We b挖掘在电子商务中的应用研究.doc

We b挖掘在电子商务中的应用研究.docWeb挖掘在电子商务中的应用研究[摘要]当今电子商务蓬勃发展,其网站服务器上积累了大量的数据,这些数据隐含着很多对市场分析及预测有用的知识,可以运用web挖掘技术加以获得,从而增强企业的竞争力。本文主要介绍了Web挖掘的概念和分类,论述了电子商务中Web挖掘的过程和方法,最后阐述了Web挖掘技术在电子商务中的应用。[关键词]电子商务数据挖掘Web挖掘电子商务采用数字化方式进行商业活动,是在电子网络环境中进行商品和服务的贸易活动。近年来,的发展,各企业均积累了大量的数据。如何从这些数据中发现潜在的规律,来帮助制定企业今示的发展战略,是各电子商务平台急待解决的问题。Web挖掘作为数据挖掘的一个重要分支,为上述问题提供了有效的解决途径。一、web挖掘数据挖掘就是从大量的、不完全的、有噪声的数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的知识的过程。它融合了数据库、人工智能、机器学****等多个领域的理论和技术。Web挖掘是数据挖掘在web上的应用,是指从与web相关的资源和行为屮抽取感兴趣的、有用的模式和隐含知识。一般地,Web挖掘可分为三类:Web内容挖掘,是从文档内容或其描述中抽取知识的过程。它又可以分为Web页而内容挖掘和搜索结果挖掘。页而内容挖掘指的就是对Web页面上的数据进行挖掘,而搜索结果挖掘则指的是以某一搜索引擎为基础,对己搜索结果进行挖掘。Web结构挖掘,是从部结构挖掘、内部结构挖掘和URL挖掘。Web结构挖掘的目的是通过聚类和分析网页的链接,发现网页的结构和有用的模式,找出权威页血。Web使用挖掘,即Web0志挖掘,是通过挖掘Web日志记录,发现用户访问Web页面的模式。它又可分为一般访问模式挖掘和个性化服务模式挖掘。二、Web挖掘的过程1•数据收集。Web挖掘的数据对象包括服务器Fl志数据、***数据、web页面内容、web超链接信息、用户注册信息等,其中服务器日志数据是web挖掘的主要对象。2•数据预处理。数据预处理是web挖掘的重要步骤,直接影响到最后挖掘结果的正确性和准确性。它通常包括以下几个方面:(1)数据清洗,是指根据需要删除与web挖掘任务无关的数据,过滤掉不需要的记录。(2)反蜘蛛化。现在互联网上有大量的蜘蛛程序,它们模拟用户在各网页间爬来爬去。但它们并不代表真实的电子商务用户,因此需要把服务器口志中的蜘蛛记录过滤掉,以更真实地反映实际情况。⑶客户认证,是从服务器口志中识别出访问网站的每个用户。(4)会话识别。会话是指客户在一次访问中所访问的所有web页而,通过分析可以得到,用户对电子商务站点的兴趣所在。(5)路径补全。由于客户端缓存的存在,会造成一些重要的访问信息被遗漏,所以需要对用户访问的前后页面进行推理,补全访问路径。3•模式发现,是运用各种方法,发现隐藏的模式和规则。常用的方法有:关联分析,分类分析,聚类分析,序列分析。4•模式分析。模式分析是找出所发现模式集合中的有用模式,以便对决策提供支持。如果所有模式均不令人满意,则需要重新挖掘。三、Web挖掘的方法1•关联分析,用于发现同一事件中不同数据项的相关性。常用的Apriori算法分为两步,首先找出满足最小支持度阈值的频繁项集;然后由它们形成满足最小置信度阈值的强关联规则。可以将web挖掘得到的关联规则用于改进电子商务站点的结构,将相关联的商品放在一起,减