Web使用挖掘在电子商务个性化服务中的应用.docx

Web使用挖掘在电子商务个性化服务中的应用

第一篇：Web使用挖掘在电子商务个性化服务中的应用Web使用挖掘在电子商务个性化服务中的应用摘要电子商务的快速发展和电子商务系统积累大量的数据为Web使用挖掘提供了一个广阔的应用领域。通过Web使用挖掘技术挖掘出电子商务用户潜在模式，对用户提供个性化服务。关键词：Web挖掘技术电子商务个性化服务随着Internet应用迅速发展，电子商务以其成本低廉、快捷、不受时空限制为许多企业提供了新的发展机会，但是这种新型的商务模式也对企业提出了新的挑战。一方面，24小时的在线销售让用户有了更为便捷、更为广泛的选择，企业之间的竞争骤然加剧；另一方面，虚拟的网络环境让用户不能直接接触商品、不能全面地了解商品的质量特征，增加了用户挑选商品的难度。因此，如何利用技术手段了解电子商务系统用户的偏好、习惯、购物模式和潜在的消费意识，为不同用户提供不同的信息和商品服务策略，以完成对用户个性化服务已成为电子商务企业获取成功的关键。电子商务企业收集了大量的Web使用上的电子数据，采用数据挖掘技术发现这些数据的规律性，提取出有效信息，为企业实施“一对一服务”提供了可能。1.电子商务中Web使用挖掘的资源Web使用挖掘是对用户访问Web时在服务器方留下的访问记录进行挖掘，对了解用户的网络行为数据所具有的意义，Web使用挖掘面对的是在用户和网络交互的过程中抽取出来的第二手数据，这些数据总结起来有以下几种类型：1.1Web日志数据当用户访问电子商务系统，Web服务器便会自动建立该用户的访问日志信息。用户每访问一个页面，Web服务器的日志中就会增加一条记录不同的Web服务器产品，其日志格式不同，但通常都包括访问者的IP地址、访问时间、访问方式(GET或POST)、访问的页面、协议、错误代码以及传输的字节数等信息。通过这些日志文件还能够得到查询数据，它是电子商务站点在服务器上产生的一种典型数据，是在线客户在查询需要的信息时生成的。如在线存储的客户也许会搜索一些产品或某些广告信息,这些查询信息就通过cookie或登记信息连接到服务器的访问日志上。1.2用户注册数据用户注册数据是指用户通过网页输入提交给服务器的相关信息。因为HTTP协议是无状态的,所以不能区分和跟踪一个访问者在网站上的所有行为,仅依靠分析日志文件所得到的用户信息是很少的。因此要吸引访问者成为注册用户，以便得到更多的用户信息，例如姓名、职业、收入、年龄、地址、爱好等。1.3用户交易数据用户交易数据主要是用户的历史购买信息，如商品代码、数量、价格等。2.电子商务中Web使用挖掘的流程Web使用挖掘遵循传统数据挖掘的研究思路，挖掘过程分为三个步骤：数据预处理、模式发现和模式分析。2.1数据预处理实际系统中的数据一般都具有不完全性、冗余性和模糊性。为了使数据挖掘的过程效率更高，数据挖掘的结果更合理、用于挖掘的数据应该准确、简介且易于处理，为此要通过数据预处理。数据预处理包括数据清理、用户识别、会话识别和路径补充事件识别和格式化等处理。2.2模式发现模式发现阶段就是对预处理后的数据利用挖掘算法挖掘出有效的、新颖的、潜在的、有用的以及最终可以理解的信息和知识。可用于Web使用的挖掘技术有路径分析、关联规则、分类分析、聚类分析、序列分析等等。路径分析是用于发现一个站点中最经常被访问的路径；关联规则揭示数据项之间的内在的联系；分类分析是给出类的公共属性描述，并将新的记录分配到预先定义好的类中或分类新的项。聚类分析是分类的逆过程，按照“类内相似性最大，类间相似性最小”的原则，对数据进行类的聚集。序列分析挖掘出数据的前后时间顺序关系分析是否存在一定趋势，以预测未来的访问模式。2.3模式分析模式分析的目的是根据实际应用，通过观察和选择，将发现的统计结果、规则和模型转化为知识、再经过某种度量得到真正有价值的模式，即我们感兴趣的模式，使用可视化技术以图形界面的方式提供给使用者，模式分析常用的方法有信息过滤、可视化、联机分析等。3.电子商务个性化服务中Web使用挖掘的应用个性化服务是针对不同的用户提供不同的服务策略和服务内容的服务模式。电子商务个性化服务通过收集和挖掘用户的兴趣和行为来实现以用户需求为中心的Web服务。因此，基于Web使用挖掘的个性化服务体系包括收集用户兴趣和行为的用户信息收集模块、挖掘用户兴趣和行为的用户建模模块、个性化服务模块和用户四个层次，其结构见图1。在个性化服务体系结构中，用户信息收集模块是个性化服务系统的基础模块。用户访问的过程中产生的信息有：用户输入搜索引擎的查询关键词、用户浏览的页面、用户浏览的行为、用户手工输入的其他信息、用户的购物过程、用户交易结果等等，这些信息可通过Web服务器和数据库服务器中获取。个性化服务系统收集到用户信息后，提交给用户建模模块来