基于本體的數(shù)據(jù)挖掘在CRM決策分析中的應(yīng)用

李 寰，賈保先，許麗莉

（聊城大學(xué) 計算機學(xué)院，山東 聊城 252059）

基于本體的數(shù)據(jù)挖掘在CRM決策分析中的應(yīng)用

李 寰，賈保先，許麗莉

（聊城大學(xué) 計算機學(xué)院，山東 聊城 252059）

文章融合了本體和數(shù)據(jù)挖掘技術(shù)，提出了基于本體的數(shù)據(jù)挖掘決策分析模型，利用基于本體的數(shù)據(jù)挖掘方法從語義層面上實現(xiàn)了對用戶數(shù)據(jù)的挖掘，實現(xiàn)了用戶數(shù)據(jù)的高效率和高精度挖掘，并根據(jù)挖掘結(jié)果進行決策分析，根據(jù)分析結(jié)果為用戶提供基于RSS聚合的個性化服務(wù)。

本體；數(shù)據(jù)挖掘；客戶關(guān)系管理；語義；RSS聚合；決策分析

1 基于本體的數(shù)據(jù)挖掘

本體是概念化規(guī)范說明，對于CRM中的用戶本體來說它包括有關(guān)用戶概念的各種術(shù)語、關(guān)系并給出術(shù)語的語義。用戶本體可以從用戶的不同視圖或側(cè)面，例如用戶類型、行為、狀態(tài)等，進行用戶描述，展示用戶的不同屬性及屬性之間的關(guān)系。利用用戶本體作為一種用戶知識的展示模型可以提高企業(yè)與用戶之間基于語義的協(xié)同性，從而實現(xiàn)用戶信息的高度共享和寵用。文獻[1]將用戶本體引入到用戶數(shù)據(jù)挖掘中，利用本體實現(xiàn)了CRM數(shù)據(jù)一致性，解決了數(shù)據(jù)異構(gòu)的問題，解決了傳統(tǒng)規(guī)則難于理解的問題。同時，用戶本體在語義規(guī)則前提下挖掘提高了挖掘的有效性，而本體進化也可方便規(guī)則的增加和刪改[2]。

在挖掘過程中，本體是用來協(xié)助用戶構(gòu)成有效DM過程（可執(zhí)行方案）集合。因此用戶本體的構(gòu)建至關(guān)重要。構(gòu)建用戶本體的步驟首先是用戶本體建模，其次是在一些成熟的元本體基礎(chǔ)上，用自然語言描述用戶本體的概念及其之間的關(guān)系，并對自然語言描述的結(jié)果選擇合適的本體描述語言對其進行形式化，最終生成可供計算機識別、處理的文件。本體的構(gòu)建方法有很多，結(jié)合電子商務(wù)CRM本體變化快、動態(tài)性及健壯性需求比較高的前提下，我們建議采用用軟件工程思想的原型法[3]或知識工程方法[4]來構(gòu)建CRM本體。

基于本體的數(shù)據(jù)挖掘中，首先引入軟件工程需求分析的思想，管理者通過和用戶交流獲得挖掘的目標(biāo)，其次由CRM建好的本體構(gòu)建成DM所需的數(shù)據(jù)集，然后選擇合適的數(shù)據(jù)預(yù)處理方法或挖掘方法，對本體庫集進行挖掘，此過程中可以選擇合適的挖掘算法對數(shù)據(jù)庫進行優(yōu)化、可視化的操作。在整個過程中，由于本體注重概念屬性之間的關(guān)聯(lián)和知識的共享，因此挖掘工作者不會忽略此領(lǐng)域中并不熟悉、但又有可能導(dǎo)致發(fā)現(xiàn)知識的數(shù)據(jù)挖掘技術(shù)[5]。

下面以關(guān)聯(lián)規(guī)則的應(yīng)用來舉例說明基于本體的數(shù)據(jù)挖掘在決策分析在網(wǎng)上書店中的具體應(yīng)用。假設(shè)CRM知識庫中存在以下兩個本體：用戶本體和圖書本體，其中圖書本體的計算機相關(guān)學(xué)科的部分本體我們選用文獻[6]所描述層次，如圖1所示。基于本體的數(shù)據(jù)挖掘系統(tǒng)根據(jù)數(shù)據(jù)倉庫中的數(shù)據(jù)推導(dǎo)出關(guān)聯(lián)規(guī)則如下：一個用戶如果購買圖書《計算機應(yīng)用》的同時也購買了《人工智能》，此時基于本體的數(shù)據(jù)挖掘決策分析系統(tǒng)會通過知識庫中已有的本體規(guī)則推理，即沿著本體的念底層向上歸納發(fā)現(xiàn)這些購買《計算機應(yīng)用》圖書的用戶大多是計算機科學(xué)技術(shù)專業(yè)的讀者，因此系統(tǒng)便可以通過推理可以得到這樣的結(jié)論：計算機科學(xué)與技術(shù)專業(yè)的用戶購買《計算機應(yīng)用》圖書時，購買《人工智能》的概率很大。然后，系統(tǒng)將此結(jié)果反饋給企業(yè)管理人員，管理人員由此設(shè)定個性化推薦的界面，提高效率，節(jié)約成本，同時提高用戶的滿意度。

2 基于本體的數(shù)據(jù)挖掘決策分析設(shè)計

經(jīng)過以上本體構(gòu)建及數(shù)據(jù)挖掘分析，結(jié)合電子商務(wù)CRM實際情況，借鑒文獻[1]的架構(gòu)，我們初步提出了基于本體的數(shù)據(jù)挖掘在電子商務(wù)CRM個性化推薦的系統(tǒng)架構(gòu)的設(shè)想，架構(gòu)分四個層次：原始數(shù)據(jù)層、用戶本體層、數(shù)據(jù)挖掘?qū)印€性推薦層。

（1）原始數(shù)據(jù)層主要存放了CRM及圖書等相關(guān)的原始數(shù)據(jù)。比如在CRM中我們包含了對用戶日常訪問日志信息的搜集。這些日志信息的搜集及挖掘?qū)Φ谒膶哟蔚耐扑]非常重要，因為Web使用挖掘主要是將數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web站點的用戶訪問日志以分析Web站點的使用，通過Web站點的使用挖掘，對用戶的訪問內(nèi)容，停留時間和頻度進行分析，可以得到關(guān)于用戶訪問行為和方式的普遍知識，用以改進Web站點服務(wù)設(shè)計。更重要的是，通過對這些用戶特征的理解和分析，可以開展有針對性的個性化服務(wù)。Web使用挖掘主要是將數(shù)據(jù)挖掘技術(shù)應(yīng)用于Web站點的用戶訪問日志以分析Web站點的使用，通過Web站點的使用挖掘，對用戶的訪問內(nèi)容，停留時間和頻度進行分析，可以得到關(guān)于用戶訪問行為和方式的普遍知識，用以改進Web站點服務(wù)設(shè)計。更重要的是，通過對這些用戶特征的理解和分析，可以開展有針對性的個性化服務(wù)。

（2）用戶本體層。該層次是對原始數(shù)據(jù)層的提出及優(yōu)化，使原來雜亂無章、無結(jié)構(gòu)化或半結(jié)構(gòu)化的數(shù)據(jù)通過語義提取、語義標(biāo)注等方法形成結(jié)構(gòu)化可共享重用、無歧義理解的本體庫，為數(shù)據(jù)挖掘?qū)犹峁┩诰虻幕A(chǔ)。

（3）數(shù)據(jù)挖掘?qū)?。該層次主要利用各種挖掘技術(shù)對形成的本體庫進行深層次挖掘，挖掘手段多樣，包括關(guān)聯(lián)規(guī)則、聚類分析、決策樹、離散點檢測、神經(jīng)網(wǎng)絡(luò)、演變分析等。例如關(guān)聯(lián)規(guī)則的挖掘可以應(yīng)用在CRM本體挖掘中，把一個URL地址看作一個項目，一次瀏覽過程看作一個記錄，則每條記錄（即一次事務(wù)處理），由該次瀏覽所訪問的所有URL地址構(gòu)成。從這樣一個數(shù)據(jù)庫中，就可以找出有關(guān)URL地址的關(guān)聯(lián)規(guī)則，這些規(guī)則對于網(wǎng)絡(luò)搜索引擎的設(shè)計是有幫助的，從而可以把一連串有關(guān)聯(lián)的網(wǎng)絡(luò)地址提交給用戶。當(dāng)用戶在閱讀某個網(wǎng)頁時，根據(jù)關(guān)聯(lián)規(guī)則就可以預(yù)先取出該用戶在后面可能訪問的頁面，提供個性化的服務(wù)。

（4）個性推薦層可以根據(jù)基于數(shù)據(jù)挖掘的結(jié)果進行語義相關(guān)性推薦。當(dāng)用戶對某一子領(lǐng)域感興趣時，由于同一本體論下屬的各個領(lǐng)域之間存在相關(guān)性，這種相關(guān)性使得不同領(lǐng)域間的推薦成為可能。我們知道，用戶在圖書資源上的偏好屬性的表現(xiàn)形式不一樣，然而，如果我們能夠識別各類圖書資源相關(guān)屬性，就可以實現(xiàn)不同圖書資源之間的匹配，并做出這樣的推薦。通過構(gòu)建一個領(lǐng)域里關(guān)于用戶在某類產(chǎn)品上的偏好特征模式，可以對不同的子領(lǐng)域進行匹配。例如在圖1所示的計算機科學(xué)圖書領(lǐng)域，計算機科學(xué)包含人工智能、系統(tǒng)結(jié)構(gòu)、計算機應(yīng)用三個子學(xué)科，當(dāng)用戶當(dāng)前關(guān)注的是人工智能子領(lǐng)域時，通過相關(guān)性分析，例如喜歡人工智能類圖書的用戶很可能在某種程度上也喜歡計算機應(yīng)用類圖書，因此我們在展示人工智能類圖書的同時，也附著推薦計算機應(yīng)用類圖書。因此，可以通過確定該領(lǐng)域所屬本體論，推斷出用戶可能對該本體論中的其它領(lǐng)域感興趣的部分。當(dāng)前瀏覽的次本體不屬于同一個根節(jié)點，我們認為它與用戶當(dāng)前興趣無關(guān)，不需要推薦。這樣也就避免了推薦一些無關(guān)頁面給用戶，提高了推薦的精確度[7]。個性推薦時，我們采用RSS技術(shù)，RSS 是“Really Simple Syndication(真正簡易聚合)”。RSS 通過XML標(biāo)準定義內(nèi)容的包裝和發(fā)布格式，使內(nèi)容提供者和接受者都能從中獲益。對內(nèi)容提供者來說，RSS具有及時、全面、有序、高效等特點[8]。其可及時傳遞客戶需要的最新信息、全面報道客戶感興趣的網(wǎng)站內(nèi)容、能夠按照內(nèi)容的重要性進行排序，并且將最新和最重要的內(nèi)容置于頂端、客戶可以根據(jù)自己的興趣對商品進行定制，并且能夠隨時掌握最新的標(biāo)價等信息等。

3 結(jié)束語

本文主要針對CRM數(shù)據(jù)繁多、格式不統(tǒng)一等弊端，提出了基于本體的數(shù)據(jù)挖掘決策分析模型，利用此模型實現(xiàn)了高精度的語義挖掘，并根據(jù)挖掘結(jié)果制定相應(yīng)的決策分析，為用戶提供了基于RSS聚合的個性化服務(wù)，同時全文中利用關(guān)聯(lián)規(guī)則具體說明了基于本體的數(shù)據(jù)挖掘決策分析在網(wǎng)上書店中的應(yīng)用過程。下一步需要進一步完善用戶本體的構(gòu)建思想，建立操作性強、共享重用度高的用戶本體，然后具體研究用戶本體與數(shù)據(jù)挖掘技術(shù)結(jié)合的方法，設(shè)計切實可行的算法，提高挖掘的深度和精度。

[1]周倩.基于User-Ontology的圖書館用戶數(shù)據(jù)挖掘研究[J].圖書館雜志，2006,(10).

[2]路曉偉，蔣馥.侯立文.基于客戶本體的客戶特征提取[J].計算機工程，2005，（5）.

[3]鄒景華，朱慶生.基于語義互聯(lián)網(wǎng)的智能信息檢索研究[D].重慶大學(xué),2005.

[4]李景，蘇曉鷺，錢平.構(gòu)建領(lǐng)域本體的方法[J].計算機與農(nóng)業(yè),2003,(7).

[5]鄒力鹍，王麗珍，姚紹文.數(shù)據(jù)挖掘方法本體研究[J].計算機科學(xué)，2005,（3）.

[6]王存剛.基于Ontology的智能信息檢索系統(tǒng)研究[D].中國海洋大學(xué),2006.

[7]陳晉進.基于本體論的個性化信息服務(wù)的研究湘潭大學(xué)[D].碩士學(xué)位論文，2004.

[8]劉位龍,魏墨濟.RSS技術(shù)在電子商務(wù)平臺設(shè)計中的應(yīng)用[J].情報理論與實踐，2006,29(5).

（責(zé)任編輯/易永生）

TP393

A

1002-6487（2010）18-0158-02

國家自然科學(xué)基金資助項目（60874075）；山東教育廳項目（J08LJ20）

李 寰（1978－），男，山東聊城人，碩士，講師，研究方向：軟件測試、電子商務(wù)等。

賈保先（1982-），男，山東聊城人，碩士研究生，助教，研究方向：物流、RFID、本體等。