論文關鍵詞:日誌數據 資訊技術 數據倉庫 聯機分析處理
論文摘要:電子商務(EC)在現代商務企業的發展中佔有越來越重要的地位。如何利用資訊技術掌握更多的商務資訊已備受商家們的關注,站點分析技術正是爲商家和網站提供了這樣一種有效的分析工具。
本文討論了一些站點分析的相關技術資訊和幾種網站分析瀏覽者行爲的理論與算法,及數據倉庫的相關理論知識。並對站點日誌數據進行了實例分析,並指出了站點分析技術發展的方向。
一、緒論
互聯網技術不斷革新與發展,給全球經濟帶來新的革命,從而也影響着人們的生活。互聯網爲企業提供了一種真正屬於自己並面對廣大網民的資訊載體,企業透過這一載體,可以自由地將企業的產品、服務等其他相關資訊在線發佈。
電子商務就是網上實行各種商務活動的總包裝,種種所謂電子商務解決方案,實際上就是實現各種網上商務活動的硬件與軟件系統。它將影響到每一個人、每一個企業。電子商務的主體是我們每一個人、每一個企業,電子商務發展的過程就是對人們的生活、企業的執行的一種模式的一個巨大改變的過程。對於進入虛擬世界的商家而言,僅僅吸引注意力還不行,對它們而言,站點的訪問率絕對不僅僅是一個數字,它還是一種資訊,如果網站能夠從網絡中獲得網民的資訊並從中分析其行爲誘因,那麼就容易掌握網民的需求,從而利用互聯網去創造更多商機。
電子商務站點用戶行爲的分析這一問題也因此成爲現如今的熱門話題,被人們普遍關心起來,尤其是被衆商家所重視。Web站點的日誌數據正以每天數十兆的速度增長。如何分析這些數據,如何從這些大量數據中發現有用的、重要的知識(包括模式、規則、可視化結構等)也成爲現在人們最關注的資訊。
在此情況下,站點用戶行爲分析就可爲網站或商家提供出大量有價值的資訊,包括站點的受歡迎度的對比、商業廣告點擊情況總括、產品的反饋資訊、站點各種資訊的點擊情況等等。另外,還可根據不同的頁面內容來分類瀏覽者,以便做出更合理的頁面分類,促使網站逐步向個性化、最優化狀態發展。這一技術對互聯網的發展壯大有着不可忽視的巨大作用,它的發展對資訊技術亦將產生深遠的影響。
在電子商務早期階段時,Web站點數據流分析通常是在主頁上安裝計數器以及在一個外部日誌檔案上執行簡單的統計程序記錄點擊率。但是,簡單的點擊計數既不準確也遠未達到營銷目的所需的詳細程度。因此,各公司開始尋找更先進的分析工具,這類工具可以提供誰在訪問公司Web站點以及訪問者一旦進入站點後將做些什麼的全面資訊。站點開始分析的地方是Web服務器的訪問日誌。每當用戶在站點上請求一個網頁時,這個請求就被記錄在訪問日誌中。如:目前有多少用戶正在訪問站點、他們正在看哪些網頁以及他們在站點中呆了多長時間。顯然,日誌分析和行爲概況的正確組合可以對Web站點的成功產生直接影響。此外,從日誌分析中得到的資訊是很難從真實世界中捕獲到的,但這些資訊卻可以較容易地在線收集到。Web數據流分析工具的這些最新進展可以使網站獲得有關上網客戶和他們習慣的詳細報告。
二、站點資訊統計方法
Web頁面數據主要是半結構化數據,計算機網絡技術和資訊技術的飛速發展,使得半結構化數據呈現日益繁榮的趨勢。半結構化數據,是一種介於模式固定的結構化數據,和完全沒有模式的無序數據之間,在查詢前無法預先確定其具體的類型和格式;同時它們相應的數據結構是不固定、不完全或不規則的,即這些數據有的本身就沒有結構,有的只有十分鬆散的結構,有的數據的結構是隱含的,需要從數據中進行抽取。而有時,儘管數據本身是有精確結構的,但爲了一定的目的,而故意忽視它的結構。半結構化數據具有以下五方面的
主要特點:
1.結構是不規則的。包含異構數據、相同的數據資訊用不同類型或不同的結構表示。
2.結構是隱含的。如電子文檔SGML格式。