[論文關鍵詞]電子商務Web數據挖掘Web日誌
[論文摘要]在電子商務中，數據挖掘有助於發現業務發展的趨勢，幫助企業做出正確的決策。本文對目前電子商務中的Web數據挖掘方法進行了總結，並對電子商務中的Web數據對象進行了分類，對網絡數據挖掘的作用進行了分析，爲今後電子商務中實用Web數據挖掘軟件的開發與應用提供了參考。
一、電子商務和數據挖掘簡介
電子商務是指個人或企業透過Internet網絡，採用數字化電子方式進行商務數據交換和開展商務業務活動。目前國內已有網上商情廣告、電子票據交換、網上訂購，網上銀行、網上支付結算等多種類型的電子商務形式。電子商務正以其成本低廉、方便、快捷、安全、可靠、不受時間和空間的限制等突出優點而逐步在全球流行。
數據挖掘(DataMining)是伴隨着數據倉庫技術的發展而逐步完善起來的。數據挖掘主要是爲了幫助商業用戶處理大量存在的數據，發現其後隱含的規律性，同時將其模型化，來完成輔助決策的作用。它要求從大量的、不完全的、有噪聲的、模糊的和隨機的數據中，提取人們事先不知道的但又是潛在有用的資訊和知識。數據挖掘的過程有時也叫知識發現的過程。
而電子商務中的數據挖掘即Web挖掘，是利用數據挖掘技術從www的資源（即Web文檔）和行爲（即We服務）中自動發現並提取感興趣的、有用的模式和隱含的資訊，它是一項綜合技術涉及到Internet技術學、人工智能、計算機語言、資訊學、統計學等多個領域。
二、Web數據挖掘對象的分類
Web數據有3種類型：HTML標記的Web文檔數據，Web文檔內連接的結構數據和用戶訪問數據。按照對應的數據類型，Web挖掘可以分爲3類：
內容挖掘:就是從Web文檔或其描述中篩選知識的過程。
結構挖掘:就是從Web的組織結構和連結關係中推導知識。它的目的是透過聚類和分析網頁的連結，發現網頁的結構和有用的模式，找出權威網頁。
使用記錄挖掘：就是指透過挖掘存儲在Web上的訪問日誌，來發現用戶訪問Web頁面的模式及潛在客戶等資訊的過程。
三、電子商務中數據挖掘的方法
針對電子商務中不同的挖掘目標可以採用不同的數據挖掘方法，數據挖掘的方法有很多，主要包括下面3大類：統計分析或數據分析，知識發現，基於預測模型的挖掘方法等。
1.統計分析。統計分析主要用於檢查數據中的.數學規律，然後利用統計模型和數學模型來解釋這些規律。通常使用的方法有線性分析和非線性分析、連續迴歸分析和邏輯迴歸分析、單變量和多變量分析，以及時間序列分析等。統計分析方法有助於查找大量數據間的關係，例如，識別時間序列數據中的模式、異常數據等，幫助選擇適用於數據的恰當的統計模型，包括多維表、剖分、排序，同時應生成恰當的圖表提供給分析人員，統計功能是透過相應的統計工具來完成迴歸分析、多變量分析等，數據管理用於查找詳細數據，瀏覽子集，刪除冗餘等。
2.知識發現。知識發現源於人工智能和機器學習，它利用一種數據搜尋過程，去數據中抽取資訊，這些資訊表示了數據元素的關係和模式，能夠從中發現商業規則和商業事實。利用數據可視化工具和瀏覽工具有助於開發分析以前挖掘的數據，以進一步增強數據發掘能力。其他數據挖掘方法，如可視化系統可給出帶有多變量的圖形化分析數據，幫助商業分析人員進行知識發現。
3.預測模型的挖掘方法。預測模型的挖掘方法是將機器學習和人工智能應用於數據挖掘系統。預測模型基於這樣一個假設：消費者的消費行爲具有一定的重複性和規律性，這使得商家可以透過分析收集存儲在數據庫中的交易資訊，預測消費者的消費行爲。按消費者所具有的特定的消費行爲將其分類，商家就能將銷售工作集中於一部分消費者，即實現針對性銷售。
四、Web挖掘的作用
透過收集、加工和處理涉及消費者消費行爲的大量資訊。確定特定消費羣體或個體的興趣、消費習慣、消費傾向和消費需求，進而推斷出相應消費羣體或個體未來的消費行爲，然後對所識別出來的消費羣體進行特定內容的定向營銷，節省成本，提高效率，從而爲企業帶來更多的利潤。
1.優化Web站點。Web設計者不再完全依靠專家的定性指導來設計網站，而是根據訪問者的資訊來設計和修改網站結構和外觀。站點上頁面內容的安排和連結就如超級市場中物品的擺放一樣，把相關聯的物品擺放在一起有助於銷售。網站管理員也可以按照大多數訪問者的瀏覽模式對網站進行組織，按其所訪問內容來裁剪用戶與Web資訊空間的交互，儘量爲大多數訪問者的瀏覽提供方便。
2.設計個性化網站。強調資訊個性化識別客戶的喜好，使客戶能以自己的方式來訪問網站。對某此用戶經常訪問的地方，有針對性地提供個性化的廣告條，以實現個性化的市場服務。
3.留住老顧客。透過Web挖掘，電子商務的經營者可以獲知訪問者的個人愛好，更加充分地瞭解客戶的需要。根據每一類(甚至是每一個)顧客的獨特需求提供定製化的產品，有利於提高客戶的滿意度，最終達到留住客戶的目的。
4.挖掘潛在客戶。透過分析和探究Web日誌記錄中的規律，可以先對已經存在的訪問者進行分類。確定分類的關鍵屬性及相互間關係，然後根據其分類的共同屬性來識別電子商務潛在的客戶，提高對用戶服務的質量。
5.延長客戶駐留時間。在電子商務中，爲了使客戶在網站上駐留更長的時間就應該瞭解客戶的瀏覽行爲，知道客戶的興趣及需求所在，及時根據需求動態地向客戶做頁面推薦，調整Web頁面，提供特有的一些商品資訊和廣告，以使客戶滿意。
6.降低運營成本。透過Web挖掘，公司可以分析顧客的將來行爲，進行有針對性的電子商務營銷話動，可以根據關心某產品的訪問者的瀏覽模式來決定廣告的位置，增加廣告針對性，提高廣告的投資回報率。可以得到可靠的市場反饋資訊，降低公司的運營成本。
7.增強電子商務安全。Web的內容挖掘還包括挖掘存有客戶登記資訊的後臺交易數據庫。客戶登記資訊在電子商務話動中起着非常重要的作用，特別是在安全方面，或者在對客戶可訪問資訊的限制方面。
8.提高企業競爭力。分析潛在的目標市場，優化電子商務網站的經營模式，根據客戶的歷史資料不僅可以預測需求趨勢，還可以評估需求傾向的改變，有助於提高企業的競爭力。
五、小結
本文介紹了在電子商務中可以被用來進行數據挖掘的數據源，以及可用於電子商務中的基於Web上的幾種數據挖掘技術。將數據挖掘技術應用於電子商務，對這些數據進行挖掘，可以找出這些有價值的“知識”，企業用戶可以根據這些“知識”把握客戶動態，追蹤市場變化，做出正確的針對性的決策，比如改進網站、向各類用戶推出個性化的頁面，或者向高流失客戶羣提供優惠政策進行挽留等等。但是在電子商務中進行Web的數據挖掘時還有很多問題需要解決。例如，如何解決不同國家不同地區存儲Web數據的語義不一致性，如果提供更安全、快捷的服務方面還有很多工作要做。
參考文獻：
[1]郝先臣張德干尹國成趙海:用於電子商務中的數據挖掘技術研究.小型微型計算機系統[J].2007(7)786～787
[2]趙煥平等:WEB數據挖掘及其在電子商務中的應用.福建電腦[J].2008(1)167
[3]石巖：Web挖掘技術在電子商務中的應用.科技情報開發與經濟[J].2006(7)235～236
[4]凌傳繁:Web挖掘技術在電子商務中的應用.情報雜誌[J].2006(1)93～94