電子商務挖掘技術運用
時間:2022-06-27 08:31:22
導語:電子商務挖掘技術運用一文來源于網友上傳,不代表本站觀點,若需要原創文章可咨詢客服老師,歡迎參考。
目前隨著電子商務經濟環境的逐漸發展完善,企業從傳統意義上的區域內銷售,到跨地域限制的全球銷售,從原料選購、產品宣傳、銷售、貨款結算及售后服務一系列環節都在網絡上進行。這樣,網站是電子商務中最為重要的介質。網站對用戶的吸引程度直接決定了企業發展。為了使企業不斷壯大,不斷提升企業競爭力,企業決策者開始搭建獨具創新的,更具個性化的,更能吸引客戶的一流的信息化網站,其中個性化特征是各企業追捧的方式之一。如何從眾多數據中抽取出個性化的數據,就運行到了數據挖掘技術。本文將對數據挖掘技術在電子商務中的應用做重點介紹。
1數據挖掘概念
數據挖掘(DataMining)是一種信息轉化的過程,將各種無律的、非完整的、雜亂無章的、隨機的信息中經過各種方式轉化成我們需要的、有用的信息。Web數據挖掘(WebDataMining)是將數據挖掘技術應用到Web網頁中。即從Web各種活動信息中分析提取出有用的隱藏信息,在一定程度上利用數據挖掘技術提取出有用的知識來幫助企業和用戶更好地從網站中得到各自所需要的信息。
2Web數據挖掘的分類
Web數據挖掘大概可以分為三大類:Web頁面信息挖掘(WebContentMining)、Web用戶記錄挖掘(WebUsageMining)、Web結構挖掘(WebStructureMining)。Web頁面信息挖掘是指從頁面的內容中或者網頁描述中收集有用信息進行挖掘,根據類型不同,可以分為文本挖掘、圖片挖掘和視頻挖掘等。Web用戶記錄挖掘是當用戶訪問頁面時,記錄用戶訪問頁面的信息,根據用戶在頁面的停留時間,訪問的產品等等進行信息挖掘,運用一些數學方法建立用戶興趣和關注模型,不斷的跟蹤用戶完善模型,預計猜測用戶行為,從而可以對用戶進行分類,為不同用戶量身制作自身最感興趣的產品信息,從而對不同用戶動態更新個性化產品展示和相關廣告,取得利益最大化。Web結構挖掘是指從Web網頁之間的關聯性進行挖掘,如分析一個網頁鏈接和被鏈接數量來建立Web自身鏈接的結構模式。將相似產品網頁歸類,將關聯產品進行整合。使得用戶非常容易的找到相關產品,類似產品的信息。
3電子商務中Web數據挖掘的步驟
數據挖掘的步驟:確定數據挖掘的對象,確定電子商務網站應用主題,確定網站業務對象;其次收集數據源,數據的真實性、全面性直接影響到后續工作。數據源主要有服務器端/客戶端數據、中間數據等;收集完數據后,需要對其進行預處理,一般包括用戶識別、格式化等階段,刪除無用無關的信息,以提高挖掘效率;之后運用機器學習及其數學統計方法對這些數據進行挖掘和分析,找到相同想去的用戶群,對用戶群構建興趣模型。最后用已知的數據對興趣模型進行反復測試和不斷分析,再次應用興趣模型得到最終挖掘的信息。具體步驟如圖1所示。下面對幾個重要步驟進行更詳盡的分析。
3.1電子商務中Web數據挖掘的數據源選定
在電子商務中,Web數據源的選定的準確性、全面性直接關系到整個數據挖掘流程,所謂重中之重。這些數據都有量大類多的特點,歸納一下主要有以下幾種數據,如圖2所示。①日志數據。當用戶訪問網頁時,Web網頁會記錄一些日志文件,這些文件通常以文本形式存儲在服務器上,比如cookies日志文件、錯誤日志文件等。②用戶喜好信息。指的是用戶經常訪問的一些產品信息,用戶感興趣的產品等等。③搜索查詢數據。這類數據是電子商務網站中比較常見的而且很典型的數據。當用戶用Web網頁中的搜索引擎搜索需要的產品信息或廣告信息時,Web網頁需要記錄必要的搜索信息,保存到服務器上,這些數據對之后數據挖掘建模有重要作用。④在線瀏覽,用戶購買信息。產品瀏覽量信息,用戶購買信息等等。⑤產品信息。各個產品的屬性信息。⑥客戶端的客戶信息數據。即用戶注冊登錄時,存儲到數據庫中的姓名,職業,email等等信息。在Web的數據挖掘中,用戶注冊的ID等信息需要和一些搜索查詢數據信息結合起來使用,用來提高數據挖掘的精準度,使得能夠更進一步地了解具體客戶的具體需求。
3.2Web數據挖掘如何建立數據模型
一般情況下,運用Web數據挖掘可以在站點上挖掘出來的興趣模型有以下幾種:①分析頻繁路徑??梢愿鶕粋€Web站點中最頻繁的網頁路徑得到重要的網頁,從而根據這一信息對網頁結構進行改進。②序列模式分析。序列模式分析即在有序的時間戳事務集中,尋找那些“一些事務跟隨另一些事務”的序列事務模式。如購買自行車的客戶中,有70%的客戶會在一個月之內購買打氣筒。③聚類分析。聚類分析可以對Web網站中的用戶進行分類,找到具有相似需求的客戶。可以對這類客戶進行針對性的區別服務。如發送特定產品的銷售郵件及其推薦產品。對電子商務來說,將客戶分類可以對市場細分理論提供更加有力的理論數據支持。④關聯規則??梢哉业接脩糍徺I產品的相關性。如筆記本需要有好多配件,有耳機,麥克,電源,電池,鼠標,鍵盤膜等等其他構件。利用這些相關性,可以更好的設計具體產品頁面的關聯產品信息,實施有效的市場策略,增加交叉產品的銷售額,能夠讓用戶快速找到所需要的產品信息。⑤異常檢測。異常檢測的前提是假設入侵者行為有別于正常用戶的行為。根據這一前提,建立用戶正?;顒拥幕顒訖n案,將當前用戶的活動行為與活動檔案相比較,當發現有別于統計規律時,認為該行為可能是“入侵”行為。
4結論
隨著電子商務的發展,電子商務領域正在迅速地擴大。由于電子商務的跨地域性,信息快速獲取性等等特點,各大企業競相開展電子商務模式。運用Web數據挖掘技術,可以對電子商務中的各種繁雜的無頭緒的信息進行整合、刪選、歸并及其分析處理,從而更好地反饋到網站供用戶訪問。數據挖掘技術把這些高深復雜的數學統計方法、人工智能等技術封裝起來,使人們不用自己掌握這些技術也能完成同樣的功能,將更多的時間和精力放在自己所要解決的問題上,使得企業利益快速達到最大化。
- 上一篇:電子商務市場細分綜述
- 下一篇:談論文學性作品閱讀復習課