基于貝葉斯網(wǎng)絡(luò)模型的電子商務(wù)數(shù)據(jù)挖掘應(yīng)用研究概述

李浩波

摘要：當(dāng)前，隨著以電子商務(wù)為特征的新經(jīng)濟(jì)逐步走向成熟，企業(yè)的競爭優(yōu)勢不再是企業(yè)的信息搜集能力，更重要的是分析信息并發(fā)現(xiàn)有用知識的能力，如何鑒別有效的、新穎的、潛在有用的、并最終可以被理解的知識模式是當(dāng)今企業(yè)最關(guān)心的問題。以數(shù)據(jù)挖掘技術(shù)為主要手段的商業(yè)智能技術(shù)在企業(yè)進(jìn)行知識管理和決策中扮演越來越重要的作用。

關(guān)鍵詞：貝葉斯;電子商務(wù);數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是利用合適的方法和技術(shù)從大量數(shù)據(jù)中汲取模式和知識的過程，關(guān)于數(shù)據(jù)挖掘的研究已經(jīng)取得了許多非常重要的成果，如關(guān)聯(lián)規(guī)則挖掘、聚類分類，模式抽取等方法等。但是這些傳統(tǒng)數(shù)據(jù)挖掘技術(shù)和方法主要面向目標(biāo)數(shù)據(jù)內(nèi)容的挖掘，即從數(shù)據(jù)內(nèi)容、文檔、屬性中發(fā)現(xiàn)有用信息的過程。傳統(tǒng)數(shù)據(jù)挖掘的目標(biāo)是基于個體數(shù)據(jù)的抽取模式，致力于提取數(shù)據(jù)內(nèi)容反映的有用知識。但是，基于內(nèi)容的數(shù)據(jù)挖掘技術(shù)不能表現(xiàn)網(wǎng)絡(luò)資源個體所組成的拓?fù)浣Y(jié)構(gòu)，缺乏從這些結(jié)構(gòu)中提取有用知識的能力。例如，數(shù)據(jù)挖掘是通過分析某用戶的歷史購買行為來預(yù)測用戶的需求，但是這種預(yù)測沒有結(jié)合其他消費者對該用戶的影響，而實際上一個人決定購買某種商品很大程度上受到其朋友、身邊熟悉的人以及生意伙伴等等的影響。在這些有影響的人群當(dāng)中，他們對該用戶購買某種商品所起作用是不同的，有些可能較大，有些可能很小。

網(wǎng)絡(luò)結(jié)構(gòu)挖掘不同于傳統(tǒng)的數(shù)據(jù)挖掘中基于個體目標(biāo)數(shù)據(jù)模式抽取的方法，而是基于目標(biāo)之間的關(guān)系進(jìn)行模式挖掘，這種基于對象間的關(guān)系進(jìn)行模式挖掘的目的是在目標(biāo)網(wǎng)絡(luò)中提取正確的、新穎的、有用的結(jié)構(gòu)模式。結(jié)構(gòu)模式指的是網(wǎng)絡(luò)結(jié)構(gòu)中的蘊(yùn)涵的規(guī)律、內(nèi)在機(jī)制、變化趨勢等知識，例如：在商務(wù)系統(tǒng)中，誰是最有影響力的消費者，其購買決策可能影響著其他的消費者;在科學(xué)引文數(shù)據(jù)庫中，哪些文獻(xiàn)是在引文中經(jīng)常被引用的經(jīng)典文章;在互聯(lián)網(wǎng)瀏覽過程中，如何幫助人們在互聯(lián)網(wǎng)上查找和定位最有價值的網(wǎng)頁等等。

在智能商務(wù)信息服務(wù)中，除了面向內(nèi)容的數(shù)據(jù)挖掘外，也非常關(guān)注面向網(wǎng)絡(luò)結(jié)構(gòu)模式提取的網(wǎng)絡(luò)結(jié)構(gòu)挖掘。例如，在商務(wù)網(wǎng)絡(luò)中如何查找網(wǎng)絡(luò)中的關(guān)鍵資源，從而確定哪些企業(yè)、產(chǎn)品或者消費者在商務(wù)網(wǎng)絡(luò)中起著關(guān)鍵的作用;通過對商務(wù)系統(tǒng)中用戶群的分析和挖掘，研究和提取用戶在消費中相互的影響和作用，發(fā)現(xiàn)消費習(xí)慣是如何在網(wǎng)絡(luò)中傳播的，研究網(wǎng)絡(luò)結(jié)構(gòu)的相互影響及其傳播速度，以及隨著時間的變化，網(wǎng)絡(luò)結(jié)構(gòu)的動態(tài)模式如何變化，網(wǎng)絡(luò)結(jié)構(gòu)如何進(jìn)化，以及其進(jìn)化機(jī)制如何，等等;通過對商務(wù)系統(tǒng)中商品群的分析和挖掘，研究商品之間的關(guān)系模式，提取重要商品結(jié)點或者利潤最大化的商品結(jié)點，從而發(fā)現(xiàn)通過哪些商品或產(chǎn)品的增大生產(chǎn)或者推廣能夠為企業(yè)帶來更多的效益。網(wǎng)絡(luò)結(jié)構(gòu)模式挖掘彌補(bǔ)了智能商務(wù)中傳統(tǒng)數(shù)據(jù)挖掘的不足，開展商務(wù)網(wǎng)絡(luò)結(jié)構(gòu)挖掘的研究有助于更廣范圍的進(jìn)行企業(yè)決策支持。

同其他數(shù)據(jù)挖掘領(lǐng)域相比，雖然網(wǎng)絡(luò)結(jié)構(gòu)知識挖掘的研究起步比較晚，但是這一問題已經(jīng)得到許多研究人員和機(jī)構(gòu)的重視，研究領(lǐng)域包括了社會學(xué)、數(shù)學(xué)、物理學(xué)、計算機(jī)科學(xué)、以及生物學(xué)等許多方面。在社會學(xué)研究方面，采用社會網(wǎng)絡(luò)分析手段對社會成員之間的關(guān)系和交互方式進(jìn)行分析和挖掘，以便發(fā)現(xiàn)潛在的社會結(jié)構(gòu)。這種社會網(wǎng)絡(luò)結(jié)構(gòu)分析方法的最顯著特征就是使用結(jié)構(gòu)或相互信息來研究或測試社會學(xué)理論。不僅僅是考慮社會成員的屬性，如他們的年齡、性別、社會經(jīng)濟(jì)狀況、受教育情況，還要考慮社會成員之間的關(guān)系特性，如自然關(guān)系、強(qiáng)度、和關(guān)聯(lián)頻率等，這些都被認(rèn)為是影響社會結(jié)構(gòu)的重要因素。社會網(wǎng)絡(luò)分析也被用來進(jìn)行組織行為分析和組織交互關(guān)系分析等。在統(tǒng)計物理學(xué)中，文獻(xiàn)采用網(wǎng)絡(luò)拓?fù)浣y(tǒng)計分析方法來進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)模式分析，該方法不同于靜態(tài)的結(jié)構(gòu)處理方法，而是將網(wǎng)絡(luò)結(jié)構(gòu)看成是某種進(jìn)化的過程，通過某種統(tǒng)計機(jī)制進(jìn)行描述和建模。在因特網(wǎng)的應(yīng)用中，許多文獻(xiàn)研究將網(wǎng)絡(luò)結(jié)構(gòu)模式挖掘用于查找網(wǎng)絡(luò)中的關(guān)鍵資源問題。一個網(wǎng)絡(luò)可以看成是資源的集合，在因特網(wǎng)網(wǎng)頁中，網(wǎng)頁文本的內(nèi)容就可以看成是信息資源，計算機(jī)網(wǎng)絡(luò)中的電纜電線也可以看成是資源，這些資源的損壞可能導(dǎo)致網(wǎng)絡(luò)的故障。在網(wǎng)絡(luò)中的起關(guān)鍵作用的人、文本、關(guān)系或通信通道通常是網(wǎng)絡(luò)功能的重要部分。應(yīng)用于關(guān)鍵資源查找的技術(shù)已經(jīng)應(yīng)用于多種應(yīng)用系統(tǒng)，文獻(xiàn)用于挖掘網(wǎng)頁中的高質(zhì)量頁面，文獻(xiàn)用于在計算機(jī)通信網(wǎng)絡(luò)中查找網(wǎng)絡(luò)上使得網(wǎng)絡(luò)性能降低的電纜以及結(jié)點等故障。此外在其他領(lǐng)域也得到了廣泛應(yīng)用研究，如：科學(xué)文獻(xiàn)的引用模式分析、在協(xié)同工作的網(wǎng)絡(luò)上搜索特定問題的處理專家以及在犯罪和恐怖組織網(wǎng)絡(luò)中確定領(lǐng)導(dǎo)者和跟隨者等等。

雖然網(wǎng)絡(luò)結(jié)構(gòu)知識挖掘在許多領(lǐng)域進(jìn)行了廣泛的研究和應(yīng)用，但面向商業(yè)智能領(lǐng)域來說還面臨許多挑戰(zhàn)：

第一，已有的研究中大多數(shù)以數(shù)據(jù)資源為研究對象，缺少一種完整的、面向商務(wù)環(huán)境的關(guān)于網(wǎng)絡(luò)結(jié)構(gòu)挖掘的知識資源表示框架。網(wǎng)絡(luò)中的信息或數(shù)據(jù)資源是智能商務(wù)知識的基礎(chǔ)，已有的研究中多數(shù)采用數(shù)據(jù)形式描述這些資源并據(jù)此構(gòu)建數(shù)據(jù)關(guān)聯(lián)模型。而知識服務(wù)要求對商務(wù)環(huán)境下的網(wǎng)絡(luò)資源進(jìn)行知識標(biāo)引與表示，并通過知識之間的關(guān)聯(lián)表示資源之間的關(guān)系和資源的動態(tài)維護(hù)。因此研究框架應(yīng)該包括有關(guān)商務(wù)網(wǎng)絡(luò)結(jié)構(gòu)的大多數(shù)共性問題，并且需要包括網(wǎng)絡(luò)資源和結(jié)構(gòu)的統(tǒng)一觀點和方法論，為將來的研究和應(yīng)用提供指導(dǎo)。

第二，已有的研究中大多數(shù)是關(guān)于網(wǎng)絡(luò)結(jié)構(gòu)資源的靜態(tài)結(jié)構(gòu)進(jìn)行研究，反映的是在某單一時間點上所觀察到的網(wǎng)絡(luò)資源結(jié)點和關(guān)系所處的狀態(tài)和特征，發(fā)現(xiàn)的是在某時間觀測到的結(jié)點和關(guān)系的特定配置結(jié)構(gòu)和規(guī)則。由于商務(wù)網(wǎng)絡(luò)應(yīng)用大多數(shù)是網(wǎng)絡(luò)在線進(jìn)行的，個體的變化可能也會影響整個網(wǎng)絡(luò)結(jié)構(gòu)的改變，這種變化由于實時在線的原因可能頻繁改變，因此研究和分析動態(tài)的網(wǎng)絡(luò)模式是智能商務(wù)應(yīng)用非常重要的問題。同時，網(wǎng)絡(luò)結(jié)構(gòu)模型的進(jìn)化規(guī)律反映了模型從一種形態(tài)轉(zhuǎn)化為另一種形態(tài)的過程和趨勢，特定的結(jié)構(gòu)模型進(jìn)化過程導(dǎo)致了特定的網(wǎng)絡(luò)結(jié)構(gòu)，這些結(jié)構(gòu)又進(jìn)一步影響了網(wǎng)絡(luò)的功能和執(zhí)行，因此這種模型的進(jìn)化問題也是特別重要的。目前，關(guān)于商務(wù)知識動態(tài)結(jié)構(gòu)模型及其進(jìn)化的研究還處于初級階段。

第三，現(xiàn)有的基于內(nèi)容的數(shù)據(jù)挖掘技術(shù)已經(jīng)取得顯著的研究成果，如何將這類數(shù)據(jù)挖掘技術(shù)與網(wǎng)絡(luò)結(jié)構(gòu)挖掘技術(shù)相結(jié)合，開展面向商務(wù)智能的綜合性知識發(fā)現(xiàn)研究還有待進(jìn)一步加強(qiáng)。傳統(tǒng)的數(shù)據(jù)挖掘?qū)我坏耐诰蚍椒ɑ蚣夹g(shù)的研究較多，對方法的適應(yīng)性和綜合應(yīng)用的研究較少，對商務(wù)智能應(yīng)用中經(jīng)典問題的綜合解決缺乏有效的方法，基于內(nèi)容挖掘與基于網(wǎng)絡(luò)結(jié)構(gòu)挖掘技術(shù)相融合的研究不多。在商務(wù)智能中，研究現(xiàn)有數(shù)據(jù)挖掘方法與其它結(jié)構(gòu)挖掘技術(shù)相結(jié)合，從而既能夠從目標(biāo)中提取有用的知識和模式，還可以發(fā)現(xiàn)目標(biāo)個體與個體、個體與子群、個體與整體之間的關(guān)系模式，也是未來該領(lǐng)域研究的重點內(nèi)容。

基于以上分析，我們提出基于貝葉斯網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)知識挖掘研究這一課題。擬從模型理論的角度，進(jìn)一步研究基于數(shù)據(jù)挖掘平臺的網(wǎng)絡(luò)結(jié)構(gòu)知識挖掘研究，探索將面向個體內(nèi)容的數(shù)據(jù)挖掘提升為面向網(wǎng)絡(luò)整體的結(jié)構(gòu)挖掘的途徑。

基金項目：2020年度浙江省高等教育學(xué)會高等教育研究課題科研資助項目“基于貝葉斯網(wǎng)絡(luò)模型的電子商務(wù)數(shù)據(jù)挖掘應(yīng)用研究”（KT2020214）。