1、基于的数据挖掘在电子商务中的应用作者：申艳光 邢丽莉 靳书和 摘要 本文探讨了 Web 数据挖掘在电子商务智能搜索引擎和客户关系管理等方面的应用，利用 Web 挖掘技术对电子商务中的大量信息进行分析和推理，从中挖掘出潜在的模式，预测客户行为，为企业的决策者调整市场策略、做出正确的决策、减少风险、获得竞争优势提供帮助。 关键词 Web 数据挖掘电子商务搜索引擎客户关系 一、引言 目前，如何对网络上大量的信息进行有效组织利用，帮助海量数据的拥有者们找出真正有价值的信息和知识，以指导商业决策行为，成为电子商务经营者关注的问题。迅速发展的基于 Web 的数据挖掘技术，为解决电子商务所面临的问题提供了有
2、效途径。 二、Web 数据挖掘能够获取的知识模式 运用 Web 数据挖掘技术能够对电子商务站点上的各种数据源进行挖掘，找到相关的一些知识模式，以指导站点人员更好地运作站点和向客户提供更好的服务。一般运用 Web 数据挖掘可以挖掘出来的知识模式有以下几个。 1.路径分析 它可以被用于判定在一个 Web 站点中最频繁访问的路径。通过路径分析，可以得到重要的页面，可以改进页面及网站结构的设计。 2.关联规则的发现 在电子商务中关联规则的发现可以找到客户对网站上各种文件之间访问的相互关系，可以找到用户访问的页面与页面之间的相关性和购买商品间的相关性。利用这些相关性，可以更好的组织站点的内容，实施有效的
3、市场策略，增加交叉销售量，同时还可以减少用户过滤信息的负担。 3.序列模式的发现 序列模式的发现就是在时间戳有序的事务集中，找到那些“一些项跟随另一项”的内部事务模式。它能够便于进行电子商务的组织预测客户的访问模式，对客户开展有针对性的广告服务。通过系列模式的发现，能够在服务器方选择有针对性地页面，以满足访问者的特定要求。 4.分类和预测 分类发现就是给出识别一个特殊群体的公共属性的描述，这个描述可以用来分类新的项。分类的目的是通过构造分类模型或分类器，把数据库中的数据项映射到给定类别中的某一个，以便用于预测;也就是利用历史数据记录自动推导出对给定数据的推广描述，从而能对未来数据进行预测，进行
4、适合某一类客户的商务活动。 5.聚类分析 聚类分析可以从 Web 访问信息数据中聚集出具有相似特性的那些客户。在 Web 事务日志中，聚类顾客信息或数据项能够便于开发和执行未来的市场策略。这种市场策略包括自动给一个特定的顾客聚类发送销售邮件、为属于某一个顾客聚类中的顾客推荐特定的商品等。对电子商务来说，客户聚类可以对市场细分理论提供有力的支持。通过对聚类客户特征的提取，电子商务网站可以为客户提供个性化的服务。 6.异常检测 异常检测是对分析对象的少数的、极端的特例的描述，以揭示内在的原因，从而减小经营的风险。异常检测在电子商务中的应用可以体现在信用卡欺诈甄别、发现异常客户和网络入侵检测等方面。
5、 三、Web 数据挖掘在电子商务中的应用 1.数据抽取方法在电子商务中的应用 Web 数据挖掘基本方法之一就是进行数据抽取，以期对数据进行浓缩，给出它的紧凑描述，如方差值等统计值或用直方图等图形方式表示，从数据泛化的角度讨论数据总结，把最原始、基本的企业信息数据从低层次抽象到高层次，以便于决策。 2.基于 Web 数据挖掘的智能化搜索引擎 电子商务企业在活动过程中面临的问题之一是如何通过 Internet 全面、准确、及时地收集到企业内、外部的环境信息，尤其是一些隐性的、关系到企业经营成败的关键信息，以提高竞争力。目前的搜索引擎存在着查准率低、返回无用信息多的问题，使企业无法得到优质的信息。W
6、eb挖掘技术主要在以下几个方面对搜索引擎有借鉴作用:文档的自动分类、自动摘要的形成、检索结果的联机聚类和相关度排序及实现个性化的搜索引擎。经过文档的分类处理，可以对搜索结果进行分门别类，可以通过限制搜索范围来使文本的查找更为容易，帮助用户快速的对目标知识进行定位;自动摘要能够解决大部分搜索引擎机械地截取文档的前几句和固定字数的摘要使信息反映不完整的缺陷，使用户能较准确、快速、方便地了解检索信息；通过对检索结果的文档集合进行聚类，可以使得与用户检索结果相关的文档集中在一起，从而远离那些不相关的文档，将处理以后的信息以超链结构组织的层次方式可视化地提供给用户，由用户选择他所感兴趣的那一簇，将大大缩
7、小所需浏览的页面数量；将 Web使用挖掘中的个性化技术应用在搜索引擎中，可以在大量训练样本的基础上，得到数据对象间的内在特征,并以此为依据进行有目的的信息提取，使得搜索引擎可以按照用户的兴趣偏好扩充用户搜索的关键词，以使得检索结果更接近用户要求，或者根据用户历史浏览信息的分析获得用户兴趣库，调用个性化的搜索引擎可以提高用户检索的查全率与查准率。通过借鉴 Web 挖掘技术可以改善检索结果的组织，从而使检索效率得到改善。 3.Web 数据挖掘在客户关系管理中的应用 Web 数据挖掘能够帮助企业确定客户的特点，使企业能够为客户提供有针对性的服务。将 Web 数据挖掘用在电子商务 CRM 中主要体现在
8、客户的获取和保持、价值客户鉴别、客户满意度分析及改善站点结构等几方面。 通过 Web 数据挖掘，可以理解访问者的动态行为，据此优化电子商务网站的经营模式。通过把所掌握的大量客户分成不同的类，对不同类的客户提供个性化服务来提高客户的满意度，从而保持老客户；通过对新访问者的网页浏览记录进行分析，就可以判断出该访问者是属于哪一类客户，是有利可图的潜在客户还是毫无价值的过客，达到区别对待、节省销售成本、提高访问者到购买者的转化率的目的，从而挖掘潜在客户；通过对具有相似浏览行为的客户进行分组，提取组中客户的共同特征，从而实现客户的聚类，这可以帮助电子商务企业更好地了解客户的兴趣、消费习惯和消费倾向，预测
9、他们的需求，有针对性地向他们推荐特定的商品并实现交叉销售，可以提高交易成功率和交易量，提高营销效果。 此外，站点的结构和内容是吸引客户的关键。利用关联规则的发现，针对不同客户动态调整站点结构和页面内容，把具有一定支持度和信任度的相关联的物品放在一起以有助于销售；通过路径分析等技术可以判定出一类用户对 Web 站点频繁访问的路径，这些路径反映这类用户浏览站点页面的顺序和习惯，将客户访问的有关联的文件实现直接链接，让客户容易地访问到想要的页面。这样的网站会给客户留下好印象，提高客户忠诚度，吸引客户，延长他们在网站上的驻留时间以及提高再次访问的机率。 四、结论 面向电子商务的 Web 数据挖掘能发现大量数据背后隐藏的知识，可以使企业更有效的确认目标市场，改进决策，提高市场竞争力，改善企业客户关系，从而为企业带来更高的效益，具有良好的发展和应用前景。
