電子商務中計算機WEB數據挖掘技術的應用分析

朱沙

摘要：電子商務的開展豐富了商品交易的類型，促進了網購用戶的生活效率提升，但是對于電子商務經營方而言，如果不能通過數據挖掘技術深入分析相關用戶群體的訪問方式和興趣偏好，將無法針對目標客戶群體做出針對性的推送，從而影響到整體推廣效果和經營業績。本文從WEB數據挖掘技術的含義出發，對電子商務中計算機WEB數據挖掘的應用價值和模型構建方式進行說明，從而為電子商務的發展提供技術支撐。

關鍵詞：數據挖掘;電子商務;網絡購物;應用分析

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019）32-0287-02

應用WEB數據挖掘技術，對網絡購物用戶在電子商務應用過程中產生的數據進行分析，基于一定的算法對用戶的購買行為進行預測，并在此基礎上做好商品推薦，已經成為電子商務經營活動中必不可少的技術應用環節。由于計算機技術的復雜性，在實際應用過程中可以采用不同的技術模式，針對行業經營特征進行深入分析，從而為提升自身經營水平奠定良好的基礎。

1WEB數據挖掘技術的含義和分類

1.1WEB數據挖掘技術的含義

在電子商務不斷深入發展的同時會產生海量的網絡數據，基于各種不同的計算機軟件能夠對這些信息進行識別和抓取，在采用針對性的數學模型基礎上，對這些數據信息進行處理，從而得出一定的分析結論，不僅能夠分析出目標群體的共性偏好和應用習慣，還能夠針對個體用戶進行深入分析，從而采取更加高效的推送方式，提升商戶的經營效率，節省經營成本，為企業發展起到更大的推動作用。

1.2WEB數據挖掘技術的分類

WEB數據挖掘技術在應用過程中需要對各種數據進行全面的挖掘，以確保在進行數據分析時能夠得出更加準確的結論，確保結論能夠真正貼近用戶的購買心理。在實際應用過程中，依據收集數據類型的不同，可以將WEB數據挖掘分為內容挖掘、使用記錄挖掘和結構挖掘。這三種數據類型在互聯網中的運行結構不同，運行機理不同，所體現的客戶信息價值也存在較大差異。其中WEB內容挖掘指的是對WEB頁面上的顯性內容信息進行發掘，這些信息展現的形式包括文本信息和多媒體信息等，隨著信息傳輸技術方式的多樣化，在未來發展過程中還會出現VR信息等高級應用形式。WEB使用記錄挖掘是WEB數據挖掘技術應用的重要方面，在WEB服務器實際運行時，能夠將客戶所有的操作以日志的形式進行記錄，對這些記錄進行分析能夠對站點結構進行有針對性的優化，或者對不同的訪問群體推送個性化的定制內容。WEB結構挖掘是對超鏈接和頁面內部結構進行數據挖掘，從而深度發現頁面之間的數據關系，并依據相應的指標對頁面價值進行排序。需要注意的是，在對不同類型的WEB數據進行挖掘時，需要采取不同的語言和算法進行操作，從而在滿足技術應用的同時降低分析成本，提升分析效率，以便達到更好的效果。

2WEB數據挖掘技術的應用價值

2.1分析客戶群體特征

在電子商務發展已經進入深度變革時期，客戶的行為特征更加明顯，不斷朝著趨同化的方向發展，對客戶群體的特征進行深人分析已經成為電子商務經營過程中必不可少的措施。借助于計算機技術構建出相應分析模型和數據庫，能夠在新客戶在進行訪問過程中逐步分析出客戶與數據庫中對應的分類規則，準確判斷客戶的潛在價值。在將客戶群體進行價值分類之后，能夠直接忽略潛在價值不足的客戶群體，而將設計和經營的重心應用在有價值的潛在客戶群體中，以科學的市場策略來促進客戶交易的成功率，為企業創造更高的利益價值。分析客戶群體特征是WEB數據挖掘技術的基本功能，是其他應用形式作用的基礎，因而在設計過程中需要依據自身經營特點和需求做出有針對性的設計。

2.2優化站點設計

WEB站點是展現商品信息和內容的直接形式，是目標客戶群體所接觸的第一層面，站點設計結構和內容展現能否在第一時間吸引目標群體，是電子商務經營水平的重要體現，也是經營效益的重要影響因素。在對WEB站點進行優化時，需要從三個方面人手：一是通過路徑分析找出訪問頻率最為頻繁的路徑，將重點商品或者信息放置在對應的路徑上，提升成交比例。二是強化關聯內容的設計，根據數據分析結果分析出關聯度較高的商品，采取突出展示或鏈接的方式方便客戶的進一步訪問。三是對客戶的訪問期望進行分析，包括客戶在搜索中所應用的關鍵詞等重點數據進行分析，盡量合理化設定商品之間的導航鏈接，從而實現優化功能。優化站點設計能夠減少客戶在購物過程中出現的搖擺不定思維，提高客戶的訪問體驗水平，從而為提高交易水平奠定基礎。

2.3進行個性化設置

在客戶群體特征不斷明顯的情形下，進行整體上的站點優化已經無法充分滿足消費客戶群體的應用需求，在此基礎上進行個性化設置是提升用戶使用體驗效果的最佳途徑。個性化設置在本質上屬于站點優化的組成部分，但是其應用是針對具有個性的客戶群體，而不是針對所有的客戶。在深入挖掘用戶訪問數據的基礎上分析客戶所展現出來的興趣、愛好、偏好和需求等方面的信息，動態化的調整WEB頁面所展示的內容，是個性化設置的基本方式，在未來發展過程中還會借助于其他應用方式強化與客戶之間的交互作用，從而提升客戶的感官體驗，更好促進交易達成。

2.4優化搜索引擎

在電子商務平臺運行過程中，各種模式的搜索功能是滿足客戶選擇的重要途徑，也是體現客戶消費目標的重要數據來源。WEB數據挖掘技術在對搜索引擎進行優化時可以從三個方面人手：一是利用技術分析將關鍵詞的設定更加合理化，提升關鍵詞與客戶需求之間的對應度，在方便客戶應用的同時也能夠提升檢索服務的質量。二是能夠對網頁進行分析的基礎上對網頁布局進行聚類，實現分類瀏覽和檢索。三是對用戶的查詢歷史進行分析，拓展數據分析的深度和廣度，確保用戶檢索效果不斷提升。

2.5優化廣告投放

廣告投放是電子商務經營過程中必不可少的經營手段，基于WEB數據挖掘技術能夠準確分析廣告投放與銷量之間的關系，能夠對廣告投放效果進行科學評價，根據消費群體在瀏覽和交易完成過程中產生的偏向性行為，分析出廣告投放過程中各方面的不足，確定出最為合理的宣傳方案。在制定宣傳方案時，對頁面設置、投放位置、投放頻率等進行科學設定，從而在降低廣告投入成本的基礎上獲取最大的經營效益，提升整體經營水平。

2.6強化網絡安全

電子商務經營過程中，對于網絡安全有著特殊要求，通過WEB數據挖掘技術的應用，能夠對異常行為和無效數據等進行深入分析，重點分析在系統運行中可能產生的網絡風險，通過對相對數據的挖掘，減少黑客攻擊和惡意欺詐等行為出現的概率。在對數據進行準確分析的基礎上及時發現系統運行中存在的漏洞，同步采取對應的改進和處理措施，在提高數據安全的基礎上確保業務開展的有序進行。

3電子商務中計算機WEB數據挖掘技術的實施路徑

3.1數據準備

數據的準備工作對模型建構和數據分析的準確度有著直接性的影響，并且占據了全部工作流程的大部分時間，因此必須充分重視數據準備工作。在技術應用過程中數據準備工作的開展需要做好以下幾個方面的工作：1）確定數據文件，一般情形下，數據文件包括網絡日志、注冊信息、登錄信息、瀏覽記錄、交易記錄和商品信息等幾個方面。2）確定數據抓取技術，在選擇和應用數據抓取技術時需要考慮寬帶的高效利用和目標服務器的抓取限制，確保數據抓取能夠長期運行。3）完善數據存儲模塊，確保模塊能夠適應于海量數據存儲和數據激增情形下的運行需求。

3.2選擇算法

合理選擇算法是提升系統運行效率，確保數據分析結果與實際要求相一致的基本要求。在選擇算法時首先要對電子商務售賣商品和客戶的群體特征進行分析，明確占有較大比例的交易特征，其次是根據每種算法所具有的特征，選擇與電子商務數據分析要求最為接近的算法。在實際應用過程中，通常會選擇Apriori算法為運行基礎，再結合實際情形對算法進行改進，從而為系統架構的設置奠定技術基礎。

3.3系統架構

系統架構的設置是實現WEB數據挖掘技術應用的基本途徑，系統架構的實現是基于開發平臺和運行界面來實現的。在進行系統架構時，必須先行確定系統運行的側重點，在信息網絡技術應用范圍不斷擴展的情形下，電子商務開展的形式也不斷多樣化。這就要求在進行系統架構時，必須依據系統運行的平臺進行有側重的設計，從而使系統在運行過程中所產生的數據分析結果和推送內容能夠更加貼近消費者的應用需求。在對運行界面進行設計時，還要確保其應用的便利性，提升應用者的使用效率。

3.4結果分析

結果分析是提升WEB數據挖掘技術應用水平的重要途徑，在系統運行至一定程度時，必須采用人工介人的方式對系統運行結果進行深入分析，真正發現系統運行中出現的問題，在確保銷售效果的前提下對系統運行中存在的不足進行優化，使系統運行能夠適應行業的發展和自身運行的需要。

4結束語

隨著電子商務行業的發展，其經營活動的開展對WEB數據挖掘技術的依賴程度將會不斷提升，在大數據時代背景下做好數據分析工作，對于提升客戶研究質量、提升商業銷售水平、開展個性化的服務具有重要的意義。這就要求電子商務從業人員要高度重視數據分析工作，依托技術手段更好地開展銷售工作。