上，通過分析把這些客戶分在一組.按照分析得出的聚類信息，銷售商便可得知這是一組潛在客戶，在對他們的業務活動進行聚類之時便要與其他客戶有所區分.對頁面內容和頁面進行及時調整，讓商務活動可以在某種程度上符合客戶要求，這對銷售商和客戶來說都具有非常重要的意義.

3.4 個性服務和交叉銷售

此種銷售形式是通過CRM了解顧客的不同需求，同時經由滿足其需求來銷售與之相關的產品或服務的一種新型的營銷形式.簡而言之，就是將本公司的B產品推銷給已經擁有本公司A產品的顧客.例如，某顧客在你這里買了一款游戲機，那么你就可以將電池或充電器銷售給他.交叉銷售策略之所以取得成功最為關鍵的要素便在于用戶對交叉產品感興趣.將數據挖掘應用在交叉銷售中最主要是通過此種數據分析技術將商品銷售最合理的匹配找出.關聯規則、聚類分析、神經網絡挖掘等數據挖掘方式都能將此問題予以很好的解決.例如，神經網絡可用于細分客戶，而聚類分析則可對具備相似特征客戶加以劃分等.關聯分析技術則最適合分析購物籃，它能將經常被用戶同時放于購物籃里面的商品信息挖掘出來，并向其他已經購買其中某產品的客戶推薦其余產品，進而使交叉營銷得以實現，從而使商品的銷售數量得以增加.除此之外，關聯規則還可通過分析對Web日志查找經常被同時訪問的網頁，在情況必要時增加超鏈接，假如這些網頁做展示的商品信息不通，那么超鏈接便可在使商品交叉銷售中起到促進作用.

4 結語

伴隨高速發展的計算機技術以及飛速增長的互聯網資源，尤其是電子商務不斷的崛起，Web數據挖掘技術已經成為現如今人們研究的熱門領域之一，它的研究具有非常大的現實意義和極為廣闊的使用前景.經由Web數據挖掘技術，能讓企業從眾多繁雜的信息數據里面將具備潛在價值的信心挖掘出來，從而讓企業能對資源進行合理的利用和配置，進而為企業在進行商務決策之時提供可靠的支撐和保障，最終讓企業能在商業競爭中逐步提升自身的地位.現如今，國內Web數據挖掘技術正處在學習、探索和跟蹤的階段，許多關于Web數據挖掘技術方面的知識還需要進行進一步的深化和研究.

〔1〕陳琳.基于Web數據挖掘的電子商務系統研究[D].武漢理工大學,2008.

〔2〕靳明霞.數據挖掘在電子商務個性化服務中的應用研究[D].華中科技大學,2006.

〔3〕周朕.面向電子商務的WEB數據挖掘研究[D].中南大學, 2011.

〔4〕辛海濤.Web數據挖掘技術及其在旅游電子商務的應用[J].哈爾濱商業大學學報（自然科學版）,2010,26(4):483-485,497.

〔5〕王改芬.Web挖掘技術在E-learning中的應用研究[J].計算機教育,2008(12):154-158.

〔6〕劉麗珍,宋瀚濤,陸玉昌,等.Web使用挖掘的應用研究[J].計算機科學,2003,30(9):46-48.

〔7〕王飛.面向電子商務的web數據挖掘的研究與設計[D].四川大學,2006.

〔8〕李娟.面向校園網日志分析的web數據控制技術研究[D].西安電子科技大學,2010.

TP311

A

1673-260X（2013）10-0027-02