Web数据挖掘技术在电子商务中的应用

王洪军

摘 要：电子商务普遍存在于现代商务的活动中，它的蓬勃发展为企业开辟了新的发展，同时也产生了大量的业务数据。Web数据挖掘技术的广泛应用，可以帮助企业在电子商务活动中充分挖掘、利用及管理这些海量数据，来计划既定出各项业务的指标，让电子商务产生的大数据具有更现实的意义。本篇文章将通过对Web数据挖掘技术的进行探究，从而提升Web数据挖掘技术在电子商务中的广泛运用。

关键词：Web数据挖掘；电子商务；应用

由于互联网的普及，电子商务开始飞速崛起，它打破了人们对于传统商务模式的理念。人们越来越习惯通过电子商务进行企业产品信息的访问和交易，人们的浏览和购买也让Web网上产生了大量的数据。如何及时处理和分析这些数据，让它帮助我们的企业从中挖掘出有价值的信息，就成了我们当前不断探索的关键课题。而只有企业合理利用这些数据，才能不断发现市场需求、维系客户关系、提高企业效益，从而开展健康有序的电子商务活动。

一、电子商务和Web数据挖掘概念

1.电子商务的概念

电子商务就是指我们对任意信息和通信手段，开展任意样式的商务活动或管理操作及信息替换。换句话概括就是完成电子化的商贸交易。电子商务的主体包含了企业与客户，客户与客户之间，企业与企业之间，政府以及企业之间的贸易往来。简单来说，电子商务就是我们个人或企业进行的网上购物、网上支付、电子票据处理、广告商情等活动。电子商务正因其便捷、低廉、安全可靠等优势，逐步覆盖到我们生活生产的各个领域。电子商务所蕴藏的巨大生命力，也让“大数据”时代悄然到来了，如何挖掘处理这些数据，把这些数据转换成有用的信息和知识，再次为电子商务所服务，就成为当下迫在眉睫的首要任务。

2.Web数据挖掘技术的概念

Web数据挖掘技术是一个依托于Web环境的操作技术，它触及了Web技能、数据开发、PC技术以及讯息科学等多项范畴。普通的数据挖掘是从一大堆数据中找寻我们关注的知识，在这些知识里又可能存在一些潜在的讯息，但是普通的数据挖掘技术只是侧重于挖掘讯息里存在的规律性知识；而Web数据挖掘技术是以半结构化或无结构文档为中心，它的数据模式完全不一样，数据中的信息是互相交错的，数据里涵盖的内容几乎不存在语言意义的信息描述，只凭借HTML语法将这些数据进行结构上的叙说。Web数据挖掘技术从一开始就是面向应用领域，它不是对特定数据库进行检索、查询和调用。Web数据挖掘技术广泛应用在超市、金融、电信等拥有大量数据的电子商务中，进行的挖掘有归类用户、信用评测、风险评估等。

二、Web数据挖掘技术的先进作用

1.对数据进行统计与解析

统计与解析是Web数据挖掘技术第一个积极有效地作用，它能够察访并找出数据中拥有的种种规律，接着利用统计和数学模型功能解析这些规律。具体的解析方法有：（1）线性分析和非线性分析（2）接连返回分析和返回分析（3）时间序列分析（4）单变量和多变量分析。数据统计分析可以帮助我们找到各项数据间的联系，像是异常数据与识别时间序列数据中的模式等，数据统计功能是运用相应的工具来进行多变量分析与回归分析的，数据用于浏览子集、查找详细数据及删除冗余的。同时应生成可视的图表，帮助分析人员选择适用于数据统计的恰当模型，包括剖分、多维表及排序等。

2.发现数据中存在的知识

在数据里发掘知识，起初来自于人工智能和机器学习。它可以在数据搜索过程中发现需要的内容，这些内容可以直观展现出数据元素的形式与关联，因此它能够帮助电子商业发现规律和本相。我们可以利用Web数据挖掘技术中的数据浏览可视化工具和可视化浏览工具，给出带有多变量的图形化分析数据，从而以进一步增强数据的发掘能力，帮助电子商务人员进行知识发现。

三、Web数据挖掘技术在电子商务中的应用

1.挖掘潜在客户

潜在客户的挖掘，是我们大部分电子商户业务发展中的主要考核指标。市场业务人员大多采用传统的业务模式来获取新客户，比如大量投放商业广告；或者将已有的目标客户群进行分类，针对这些人开展直销活动。前期使用这些方法还是很快会奏效的，但是随着客户数量的不断增长，每位客户的专属需求也会增长，想要快速对这些客户的进行条件筛选就会变得相当困难。在此，我们就可以通过Web数据挖掘技术，对潜在客户的进行快速的筛选工作。在对电子商务客户的访问信息挖掘时，我们可以在互联网上用到分类功能寻找出今后可能出现的潜在消费者。我们的商户可以据此设立浏览者行为记录，对已经存在的访问者进行行为分类，并依此分析出访问者存在的公共关键属性及相互间关系。这时我们在遇到一个刚访问的浏览者时，就能够借助Web上的归类功能注意到他，找出此客户与已经分类的哪类老客户存在相似描述，从而对这个新客户进行正确的分类。而分类的结果无非就是有利可图的客户群还是无利可图的客户群，此时我们就能够决定要不要把此浏览者当做潜在客户服务。只要锁定了潜在客户，我们就可以对该客户进行动态的、特殊的、个性化的页面展示，记住页面的内容一定要根据客户与销售商提供的产品和服务进行关联。

2.维系有效客户

我们知道一个新客户的作用远远比不上一个忠实的老客户，现在想要得到一个新客户的成本也是越来越大的。在Web数据挖掘技术的应用中，企业可以通过预测找出即将流失的客户，总结其可能流失的几个主要原因，并且有针对性的对即将流失的客户进行挽留工作。电子商务产品信息的庞大复杂，让许多客户迷失其中，传统客户与商家之间的空间距离已不复存在， 在电子商务中每一个商家对客户来说都是不相上下的，这就引发了老客户频繁“跳槽”的行为。

只有坚持运用Web数据挖掘技术，遵循“以客户为中心”的电子商务理念，全面掌握客户的浏览习惯、兴趣及需求，为老客户提供个性化的服务，主动向客户进行页面推荐，及时更新调整Web页面设计，第一时间提供的客户需要的促销信息及商品广告，从而提升老客户反复浏览和购买的频率。我们在维系有效客户时，更应实施客户关系战略，即针对消费者的浏览习惯、浏览频率及浏览信息等内容进行统计，找到每位浏览者的特征生成访问习惯记录，以此建立量身定制的网店，自动为浏览者推荐商品信息，让他们能够更快地发现感兴趣的产品，这是以人为本的购物理念，它能让浏览者一瞬间就变成了消费者。我们还可以按照顾客购物车中的产品，向消费者引荐与之有关的同类商品，增加客户的原则范围，提升经营者的重复销售率。同时，还可以按照每位浏览者的购买需要推荐对应的页面信息，提供对应的促销广告与优惠信息，提升更多消费者对网站浏览的兴趣，预防准客户的流逝现象。

3.管理客户数据

每个企业手里都积攒了大量的客户数据，除了拥有这些数据，我们还应有效的管理这些数据。运用Web数据挖掘技术，可以让企业最大限度地使用手中数据资源，从而对客户的习惯开展研究与分类，这会帮助我们发现客户需求，挖掘潜藏的消费者，打造“以客户为中心”的服务理念，从而提升顾客的满意与忠实度。下面我们来列举通过Web数据挖掘技术进行的数据管理：当消费者通过电子商务进行浏览交易时，我们就能分析出消费者的大概信息，比如年龄、性别、学历、爱好、职业、家庭住址等内容，以及下次购买相关商品的间隔时间和常用的商品型号。掌握了这些数据信息后，我们就可以针对消费者的购买习性和爱好，改善网站的布局设计，因人而异打造不一样的特性化网站，并对目标客户发送有效的广告及促销信息，从而减少商营者还可以根据有效客户对市场功能的评论，家的宣传成本，提升客户的关注度与回应度。与此同时，经实施多方面的营销手段，扩展销售领域和界限，为经营者拟定生产任务和发展计划提供合理的依照。经过提升数据核心及数据管理，我们可以大幅度的提升服务质量赢得客户的积极响应，促进客户数据管理的自动化和智能化。

四、结束语

目前，在我国电子商务的应用正处于快速发展的阶段，作为面向电子商务的Web数据挖掘将是一个非常有前景的领域。如何使用Web数据挖掘技术，优化市场、创新企业、强化客户，就成了我们进行深入研究的工作。综上所述，我们分析了运用Web数据挖掘技术，建立高效动态电子商务的可行性，并且要根据企业需求采用合适的模型和参数，开展Web数据挖掘技术，只有这样才能最大限度的发挥Web数据挖掘的作用，使企业做出正确的决策，减少各项成本，创造更大的利益。伴随Web数据挖掘技术的持续完善与进步，它一定能够遍及到更多领域，拥有更加广阔的应用前景。

参考文献：

[1]夏火松.数据仓库与Web数据挖掘技术[M].北京：科学出版社，2004，3.

[2]张云涛，龚铃.Web数据挖掘原理与技术[M].北京：电子工业出版社，2004，1.

[3]张懿.Web数据挖掘技术在电子商务中的应用[J].电脑知识与技术，2005.

[4]张娥.Web使用模式研究中的Web数据挖掘[J].计算机应用研究，2000.

[5]王绪林.Web使用挖掘的用户个性化服务研究[J].信息系统，2003，1.