面向電子商務的WEB數據挖掘技術的應用研究

孫銘蔚

【摘要】 文章介紹了Web數據挖掘的特性及分類， 并從個性化網站的設計、CRM中的應用兩個角度，探討了電子商務中的WEB數據挖掘應用的策略。

【關鍵詞】 電子商務 WEB 數據挖掘

一、引言

電子商務改變了人們傳統的商務模式，同時也改變了商家與顧客之間的關系。因此對商家而言盡可能的了解客戶的愛好、價值取向，才能在競爭中立于不敗之地。數據挖掘技術可以有效地幫助商家了解客戶行為，提高站點的效率。在電子商務網站的設計、客戶關系管理（CRM）等方面得到廣泛的應用。

二、Web數據挖掘技術

根據挖掘對象的不同，Web挖掘主要分為Web使用挖掘、Web內容挖掘以及Web結構挖掘。

Web數據挖掘是將數據挖掘技術應用到Web數據的過程，是從用戶的網絡行為中抽取用戶感興趣的模式，通過對用戶瀏覽網站記錄數據、日志進行收集、分析和處理，運用一些數學方法建立用戶行為和興趣模型，利用這些模型來了解用戶行為，從而改進站點結構，最終為用戶提供良好的個性化信息服務。

三、數據挖掘在電子商務網站設計中的應用

數據挖掘可以得出如：哪類客戶喜歡這個站點、客戶通過什么訪問路徑達成交易，以及客戶訪問站點的頻率等信息，從而優化網站的結構提高網站的訪問量，吸引更多的客戶。利用WEB數據挖掘技術，個性化電子商務系統的實現過程包括信息采集、信息分析和個性化服務三個主要步驟：

1）信息采集。為用戶提供個性化服務的基礎是收集客戶個人信息。收集個人信息主要有兩種方式。第一種方式是通過客戶注冊信息如性別、出生日期、職業來獲得；第二種是通過客戶在網站上的行為，如客戶經常瀏覽某類產品或相關廣告來判斷個人的興趣愛好等特點，獲得客戶個人信息。

2）信息分析。一個完善和成功的個性化電子商務網站應該在不影響客戶的頁面處理時間能夠對客戶的資料、行為進行分析，為減少客戶等待時間可以對于耗時較多的分析、分類處理應放在相對空閑和客戶退出網站等時間處理。信息分析過程如下：將網站客戶群進行分類，然后按照客戶群興趣特點進行歸類。

3）個性化服務。為達到個性化服務的目的我們可以根據客戶類別顯示相應的內容呈現給客戶，為了使分類更具有可信性和穩定性，對注冊時間較長，瀏覽及購買行為相對穩定的客戶優先抽樣。

四、數據挖掘在CRM中的應用

1）客戶的獲取。隨著客戶數量和細節因素不斷增加，必會給篩選問題帶來很大困難。而數據挖掘技術可以幫助完成潛在客戶的篩選工作。通過信息調查、擴展，同時和一些外部信息匹配，使之更適合數據挖掘分析。然后根據 “反應行為模式”記錄下客戶的反饋，剔除無反應行為和重復的數據后，建出N元反應行為預測模型，以便找出目標客戶。

2）客戶的保持。隨著行業的激烈競爭，獲得一個新客戶的成本愈來愈大，保持和維系好原有客戶的工作也愈來愈有價值。在CRM的實施中，企業通過預測，找出可能會流失的客戶，并分析出他們想要離開的主要因素，在此基礎上，有針對性地挽留那些有離開傾向的客戶。

五、Web使用挖掘技術在電子商務中的應用策略

1）提供差異化的營銷策略。利用聚類技術對用戶瀏覽網站的日志數據進行深入挖掘，劃分出具有相似興趣的顧客群體，根據每一客戶群體的不同特征構造出不同的興趣模型，然后提供差異化的營銷策略。

2）降低客戶開發成本。電子商務環境下，客戶主要可分為3類：第一類是低價值甚至是無價值的客戶；第二類是忠實客戶；第三類是在網絡上不斷尋找更優惠的價格和更好的服務的客戶，這類客戶是潛在的有價值的客戶。統計數據表明，開發一個新顧客的成本比保留一個老顧客的成本高5倍，而流失一個老顧客，其代價相當于開發10個新顧客。

3）爭取最高限度利用現有客戶 。通過Web使用挖掘，可以從客戶購買行為中發現客戶購買的影響因素，進而建立預測模型，來分析用戶將來所感興趣的商品。掌握了這些信息就可以在推出新的產品時做到有的放矢，從而爭取最大的利潤。

4）充分利用網站的檢索功能模塊。為了讓顧客在最短時間內找到所需產品或相關服務，電子商務網站都應開發檢索功能，利用Web數據挖掘技術，對相關產品進行有效布局；記錄“陌生”關鍵詞。看這些關鍵詞出現的頻率有多大，這些關鍵詞對應的產品能帶來多少利潤；最后決定是否要購買這類商品，如果條件允許的話就通知這些顧客。

結束語：數據挖掘所帶來的好處，是與用戶的需求及數據挖掘技術本身的發展相關的。在充分了解客戶的愛好、需求的基礎上，利用各種Web挖掘技術，設計出能滿足不同用戶群體需要的個性化電子商務網站，從而提供給客戶更加滿意的服務。

參 考 文 獻

[1]劉全志，面向電子商務海量數據的智能挖掘技術研究 [D]. 山東師范大學 2015.5

[2]李霏. Web數據挖掘技術在電子商務中的應用價值探析 [J]. 電子技術與軟件工程 2016.1