在電子商務(wù)中應(yīng)用Web數(shù)據(jù)挖掘技術(shù)分析

琚慧婷

摘要：物聯(lián)網(wǎng)、云空間等技術(shù)在互聯(lián)網(wǎng)技術(shù)的發(fā)展背景下也呈現(xiàn)出高速發(fā)展的態(tài)勢，同時也出現(xiàn)了嚴重的數(shù)據(jù)膨脹情況。經(jīng)濟一體化發(fā)展使企業(yè)管理人員能更加專注于客戶服務(wù)，為了實現(xiàn)以上目標，需要建立和開發(fā)電子商務(wù)網(wǎng)站和平臺。此次研究主要是探討分析在電子商務(wù)中應(yīng)用Web數(shù)據(jù)挖掘技術(shù)的價值和效果，希望能夠?qū)ο嚓P(guān)人員起到參考性價值。

關(guān)鍵詞：電子商務(wù);Web數(shù)據(jù)挖掘技術(shù);推薦系統(tǒng)

從本質(zhì)上講，數(shù)據(jù)挖掘技術(shù)是在數(shù)據(jù)中尋找正確解釋，即從數(shù)據(jù)中獲取相關(guān)知識，因此數(shù)據(jù)挖掘技術(shù)也被稱為知識提取和數(shù)據(jù)分析等。數(shù)據(jù)挖掘技術(shù)主要是借助先進技術(shù)分析和處理數(shù)據(jù)信息。在當(dāng)前化學(xué)分子式識別領(lǐng)域，農(nóng)業(yè)領(lǐng)域，科技領(lǐng)域以及國家安全領(lǐng)域等均已廣泛應(yīng)用數(shù)據(jù)挖掘技術(shù)。而對于電子商務(wù)的數(shù)據(jù)分析工具來說，其能夠有效捕獲收集二維碼掃描，微信微博轉(zhuǎn)發(fā)記錄以及購物網(wǎng)站瀏覽歷史等。因此數(shù)據(jù)分析軟件能夠處理海量數(shù)據(jù)，因此電子商務(wù)網(wǎng)站能夠通過數(shù)據(jù)分析對用戶網(wǎng)購行為，按照用戶購買習(xí)慣推薦相關(guān)商品，使其能夠在較短時間內(nèi)獲得經(jīng)濟效益。

一、電子商務(wù)中的Web數(shù)據(jù)挖掘分析

（一）電子商務(wù)的特點

電子商務(wù)是以網(wǎng)絡(luò)為基礎(chǔ)，是傳統(tǒng)商務(wù)活動利用互聯(lián)網(wǎng)環(huán)境所展開的商務(wù)活動，其能夠利用工具對客戶購物歷史數(shù)據(jù)進行分析，統(tǒng)計客戶的購物習(xí)慣，發(fā)現(xiàn)用戶的購物習(xí)慣。電子商務(wù)應(yīng)用服務(wù)主要包含廣告，體驗，口碑以及趣味等營銷服務(wù)。電子商務(wù)的數(shù)據(jù)挖掘系統(tǒng)是在商務(wù)活動過程中深入數(shù)據(jù)挖掘技術(shù)。但是相比于傳統(tǒng)商務(wù)活動，電子商務(wù)活動也存在較多特點：第一，從系統(tǒng)內(nèi)部數(shù)據(jù)源來說，在電子商務(wù)中應(yīng)用數(shù)據(jù)挖掘技術(shù)需要處理多類復(fù)雜型數(shù)據(jù);第二，從應(yīng)用系統(tǒng)云環(huán)境中能夠看出，現(xiàn)代電子商業(yè)企業(yè)的特征表現(xiàn)在碎片化，異構(gòu)性信息方面;第三，在當(dāng)前電子商務(wù)中，用戶類型多樣化已經(jīng)成為主要矛盾問題。

（二）Web數(shù)據(jù)挖掘過程

在電子商務(wù)背景下，Web數(shù)據(jù)挖掘過程需要經(jīng)過以下幾個步驟：

第一，明確挖掘任務(wù)并建立模型。規(guī)格化處理數(shù)據(jù)是建立模型的主要任務(wù)，借助不同的算法、調(diào)整參數(shù)等措施，對挖掘任務(wù)進行優(yōu)化。從本質(zhì)上講，數(shù)據(jù)挖掘技術(shù)屬于多次循環(huán)迭代的過程，目的是保證評估模型的準確性。

第二，數(shù)據(jù)源。網(wǎng)站運行中，會產(chǎn)生大量數(shù)據(jù)，如交易數(shù)據(jù)、訪問記錄等，所以挖掘結(jié)果對數(shù)據(jù)數(shù)量、質(zhì)量的影響較大。Web結(jié)構(gòu)中，Web客戶端數(shù)據(jù)通過子服務(wù)器最終會上傳至Web服務(wù)器，因此客戶端數(shù)據(jù)最終影響網(wǎng)站運行。

第三，數(shù)據(jù)預(yù)處理。主要是為了加強挖掘效率，確保挖掘數(shù)據(jù)的有效性，并且保障各項結(jié)果的合理性。因此Web文檔數(shù)據(jù)大多數(shù)都是非結(jié)構(gòu)化或者半結(jié)構(gòu)化，這樣就無法直接處理Web數(shù)據(jù)。采集Web數(shù)據(jù)需要按照挖掘主題選擇適宜的數(shù)據(jù)項，通過篩選時數(shù)據(jù)范圍逐漸縮小。其次，Web數(shù)據(jù)也具備冗余性、模糊性及不完全性特點，對不完全項、對模糊項和冗余進行處理，去除無用的、不合理的數(shù)據(jù)，保證最終數(shù)據(jù)滿足要求。

第四，模式發(fā)現(xiàn)。選擇Web挖掘工具及算法時，主要依據(jù)的是數(shù)據(jù)挖掘需求，保證數(shù)據(jù)集中的模型及知識具備應(yīng)用潛力及價值。Web挖掘算法中主要包含關(guān)聯(lián)規(guī)則（發(fā)現(xiàn)關(guān)聯(lián)知識，明確網(wǎng)頁關(guān)系）;路徑分析（發(fā)現(xiàn)Web站點中訪問頻率最多的路徑）;分類算法和聚類算法（對數(shù)據(jù)實施分組）;序列模式（可以對交易集之間有時間序列關(guān)系的模式進行挖掘和分析）。

第五，模式分析：能夠驗證，解釋及說明所發(fā)現(xiàn)的模型，確保決策中各項信息的有用性。依據(jù)模式分析及反饋，通過對上述步驟反復(fù)進行操作，深入挖掘知識，確保獲得最佳的結(jié)果。

第六，結(jié)果可視化。Web數(shù)據(jù)挖掘的價值不僅在于獲取海量數(shù)據(jù)信息，還可以按照最易理解和消化的方式將所獲取的模型和知識展現(xiàn)給用戶，這就表明Web數(shù)據(jù)挖掘能夠?qū)崿F(xiàn)結(jié)果可視化。數(shù)據(jù)可視化能夠利用圖形化手段，并且深入分析數(shù)據(jù)本身和內(nèi)在關(guān)系和模式，將信息直接傳達給用戶。

二、Web數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用

在電子商務(wù)中應(yīng)用Web數(shù)據(jù)挖掘技術(shù)，能夠?qū)W(wǎng)站頁面和結(jié)構(gòu)實施優(yōu)化，還可以增加交叉銷售量，將網(wǎng)站瀏覽人員轉(zhuǎn)變?yōu)橄M人員。除此之外還可以為用戶提供個性化服務(wù)。

第一，對站點訪問頻率的影響：通過分析Web結(jié)構(gòu)和日志能夠進一步分析Web網(wǎng)頁間的引用關(guān)系，組織關(guān)系和超鏈接關(guān)系，這樣能夠?qū)τ脩繇撁鏋g覽情況以及行為模式進行深度挖掘，還能夠評估購物網(wǎng)站頁面的重要性。幫助商業(yè)對現(xiàn)有的頁面布局和結(jié)構(gòu)特點實施優(yōu)化調(diào)整，這樣能夠改善Web站點設(shè)計效果，從根本上提升訪問效率，提升用戶注意力。

第二，給予個性化服務(wù)，電子商務(wù)的快速發(fā)展給予用戶多種選擇權(quán)。現(xiàn)階段，購物網(wǎng)站所面臨的商品類型逐漸增多，網(wǎng)站結(jié)構(gòu)也趨于復(fù)雜性，因此用戶為了尋找到稱心稱意商品的難度比較大。電子商務(wù)網(wǎng)站在發(fā)展期間所推出了個性化服務(wù)能夠幫助其吸引較多用戶，避免用戶流失所導(dǎo)致經(jīng)濟受損情況發(fā)生。電子商務(wù)網(wǎng)站可以應(yīng)用協(xié)同過濾算法，此項技術(shù)能夠幫助網(wǎng)站建立個性化推薦系統(tǒng)，并且能夠制定出較多新型營銷措施。

第三，商品推薦服務(wù)。運用數(shù)據(jù)挖掘技術(shù)時，可利用多種規(guī)則，對用戶訪問數(shù)據(jù)進行分析，發(fā)現(xiàn)商品之間的聯(lián)系。從而得到用戶滿意的商品。然后通過用戶購買商品的興趣度為其推薦相應(yīng)的商品。利用智能推薦系統(tǒng)，確保用戶在短時間內(nèi)瀏覽和購買到滿意商品，并且能夠在一定程度上提升商家的交叉銷售量。

第四，識別潛在客戶。通過分析客戶關(guān)系屬性、相互關(guān)系及類別數(shù)據(jù)，建立分類模型。按照分類模型對新用戶正確分類，判別潛在用戶類別。

第五，理解客戶用途：通過對用戶瀏覽路徑分等數(shù)據(jù)源進行分析，之后通過路徑游歷模式進行算法分析，這樣能夠及時發(fā)現(xiàn)路徑中被頻繁訪問的路徑，深入分析出用戶的實際瀏覽意圖。

三、Web挖掘推薦系統(tǒng)設(shè)計

推薦系統(tǒng)主要包含商品推薦，個性化商品信息推薦以及喜好提供等。商務(wù)網(wǎng)站與用戶之間保持持續(xù)不斷發(fā)展關(guān)系。用戶為了確保服務(wù)質(zhì)量的優(yōu)質(zhì)性，商務(wù)網(wǎng)站為了增加銷售利潤，利用推薦系統(tǒng)能夠?qū)⑸唐窞g覽者轉(zhuǎn)變?yōu)闈撛谫徺I人員，這樣能夠向相關(guān)用戶提供商品服務(wù)。用戶在瀏覽商品時若時常得到優(yōu)質(zhì)的推薦信息，可以在一定程度上改善用戶的購物體驗。Web用戶能夠通過Web瀏覽器連接信息服務(wù)器，為客戶提供多種選擇權(quán)。交叉銷售的難點在于確保向用戶推薦的各項信息均正確。如果產(chǎn)品目錄比較小，可以通過銷售經(jīng)驗提供相關(guān)建議。如果產(chǎn)品數(shù)量比較多，則會增加問題復(fù)雜程度。

（一）訪問數(shù)據(jù)模塊設(shè)計

訪問數(shù)據(jù)模塊可以提供統(tǒng)一數(shù)據(jù)訪問接口。不同使用者和數(shù)據(jù)源也產(chǎn)生不同的外部數(shù)據(jù)。因此其能夠有效結(jié)合交互用戶模塊和架構(gòu)應(yīng)用模塊，這樣能夠有效訪問本機數(shù)據(jù)，業(yè)務(wù)數(shù)據(jù)，外部數(shù)據(jù)等。該系統(tǒng)主要應(yīng)用數(shù)據(jù)庫技術(shù)的嵌入和連接訪問數(shù)據(jù)模塊中的異質(zhì)數(shù)據(jù)和異構(gòu)數(shù)據(jù)。首先，對于數(shù)據(jù)掃模塊來說，能夠分析用戶添加購物車后又刪除掉，存在交叉銷售類型以及瀏覽商品類型。以上信息能夠組建為數(shù)據(jù)收集源。其主要包含服務(wù)器數(shù)據(jù)，查詢數(shù)據(jù)以及代理服務(wù)器數(shù)據(jù)等。第二，數(shù)據(jù)預(yù)處理。推薦系統(tǒng)中數(shù)據(jù)并非收集完成之后就立即使用，而是需要對其實施預(yù)處理。由于Web數(shù)據(jù)量比較大，缺乏統(tǒng)一化結(jié)構(gòu)。因此應(yīng)用數(shù)據(jù)預(yù)處理措施能夠確保數(shù)據(jù)準確性，正確反映出用戶意圖。

（二）應(yīng)用模塊

在整理數(shù)據(jù)后，需要按照相關(guān)需求對數(shù)據(jù)潛在信息進行挖掘，這樣能夠幫助決策建立，從本質(zhì)上講，應(yīng)用模塊屬于數(shù)據(jù)挖掘系統(tǒng)。其中任務(wù)調(diào)度模塊是應(yīng)用模塊的處理中心。在接收到用戶點擊頁請求之后，任務(wù)調(diào)度模塊能夠理解和判斷各項任務(wù)，之后將算法插件應(yīng)用到該模塊中。算法插件中的數(shù)據(jù)源于數(shù)據(jù)訪問模塊。應(yīng)用模塊能夠按照數(shù)據(jù)挖掘運算結(jié)果處理模型，之后將預(yù)測結(jié)果傳輸交互用戶模塊。在算法插件中包含多種完整數(shù)據(jù)挖掘算法。

（三）系統(tǒng)算法分析

第一，Apriori算法：應(yīng)用該算法主要包括兩個過程，其中關(guān)鍵過程在于按照最小支持度尋找出數(shù)據(jù)集中頻集;其二是按照最小置信度和頻繁項目集建立關(guān)聯(lián)規(guī)則。通過該項規(guī)則挖掘數(shù)據(jù)會產(chǎn)生較多模式信息，因此在知識管理中，關(guān)聯(lián)規(guī)則具有重要作用。關(guān)聯(lián)規(guī)則的數(shù)據(jù)集能夠達到GB級，頻繁輸入輸出能夠體現(xiàn)出效率，這樣將會對商品內(nèi)在關(guān)聯(lián)規(guī)則產(chǎn)生影響，因此在實際應(yīng)用關(guān)聯(lián)規(guī)則時需要減少輸入輸出操作。在此期間，需要適當(dāng)縮短計算支持度的項目集數(shù)量，這樣能夠進一步縮短計算和存儲空間。

第二，改進Apriori算法：Apriori算法中的顯著問題在于需要對數(shù)據(jù)庫進行重復(fù)掃描，這樣會產(chǎn)生較多候選項集，還會在一定程度上提升系統(tǒng)負載能力，延長處理時間，所以候選集中項集需要對內(nèi)存進行合理劃分，為了全面醫(yī)生管理規(guī)則的效率，需要從數(shù)據(jù)庫快速掃描技術(shù)和方法方面入手。在對Apriori算法實施改進之后，在運行過程中可以先對輔助表進行掃描，不會對輔助表中的不必要記錄進行掃描，這樣能夠在較大程度上提升效率。

（四）改進算法在推薦系統(tǒng)中應(yīng)用

Apriori算法改進算法能夠在電子商務(wù)推薦系統(tǒng)中應(yīng)用，如果推薦系統(tǒng)在短時間內(nèi)獲取到用戶對網(wǎng)站進行瀏覽訪問，就能夠?qū)㈨撁嫱扑]給客戶。首先能夠針對用戶訪問順序進行編碼處理;之后對用戶信息進行編碼，這樣就能夠形成相應(yīng)的數(shù)據(jù)庫。在滿足用戶的各項需求之后能夠合理選擇商品。客戶端顯示的頁面會按照客戶類別，比如購買客戶和瀏覽客戶，這樣就能夠在用戶交互模塊中顯示推薦頁面。

四、結(jié)束語

綜上所述，數(shù)據(jù)化時代的到來，使得大數(shù)據(jù)技術(shù)被廣泛應(yīng)用在各行業(yè)領(lǐng)域，借助大數(shù)據(jù)技術(shù)所建立的電子商務(wù)平臺能夠?qū)崿F(xiàn)數(shù)據(jù)量存儲，應(yīng)用和開發(fā)，充分挖掘出數(shù)據(jù)的價值。因此應(yīng)用數(shù)據(jù)挖掘技術(shù)能夠幫助人們從海量數(shù)據(jù)中尋找出內(nèi)在規(guī)律性。此次研究通過電子商務(wù)中的Web數(shù)據(jù)挖掘概念特點分析，在此基礎(chǔ)之上針對電子商務(wù)系統(tǒng)中的推薦系統(tǒng)進行介紹分析，全面闡述了Web數(shù)據(jù)挖掘技術(shù)在電子商務(wù)系統(tǒng)中的應(yīng)用價值，希望能夠促進我國電子商務(wù)行業(yè)的發(fā)展。

參考文獻：

[1]廉祥麗.數(shù)據(jù)挖掘在電子商務(wù)客戶關(guān)系管理中的應(yīng)用分析[J].電子技術(shù)與軟件工程，2016，22 （01）：179-180.

[2]孫赫強，榮楠楠.淺析數(shù)據(jù)挖掘在電子商務(wù)客戶關(guān)系管理中的運用[J].科技資訊，2018，16 （17）：121+123.

[3]余偉，劉蓮，陶云杰.基于共詞聚類的家具企業(yè)電子商務(wù)營銷數(shù)據(jù)挖掘[J].電子商務(wù)，2018，17 （02）：31-32.

[4]王洪艷.大數(shù)據(jù)背景下電子商務(wù)專業(yè)數(shù)據(jù)挖掘課程教學(xué)思考[J].現(xiàn)代商貿(mào)工業(yè)，2017，23 （28）：174-176.

[5]王馨晨.大數(shù)據(jù)背景下數(shù)據(jù)挖掘技術(shù)在電子商務(wù)營銷拓展中的應(yīng)用——以某網(wǎng)商企業(yè)為例[J].生產(chǎn)力研究，2017，10 （04）：64-67.

[6]王鑫.跨行業(yè)數(shù)據(jù)挖掘在農(nóng)產(chǎn)品電子商務(wù)中的應(yīng)用研究[J].山東行政學(xué)院學(xué)報，2016，25 （01）：74-76+60.

[7]柳華梅，林冬生.數(shù)據(jù)挖掘技術(shù)在移動電子商務(wù)用戶群體特征分析中的運用[J].現(xiàn)代商業(yè)，2016，15 （17）：33-34.

[8]徐曼.DT時代下電子商務(wù)營銷對數(shù)據(jù)挖掘利用的重要性與方法分析[J].全國商情（經(jīng)濟理論研究），2016，22 （08）：24-25.