- 相關(guān)推薦
Web數據挖掘在電子商務(wù)的應用論文
1電子商務(wù)中的數據挖掘簡(jiǎn)介
電子商務(wù)中的數據挖掘即Web挖掘，是利用數據挖掘技術(shù)從www的資源(即Web文檔)和行為(即Web服務(wù))中自動(dòng)發(fā)現并提取感興趣的、有用的模式和隱含的信息，它是一項綜合技術(shù)，涉及到Internet技術(shù)學(xué)、人工智能等多個(gè)領(lǐng)域。當電子商務(wù)在企業(yè)中得到應用時(shí)，企業(yè)信息系統將產(chǎn)生大量數據，并且迫切需要將這些數據轉換成有用的信息，為企業(yè)創(chuàng )造更多潛在的利潤，數據挖掘概念就是從這樣的商業(yè)角度開(kāi)發(fā)出來(lái)的。
2Web數據挖掘的流程
Web數據挖掘是對商業(yè)數據庫中的大量業(yè)務(wù)數據進(jìn)行抽取、轉換、分析和其他模型化處理，從中提取商業(yè)決策的關(guān)鍵性數據，可以使企業(yè)把數據轉化為有用的信息幫助決策，從而在市場(chǎng)競爭中獲得優(yōu)勢地位。在電子商務(wù)環(huán)境下，Web數據挖掘主要分為以下幾步:(1)數據收集。首先數據收集主要針對web數據中的服務(wù)器數據、用戶(hù)數據。其中服務(wù)器數據是Web挖掘中的主要對象。服務(wù)器中承載著(zhù)用戶(hù)訪(fǎng)問(wèn)時(shí)產(chǎn)生的對應的服務(wù)數據，其中包括了:日志文件、cookie文件、數據流。將這些數據進(jìn)行初步收集，再針對這些數據進(jìn)行深度分析挖掘。(2)數據選擇和預處理。通過(guò)數據收集將數據進(jìn)行分類(lèi)，根據所需的信息主題對收集的數據進(jìn)行選擇，通過(guò)選擇相關(guān)的數據項縮小數據處理的范圍，挑選其中的有效數據進(jìn)行數據預處理。數據預處理能夠提高挖掘效率，為之后的數據分析提供有效的數據。Web數據中大多數都是半結構或非結構化的，所以對web數據進(jìn)行直接處理是不可行的。數據預處理能夠把半結構或非結構化的數據處理成標準的數據集方便后期處理。(3)模式發(fā)現。模式發(fā)現是運用各種方法，發(fā)現數據中隱藏的模式和規則。通過(guò)模式發(fā)現技術(shù)對預處理之后的數據進(jìn)行處理得到相應的事務(wù)數據庫，利用模式發(fā)現對數據進(jìn)行初步挖掘，將預處理下的事務(wù)數據轉換成可被挖掘的存儲方式，通過(guò)數據挖掘模式算法對其中有效的、新奇的、有用的及最終可以理解的信息和知識進(jìn)行挖掘與總結。(4)模式分析。模式分析主要是采用合適的技術(shù)和工具，對挖掘結果進(jìn)行模式的分析，其目的是根據實(shí)際應用，通過(guò)觀(guān)察和選擇，把發(fā)現的統計結果、規則和模型轉換為知識，經(jīng)過(guò)篩選后來(lái)指導實(shí)際的電子商務(wù)行為。
3電子商務(wù)中的數據挖掘技術(shù)
(1)路徑分析技術(shù)。路徑分析主要是對web訪(fǎng)問(wèn)路徑進(jìn)行搜索分析，對于頻繁訪(fǎng)問(wèn)的路徑進(jìn)行總結。利用Web服務(wù)器的日志文件進(jìn)行數據分析，對訪(fǎng)客次數以及對應路徑進(jìn)行分析挖掘出頻繁訪(fǎng)問(wèn)路徑。通過(guò)數據可以分析出大多數訪(fǎng)問(wèn)者的共同喜好，從而能夠幫助電子商務(wù)改進(jìn)web設計以及提供更好更符合客戶(hù)的服務(wù)。(2)關(guān)聯(lián)分析技術(shù)。關(guān)聯(lián)技術(shù)是通過(guò)對數據進(jìn)行分析尋找出隱藏的數據聯(lián)系，關(guān)聯(lián)分析可是對單純的web數據與對應的電子商務(wù)進(jìn)行聯(lián)系。從而可以在web數據挖掘中得到該商務(wù)網(wǎng)站的關(guān)聯(lián)原則和信息。從而更好的使得客戶(hù)和網(wǎng)站數據有之間的相互聯(lián)系。(3)聚類(lèi)分析技術(shù)。聚類(lèi)分析是根據對象進(jìn)行數據分析了之后，對數據的信息和客戶(hù)對象之間的關(guān)系進(jìn)行總結。對數據對象進(jìn)行分組成為多個(gè)類(lèi)或簇，按照數據對象之間的相似度進(jìn)行劃分。(4)分類(lèi)分析技術(shù)。分類(lèi)分析是通過(guò)對數據庫中樣本數據的分析，對每個(gè)類(lèi)別做出準確的描述或分析模型或挖掘分類(lèi)規則。分類(lèi)分析是電子商務(wù)中一個(gè)非常重要的任務(wù)，也是應用最廣泛的技術(shù)。通過(guò)分類(lèi)自動(dòng)推導給定數據的廣義描述，以便對未來(lái)數據進(jìn)行預測。
4Web數據挖掘技術(shù)在電子商務(wù)中的應用
(1)制定優(yōu)質(zhì)個(gè)性化服務(wù)。電子商務(wù)的發(fā)展給了人們更多元化的選擇，同時(shí)，電商網(wǎng)站經(jīng)營(yíng)的商品也在不斷增加，在這樣多元化的網(wǎng)站結構中想要快速找到符合自己的商品必定會(huì )是一個(gè)繁瑣的過(guò)程。然而通過(guò)數據挖掘對瀏覽量、購買(mǎi)力、搜索強度進(jìn)行合理應用，針對數據分析結果對網(wǎng)站進(jìn)行制定優(yōu)質(zhì)的個(gè)性化服務(wù)設計，更合理的安排網(wǎng)站中的物品擺放，從而為用戶(hù)提供更個(gè)性化的服務(wù)。(2)優(yōu)化站點(diǎn)設計。Web設計者可通過(guò)挖掘用戶(hù)的Web日志文件，對Web站點(diǎn)的結構和外觀(guān)進(jìn)行設計和修改。網(wǎng)站網(wǎng)頁(yè)的內容設置直接影響網(wǎng)站的訪(fǎng)問(wèn)效率。網(wǎng)站管理員按照大多數訪(fǎng)問(wèn)者的瀏覽模式對網(wǎng)站進(jìn)行組織，盡量為大多數訪(fǎng)問(wèn)者的瀏覽提供方便，給客戶(hù)留下好的印象，增加下次訪(fǎng)問(wèn)的機率。(3)聚類(lèi)客戶(hù)。在電子商務(wù)中，聚類(lèi)客戶(hù)就是主要的運營(yíng)策略，可以對客戶(hù)瀏覽的信息等內容出發(fā)，對客戶(hù)的共性進(jìn)行分類(lèi)，從而讓電子商務(wù)的運營(yíng)者能更加全面的了解客戶(hù)的需要，對網(wǎng)頁(yè)的內容進(jìn)行適當的調整，并在多方面滿(mǎn)足客戶(hù)的內在需要，盡最大限度的為客戶(hù)提供優(yōu)質(zhì)的、合適的服務(wù)。(4)營(yíng)銷(xiāo)效益分析。利用web數據挖掘對商品訪(fǎng)問(wèn)和銷(xiāo)售情況進(jìn)行有效分析，這樣能夠確定一些營(yíng)銷(xiāo)及消費的生命周期。再者結合目前的市場(chǎng)變化，針對不同的產(chǎn)品進(jìn)行定制獨特的營(yíng)銷(xiāo)策略。數據挖掘能夠有助于提高電商的營(yíng)銷(xiāo)效益。
5結語(yǔ)
綜上所述，web數據挖掘在電子商務(wù)的應用越來(lái)越廣泛，web數據挖掘能夠在海量數據里挖掘出有用的信息。通過(guò)數據處理把握客戶(hù)動(dòng)態(tài)、追蹤市場(chǎng)變化，在激烈的市場(chǎng)競爭中，做出正確的決策。Web數據挖掘在電子商務(wù)領(lǐng)域中一定會(huì )有廣闊的應用前景，它將帶領(lǐng)電子商務(wù)系統走向更加智能化、使客戶(hù)服務(wù)走向更加個(gè)性化。
參考文獻:
�。�1］袁鴻雁．Web數據挖掘技術(shù)在電子商務(wù)中的應用研究［J］．電腦與電信，2008(3):23～24．
�。�2］葉小榮．WEB數據挖掘技術(shù)在電子商務(wù)中的應用研究［J］．北京電力高等專(zhuān)科學(xué)校學(xué)報，2008．
�。�3］馬宗亞，張會(huì )彥．Web數據挖掘技術(shù)在電子商務(wù)中的應用研究［J］．現代經(jīng)濟信息，2014(6X):395．
�。�4］邰宇．Web數據挖掘技術(shù)在電子商務(wù)中的應用研究［J］．中國新技術(shù)新產(chǎn)品，2016(2):21．
【W(wǎng)eb數據挖掘在電子商務(wù)的應用論文】相關(guān)文章：
數據挖掘在旅游電子商務(wù)中應用論文08-07
淺談數據挖掘在電子商務(wù)中的應用10-08
談數據挖掘技術(shù)在電子商務(wù)中的應用10-09
探析電子商務(wù)中數據挖掘方法的應用10-19
數據挖掘技術(shù)在電子商務(wù)網(wǎng)站中的應用09-24
Web數據挖掘技術(shù)在個(gè)性化網(wǎng)絡(luò )教學(xué)中的應用研究08-07
數據挖掘在ＣＲＭ中的應用分析06-09
數據挖掘技術(shù)在ＣＲＭ中的應用09-20