试析Web数据挖掘技术在电子商务中的运用

蔡仲博

摘 要：信息化时代的电子商务发展速度尤为迅速，但是也难以避免的面临着许多问题。最突出的问题就是如何使仅能关注到有限页面的顾客在大量的信息下快速找到自己所需要的产品。而数据挖掘则有助于在这些诸多数据中找到能够代表数据之间关系的模型，并利用模型加以预测，由此解决电子商务中所存在的难题。同时还可以利用搜集访问内容、频率等用户数据的方式，对用户特征进行深入分析，以此给广大用户定制个性化的服务，大幅度提升电子商务的服务质量，并且还能够显著提高电子商务的运行效率，降低运行成本。

关键词：数据挖掘 电子商务 Web

中图分类号：F011 文献标识码：A 文章编号：1674-098X（2015）03（c）-0041-01

将Web数据挖掘技术应用于电子商务领域，能够把大量的信息从Web页面中提取出来，对群体用户的访问方式与行为有详细的了解。

1 Web数据挖掘技术和电子商务

1.1 Web数据挖掘技术

在大量的Web信息仓库中，用户浏览的有关数据中挖掘出隐含的、关联的、有用的信息就是Web数据挖掘技术。在电子商务中应用Web数据挖掘技术，通过对顾客的订单详情、访问习惯、访问方式等信息进行挖掘，能够分析出顾客的购买行为特点，对顾客的访问习惯予以跟踪，以此可以使网页设计得到大大改善，使用户界面具有个性化、智能化的特点。

1.2 电子商务

电子商务是随着科学技术与计算机技术的发展而出现的一种新型的商业运行模式，主要运营模式就是利用开放的因特网，以服务器、浏览器为基础，使买卖双方不见面就能够完成各种商贸交易活动。[1]目前电子商务的业务范围主要有商户之间的网上交易、消费者的网上购物、在线电子支付和各种金融、交易、商务活动。网络通讯技术和微电脑技术是支撑电子商务活动的主体技术。从广义上来看，电子商务主要有以下三种模式：C2C模式、B2C模式、B2B模式。

2 应用于电子商务中的几种Web数据挖掘技术

2.1 关联规则技术

关联规则技术主要应用于电子商务的商品推荐系统之中，其原理就在于根据关联规则发现算法，继而能够按照顾客的购买行为向顾客推荐他们感兴趣的商品。管理规则形成和推荐形成是基于关联规则的推荐算法的两个步骤。在推荐形成阶段，推荐系统可以依照规则对顾客未浏览商品的推荐度进行计算，然后依照推荐度的大小对顾客推荐其未浏览的商品。发现关联规则是应用关联规则技术对顾客推荐商品的过程中最耗费时间的步骤，同时也是关联规则算法的瓶颈，因此可以离线进行这个步骤，但是规则一旦形成就会具备良好的推荐实时性。

2.2 序列模式分析技术

序列模式分析技术主要应用就是在时间没有顺序的事务集中找到“一些项伴随另一个项”的之类的内部事务模式。用序列模式分析技术对Web日志进行分析挖掘，可以方便的对顾客的访问模式进行预测，从而可以利用这种模式有针对性的向顾客推荐相关商品，也可以实现有针对性的广告服务。序列模式与关联规则一样，都依赖于发现，这两种技术都有助于在服务器动态的建立与客户有关的、有针对性的页面，使访问者的特定需求得到最大限度的满足。

2.3 分类分析技术

分类分析技术在电子商务中的主要应用就是得到顾客的分类模式，然后有针对性的对不同种类的顾客开展相应的商务活动，使客户能够得到个性化的电子信息服务。分类分析技术应用的另外一个延伸就是分析新的顾客，判断他们属于哪个顾客分类模式，然后有针对性的与其进行商务活动。[2]

3 Web数据挖掘技术对电子商务的改变

3.1 能够对客户深入了解

首先，能够对客户的需求有更加深入的理解。有调查证明20%的客户贡献了一个企业80%的业务，并且与向已有客户推销商品相比，向新客户推销商品的费用要超过其5倍。所以在电子商务中应用数据挖掘技术，可以分析出特定顾客群购买商品的偏好、网站的忠诚客户，然后可以利用这些分析结果对客户提供人性化的关怀、进行个性化的营销，从而使得客户对网站的忠诚度得到极大的提高。

其次，能够发掘出网站的潜在客户。对于潜在客户的发掘，一般先将已经存在的访问者分成以下三类：其一，极少购买的客户；其二，多次对网站进行浏览的客户；其三，第一次对网站进行浏览的客户。然后按照上述分类对每种类型的老客户的公共属性進行分析，确定这三种分类相互间的关系以及进行分类的关键属性。做好这些工作之后，就可以把一个新用户正确的归类到其所属类别之中，进而能够根据分类对这个新用户是否有利可图进行判断，并判断其是否为潜在用户。如果这个新用户是潜在客户，就可以把一些个性化的、有针对性的页面内容展现在这个新客户面前。

最后，能够延长客户驻留网站的时间，使网站获得更好的购买率。

3.2 能够使得站点的效率得到极大的提高

现如今，设计网站时完全依赖于专家的定性指导已经不可行，更好的办法是依照访问者的信息对网站外观、结构进行设计与修改。分析用户的访问路径，把用户访问最频繁的路径找出来，然后依照此路径对网页的链接、网站的结构进行设计，由此大大的缩短用户的访问时间，提高交易效率，同时也能降低网站的支出。若一个网站可以使得用户轻易地访问到他所想访问的页面，用户就会对此网站有良好的印象与用户体验，从而该用户下次访问的概率就会变大。[4]

3.3 能够缩减公司的运行成本

利用Web数据挖掘技术，电子商务的卖家得到的是较为可靠的市场反馈信息，利用这些信息，卖家可以对顾客未来的行为进行预测，从而对顾客实施有针对性的电子商务营销活动。卖家投放广告的规模与位置也可以通过关心该产品的顾客的浏览模式为基准来做决定，继而使广告对顾客的针对性大大提高，也可以使广告的投资回报率得到显著提高。

4 结语

总而言之，Web数据挖掘技术能够对顾客的消费趋势、市场偏好进行分析预测，进而帮助企业为客户建立个性化的服务设备，找到新的利润增长点，发现更大的商业机遇。因此，伴随着电子商务的发展，Web数据挖掘技术的应用将会越来越广泛，并且在很大程度上帮助企业对客户特征进行系统化的分析，实行科学有效的商品营销策略。

参考文献

[1] 胡永祥.基于Web的数据挖掘技术在电子商务中应用探讨[J].福建电脑，2013，29（10）：130-131

[2] 何丽.计算机web数据在电子商务中的运用[J].魅力中国，2014（4）：298-298.

[3] 魏妮妮，宋翌.数据挖掘在电子商务网站中的应用研究[J].软件导刊，2013，12（4）：127-129.

[4] 宋鑫，边春娜.试述Web数据挖掘领域的现状及其在电子商务中的应用和意义[J].大江周刊：论坛，2012（12）：50-50.