試析Web數據挖掘技術在電子商務中的運用

蔡仲博

摘 要：信息化時代的電子商務發展速度尤為迅速，但是也難以避免的面臨著許多問題。最突出的問題就是如何使僅能關注到有限頁面的顧客在大量的信息下快速找到自己所需要的產品。而數據挖掘則有助于在這些諸多數據中找到能夠代表數據之間關系的模型，并利用模型加以預測，由此解決電子商務中所存在的難題。同時還可以利用搜集訪問內容、頻率等用戶數據的方式，對用戶特征進行深入分析，以此給廣大用戶定制個性化的服務，大幅度提升電子商務的服務質量，并且還能夠顯著提高電子商務的運行效率，降低運行成本。

關鍵詞：數據挖掘 電子商務 Web

中圖分類號：F011 文獻標識碼：A 文章編號：1674-098X（2015）03（c）-0041-01

將Web數據挖掘技術應用于電子商務領域，能夠把大量的信息從Web頁面中提取出來，對群體用戶的訪問方式與行為有詳細的了解。

1 Web數據挖掘技術和電子商務

1.1 Web數據挖掘技術

在大量的Web信息倉庫中，用戶瀏覽的有關數據中挖掘出隱含的、關聯的、有用的信息就是Web數據挖掘技術。在電子商務中應用Web數據挖掘技術，通過對顧客的訂單詳情、訪問習慣、訪問方式等信息進行挖掘，能夠分析出顧客的購買行為特點，對顧客的訪問習慣予以跟蹤，以此可以使網頁設計得到大大改善，使用戶界面具有個性化、智能化的特點。

1.2 電子商務

電子商務是隨著科學技術與計算機技術的發展而出現的一種新型的商業運行模式，主要運營模式就是利用開放的因特網，以服務器、瀏覽器為基礎，使買賣雙方不見面就能夠完成各種商貿交易活動。[1]目前電子商務的業務范圍主要有商戶之間的網上交易、消費者的網上購物、在線電子支付和各種金融、交易、商務活動。網絡通訊技術和微電腦技術是支撐電子商務活動的主體技術。從廣義上來看，電子商務主要有以下三種模式：C2C模式、B2C模式、B2B模式。

2 應用于電子商務中的幾種Web數據挖掘技術

2.1 關聯規則技術

關聯規則技術主要應用于電子商務的商品推薦系統之中，其原理就在于根據關聯規則發現算法，繼而能夠按照顧客的購買行為向顧客推薦他們感興趣的商品。管理規則形成和推薦形成是基于關聯規則的推薦算法的兩個步驟。在推薦形成階段，推薦系統可以依照規則對顧客未瀏覽商品的推薦度進行計算，然后依照推薦度的大小對顧客推薦其未瀏覽的商品。發現關聯規則是應用關聯規則技術對顧客推薦商品的過程中最耗費時間的步驟，同時也是關聯規則算法的瓶頸，因此可以離線進行這個步驟，但是規則一旦形成就會具備良好的推薦實時性。

2.2 序列模式分析技術

序列模式分析技術主要應用就是在時間沒有順序的事務集中找到“一些項伴隨另一個項”的之類的內部事務模式。用序列模式分析技術對Web日志進行分析挖掘，可以方便的對顧客的訪問模式進行預測，從而可以利用這種模式有針對性的向顧客推薦相關商品，也可以實現有針對性的廣告服務。序列模式與關聯規則一樣，都依賴于發現，這兩種技術都有助于在服務器動態的建立與客戶有關的、有針對性的頁面，使訪問者的特定需求得到最大限度的滿足。

2.3 分類分析技術

分類分析技術在電子商務中的主要應用就是得到顧客的分類模式，然后有針對性的對不同種類的顧客開展相應的商務活動，使客戶能夠得到個性化的電子信息服務。分類分析技術應用的另外一個延伸就是分析新的顧客，判斷他們屬于哪個顧客分類模式，然后有針對性的與其進行商務活動。[2]

3 Web數據挖掘技術對電子商務的改變

3.1 能夠對客戶深入了解

首先，能夠對客戶的需求有更加深入的理解。有調查證明20%的客戶貢獻了一個企業80%的業務，并且與向已有客戶推銷商品相比，向新客戶推銷商品的費用要超過其5倍。所以在電子商務中應用數據挖掘技術，可以分析出特定顧客群購買商品的偏好、網站的忠誠客戶，然后可以利用這些分析結果對客戶提供人性化的關懷、進行個性化的營銷，從而使得客戶對網站的忠誠度得到極大的提高。

其次，能夠發掘出網站的潛在客戶。對于潛在客戶的發掘，一般先將已經存在的訪問者分成以下三類：其一，極少購買的客戶；其二，多次對網站進行瀏覽的客戶；其三，第一次對網站進行瀏覽的客戶。然后按照上述分類對每種類型的老客戶的公共屬性進行分析，確定這三種分類相互間的關系以及進行分類的關鍵屬性。做好這些工作之后，就可以把一個新用戶正確的歸類到其所屬類別之中，進而能夠根據分類對這個新用戶是否有利可圖進行判斷，并判斷其是否為潛在用戶。如果這個新用戶是潛在客戶，就可以把一些個性化的、有針對性的頁面內容展現在這個新客戶面前。

最后，能夠延長客戶駐留網站的時間，使網站獲得更好的購買率。

3.2 能夠使得站點的效率得到極大的提高

現如今，設計網站時完全依賴于專家的定性指導已經不可行，更好的辦法是依照訪問者的信息對網站外觀、結構進行設計與修改。分析用戶的訪問路徑，把用戶訪問最頻繁的路徑找出來，然后依照此路徑對網頁的鏈接、網站的結構進行設計，由此大大的縮短用戶的訪問時間，提高交易效率，同時也能降低網站的支出。若一個網站可以使得用戶輕易地訪問到他所想訪問的頁面，用戶就會對此網站有良好的印象與用戶體驗，從而該用戶下次訪問的概率就會變大。[4]

3.3 能夠縮減公司的運行成本

利用Web數據挖掘技術，電子商務的賣家得到的是較為可靠的市場反饋信息，利用這些信息，賣家可以對顧客未來的行為進行預測，從而對顧客實施有針對性的電子商務營銷活動。賣家投放廣告的規模與位置也可以通過關心該產品的顧客的瀏覽模式為基準來做決定，繼而使廣告對顧客的針對性大大提高，也可以使廣告的投資回報率得到顯著提高。

4 結語

總而言之，Web數據挖掘技術能夠對顧客的消費趨勢、市場偏好進行分析預測，進而幫助企業為客戶建立個性化的服務設備，找到新的利潤增長點，發現更大的商業機遇。因此，伴隨著電子商務的發展，Web數據挖掘技術的應用將會越來越廣泛，并且在很大程度上幫助企業對客戶特征進行系統化的分析，實行科學有效的商品營銷策略。

參考文獻

[1] 胡永祥.基于Web的數據挖掘技術在電子商務中應用探討[J].福建電腦，2013，29（10）：130-131

[2] 何麗.計算機web數據在電子商務中的運用[J].魅力中國，2014（4）：298-298.

[3] 魏妮妮，宋翌.數據挖掘在電子商務網站中的應用研究[J].軟件導刊，2013，12（4）：127-129.

[4] 宋鑫，邊春娜.試述Web數據挖掘領域的現狀及其在電子商務中的應用和意義[J].大江周刊：論壇，2012（12）：50-50.