Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究論文
Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究論文
數(shù)據(jù)挖掘是近年來隨著數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種全新的信息技術(shù),它融合了數(shù)據(jù)庫、人工智能以及統(tǒng)計學等多種學科的知識,試圖從數(shù)據(jù)中提取出先前未知、有效和有用的知識。 隨著Internet的迅速發(fā)展和普及,電子商務(wù)的發(fā)展越來越多地引起研究者們的關(guān)注,期望能夠在這種新型的商務(wù)模式下,充分利用它的優(yōu)點,獲得更多的經(jīng)濟效益。Web已經(jīng)成為企業(yè)開展電子商務(wù)的基礎(chǔ)。以下是學習啦小編為大家精心準備的：Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究相關(guān)論文。內(nèi)容僅供參考，歡迎閱讀!
Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究全文如下：
摘要： 隨著移動通信技術(shù)的飛速發(fā)展，移動電子商務(wù)以其方便、快捷等優(yōu)點獲得了大量的網(wǎng)絡(luò)用戶。移動互聯(lián)網(wǎng)端的用戶行為分析已經(jīng)成為迅速發(fā)展的知識領(lǐng)域。Web數(shù)據(jù)挖掘技術(shù)作為用戶行為分析的基礎(chǔ)在移動電子商務(wù)領(lǐng)域具有很高的實用價值。文章主要介紹了基于Web的數(shù)據(jù)挖掘定義及Web的數(shù)據(jù)特點，并對Web使用模式挖掘的過程和算法進行了重點分析，包括數(shù)據(jù)的預處理、模式發(fā)現(xiàn)和模式分析。
1 移動電子商務(wù)與數(shù)據(jù)挖掘
1.1 移動電子商務(wù)與數(shù)據(jù)挖掘的關(guān)系 目前，移動互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)庫技術(shù)飛速發(fā)展，移動電子商務(wù)正顯示出越來越強大的生命力，它把電子交易從傳統(tǒng)的PC端轉(zhuǎn)移到了移動終端，使人們可以隨時隨地進行電子商務(wù)活動，這加速了社會經(jīng)濟的電子化進程，同時也使得數(shù)據(jù)爆炸的問題越來越嚴重。數(shù)據(jù)挖掘的興起為電子商務(wù)提供了強大的數(shù)據(jù)支撐，利用數(shù)據(jù)挖掘技術(shù)可以有效的幫助企業(yè)分析網(wǎng)上獲取的大量數(shù)據(jù)，發(fā)現(xiàn)隱藏在其背后的知識，為電子商務(wù)客戶提供個性化服務(wù)，建設(shè)智能商務(wù)網(wǎng)站，指導企業(yè)的營銷策略，由此使企業(yè)線上的業(yè)務(wù)得到進一步的發(fā)展。
移動電子商務(wù)便捷以及交互式的服務(wù)可以為數(shù)據(jù)挖掘提供海量的數(shù)據(jù)。因為客戶對網(wǎng)站的每一次點擊都會被網(wǎng)絡(luò)服務(wù)器記錄在日志中，由此產(chǎn)生了點擊流數(shù)據(jù)。網(wǎng)站的服務(wù)器日志，后臺數(shù)據(jù)庫中客戶相關(guān)的數(shù)據(jù)，以及大量交易記錄等數(shù)據(jù)資源中都蘊含著海量有待充分挖掘的信息，海量數(shù)據(jù)是數(shù)據(jù)挖掘的一個必要條件，如果數(shù)據(jù)量少，則挖掘的信息是不夠精準的。
移動電子商務(wù)網(wǎng)站可以為數(shù)據(jù)挖掘提供“干凈的”數(shù)據(jù)。因為許多相關(guān)的信息是從網(wǎng)站上直接提取的，無需從歷史系統(tǒng)中集成，避免了很多錯誤。通過良好的站點設(shè)計，不需要進行分析、計算和預處理等步驟，就可以直接得到與數(shù)據(jù)挖掘相關(guān)的數(shù)據(jù)。移動電子商務(wù)網(wǎng)站的數(shù)據(jù)，非常可靠，無需人工輸入，從而避免了很多錯誤。此外，可以通過良好的站點設(shè)計來控制數(shù)據(jù)采樣的顆粒度。
基于移動電子商務(wù)的數(shù)據(jù)挖掘能夠使得挖掘的成果非常容易應(yīng)用。很多其他的數(shù)據(jù)挖掘研究雖然有很多的知識發(fā)現(xiàn)，但是這些知識很多不能輕松的在商業(yè)領(lǐng)域中應(yīng)用并產(chǎn)生效果。因為要應(yīng)用這些知識可能意味著需要進行復雜的系統(tǒng)更改、流程更改、或改變?nèi)藗內(nèi)粘５霓k事習慣，這在現(xiàn)實中是相對困難的。而在移動電子商務(wù)領(lǐng)域，很多知識發(fā)現(xiàn)都可以直接應(yīng)用。如改變站點設(shè)計(改變布局，適當進行個性化設(shè)計)，針對于特定目標或消費群進行的隨時隨地的網(wǎng)上促銷，根據(jù)對廣告效果的統(tǒng)計數(shù)據(jù)改變相應(yīng)的廣告策略，根據(jù)數(shù)據(jù)特點可以很容易地進行網(wǎng)上捆綁式銷售等。
1.2 Web挖掘的定義 Web數(shù)據(jù)挖掘(Web Data Mining)，是數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用，是從大量的Web文檔集合和在站點內(nèi)進行瀏覽的相關(guān)數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的模式或信息。它是一項綜合技術(shù)，涉及到Internet技術(shù)、人工智能、信息學、統(tǒng)計學等多個領(lǐng)域。
面向電子商務(wù)的數(shù)據(jù)挖掘是Web挖掘的一個典型應(yīng)用，Web上的日志文件，如客戶的訪問行為，訪問頻度，瀏覽內(nèi)容及時間等，包括很多可挖掘內(nèi)容，對這些內(nèi)容進行提取、加工、分析，可以將客戶的訪問數(shù)據(jù)從潛在的、隱含的狀態(tài)，變?yōu)槠髽I(yè)分析市場、制定經(jīng)營策略、管理客戶關(guān)系的有力依據(jù)，從而實現(xiàn)Web上電子商務(wù)活動的本質(zhì)，即獲得商務(wù)的增值。 對應(yīng)于不同的Web數(shù)據(jù)，Web挖掘也分成三類：Web內(nèi)容挖掘(Web Content Mining)、Web結(jié)構(gòu)挖掘(Web Structure Mining)和Web使用模式挖掘(Web Usage Mining)。(圖1)
Web內(nèi)容挖掘就是對網(wǎng)絡(luò)頁面的內(nèi)容進行挖掘分析，包括對文本、圖像、音頻、視頻、元組數(shù)據(jù)的挖掘，但目前多數(shù)是基于文本信息的挖掘，這又可以進一部分為網(wǎng)頁內(nèi)容挖掘和搜索結(jié)果挖掘，前者是傳統(tǒng)的依據(jù)內(nèi)容搜索網(wǎng)頁，后者是在前者搜索結(jié)果的基礎(chǔ)上進一步搜索網(wǎng)頁。Web內(nèi)容挖掘和通常的平面文本挖掘的功能和方法比較類似，但由于互聯(lián)網(wǎng)上的數(shù)據(jù)基本上都是HTML格式的文件數(shù)據(jù)格式流，因此可以利用文檔中的HTML標記來提高Web文本挖掘的性能。
Web結(jié)構(gòu)挖掘是對網(wǎng)絡(luò)頁面之間的結(jié)構(gòu)進行挖掘，從網(wǎng)頁的實際組織結(jié)構(gòu)中獲取信息。整個Web空間中，頁面內(nèi)容和頁面結(jié)構(gòu)中都可能會存在有用的知識。Web結(jié)構(gòu)挖掘主要就是針對頁面的超鏈接結(jié)構(gòu)進行分析，通過分析一個網(wǎng)頁鏈接和被鏈接數(shù)量以及對象來建立Web自身的鏈接結(jié)構(gòu)模式。這種模式可以用于網(wǎng)頁歸類，并且由此可以獲得有關(guān)不同網(wǎng)頁間相似度及關(guān)聯(lián)度的信息。如果發(fā)現(xiàn)有較多的超鏈接都指向某一頁面，那么該頁面就是重要的。這種知識可以用來改進搜索路徑。
Web使用模式挖掘是對用戶和網(wǎng)絡(luò)交互的過程中抽取出來的第二手數(shù)據(jù)進行挖掘，包括網(wǎng)絡(luò)服務(wù)器訪問記錄、瀏覽器日志記錄、注冊信息等。最常用到的是網(wǎng)絡(luò)服務(wù)器訪問記錄挖掘，它通過挖掘Web日志文件及客戶交易數(shù)據(jù)來發(fā)現(xiàn)有意義的客戶訪問模式和相關(guān)的潛在客戶群。其主要特點是對客戶信息數(shù)據(jù)進行抽取、轉(zhuǎn)換、分析和其他模型化處理，從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。這里需要特別指出的是，Web使用模式挖掘還可以進一部分為一般訪問模式跟蹤和定制使用跟蹤，前者是一種查看網(wǎng)頁訪問歷史記錄的使用模式挖掘。這種挖掘可以是一般化的，也可以是針對特定的使用或使用者，這便是后者。
1.3 Web挖掘的數(shù)據(jù)源
很多數(shù)據(jù)都可以在Web上進行數(shù)據(jù)挖掘分析，并且這些數(shù)據(jù)存在很多類型，具體來說主要有以下幾種類型的數(shù)據(jù)。
1.3.1 服務(wù)器數(shù)據(jù) 通常只要有客戶訪問站點就會在Web服務(wù)器上留下相應(yīng)的痕跡，即日志數(shù)據(jù)，這些日志數(shù)據(jù)存儲在服務(wù)器上的形式通常都是文本文件，比如cookie logs、error logs、sever logs等。
1.3.2 查詢數(shù)據(jù) 它是電子商務(wù)站點在服務(wù)器上產(chǎn)生的一種典型數(shù)據(jù)。例如，對于在線客戶也許會搜索一些產(chǎn)品或某些廣告信息，這些查詢信息就通過cookie或是登記信息連接到服務(wù)器的訪問日志上。
1.3.3 在線市場數(shù)據(jù) 在線時長數(shù)據(jù)主要包括存儲在傳統(tǒng)關(guān)系數(shù)據(jù)庫里的商品信息、客戶購買信息和電子商務(wù)站點信息等。
1.3.4 Web頁面 主要是指HTLM和XML頁面的內(nèi)容，包括本文、圖片、語音、圖像等。
1.3.5 Web頁面超級鏈接關(guān)系 主要是指頁面之間存在的超級鏈接關(guān)系，這也是一種重要的資源。
1.3.6 客戶登記信息 客戶登記信息是指客戶通過Web頁輸入的、要提交給服務(wù)器的相關(guān)客戶信息，這些信息通常是關(guān)于用戶的人的特征。在Web的數(shù)據(jù)挖掘中，客戶登記信息需要和訪問日志集成，以提高數(shù)據(jù)挖掘的準確度，使之能更進一步地了解客戶。
2 Web使用模式挖掘分析
Web使用模式挖掘是Web數(shù)據(jù)挖掘中最重要的應(yīng)用，其數(shù)據(jù)源通常是服務(wù)器的日志信息。Web服務(wù)器的日志記載了用戶訪問站點的信息，這些信息包括：訪問者的IP地址、訪問時間、訪問方式(GET/POST)、訪問的頁面、協(xié)議、錯誤代碼以及傳輸?shù)淖止?jié)數(shù)等信息。
每當網(wǎng)頁被請求一次，Web日志就在日志數(shù)據(jù)庫內(nèi)追加相應(yīng)的記錄。站點的規(guī)模和復雜程度與日俱增，利用普通的概率方法來統(tǒng)計、分析和安排站點結(jié)構(gòu)已經(jīng)不能滿足要求。只有通過數(shù)據(jù)挖掘技術(shù)處理服務(wù)器的日志文件，才能分析用戶訪問站點的規(guī)律，改進網(wǎng)站的組織結(jié)構(gòu)及其性能，增加個性化服務(wù)，實現(xiàn)網(wǎng)站自適應(yīng)，發(fā)現(xiàn)潛在的用戶群體。
Web使用模式挖掘的過稱具體包括數(shù)據(jù)的預處理過程、模式發(fā)現(xiàn)過程以及模式分析過程。
2.1 數(shù)據(jù)預處理過程
在數(shù)據(jù)預處理過程中，首先需要做一些數(shù)據(jù)清洗。其次由于日志文件中只記錄了主機或代理服務(wù)器的地址，需要運用Cookie技術(shù)和一些啟發(fā)規(guī)則來幫助識別用戶，之后還要確認Web日志中是否有重要的訪問頁面被遺漏，如果有，需要進行相關(guān)的路徑補充。最后要進行事務(wù)識別工作，即將用戶的會話針對挖掘活動的特定需要進行定義、細分，使挖掘更加精確，得到想要的知識。
數(shù)據(jù)清洗：即把日志文件中一些與數(shù)據(jù)分析的無關(guān)項處理掉，例如剔除Web請求方法中不是“get”的記錄。以及刪除Web服務(wù)器日志中與挖掘算法無關(guān)的數(shù)據(jù)，一般來說只有服務(wù)器日志中的HTML與挖掘相關(guān)，Web日志文件的目的是獲取用戶的行為模式，通過檢查URL的后綴，可以刪除不相關(guān)的數(shù)據(jù)。例如：將日志文件中后綴名為JPG，GIF等圖片文件刪除，將后綴名為CGI的腳本文件刪除。
用戶識別：數(shù)據(jù)清洗之后，使用基于日志的方法同時輔助以一些啟發(fā)式規(guī)則，可以識別出每個訪問網(wǎng)站的用戶，這個過程就叫做用戶識別。在時間區(qū)間跨越較大的Web日志中，某一用戶可能多次訪問該站點，這時就要用到會話識別。其目的就是將用戶的訪問記錄分為單個會話(Session)。那么如何來分呢?可以做如下設(shè)定：用二元組S表示一個用戶會話
S=，
其中userid是用戶標識，RS是用戶在一段時間內(nèi)請求訪問Web頁面的集合，RS內(nèi)包含用戶請求頁面的標識符Pid及請求時間time，那么這段時間的訪問集合RS即可劃分為：
RS={，…}， 于是，用戶會話可表示為：
S=，…}>，
由此可以看出分成的每一個單獨的會話。
路徑補充：由于代理服務(wù)器本地緩存和代理服務(wù)器緩存的存在，使得服務(wù)器的日志會遺漏一些重要的頁面請求，路徑補充就是利用引用日志和站點的的拓撲結(jié)構(gòu)將這些遺漏的請求補充到用戶會話中，設(shè)遺漏的請求為，其中請求時間timek為設(shè)備前后兩次請求的平均值，那么，用戶會話即可表示為：
S=，……}>(k
事務(wù)識別：上面講到的用戶會話是Web日志挖掘中唯一具備的自然事物元素，但對于某些挖掘算法來說可能它的顆粒太粗，區(qū)分度較低，為此需要利用分割算法將其轉(zhuǎn)換為更小的事物，即進行事務(wù)識別。
HTML通過“Frame”標記支持多窗口頁面，每個窗口里裝載的頁面都對應(yīng)一個URL，F(xiàn)rame頁面用來定義頁面的大小、位置、及內(nèi)容，“Subframe”用來定義被Frame包含的子窗口頁面，當用戶訪問URL對應(yīng)的是一個Frame頁面時，瀏覽器通過解釋執(zhí)行頁面源程序，會自動向Web服務(wù)器請求該Frame頁面包含的所有Subframe頁面，這一過程可以重復進行，直到所有Subframe頁面都被請求。如果在這樣的用戶會話文件上進行挖掘，F(xiàn)rame頁面和Subframe頁面作為頻繁遍歷路徑出現(xiàn)的概率很高，這自然就降低的挖掘的結(jié)果價值。為此應(yīng)當消除Frame頁面對挖掘的影響，得到用戶真正感興趣的挖掘結(jié)果。
2.2 模式發(fā)現(xiàn)過程
數(shù)據(jù)預處理之后，可以對“干凈整齊”的數(shù)據(jù)進行挖掘，即找出有用的模式和規(guī)則的過程。下面主要分析三種常用的Web使用模式挖掘方法：關(guān)聯(lián)分析、分類與預測、聚類分析、時間序列分析。
關(guān)聯(lián)分析：即通過分析用戶訪問網(wǎng)頁間的潛在聯(lián)系而歸納出的一種規(guī)則，如80%的用戶訪問頁面company/product1時，也訪問了頁面company/product2，這說明了兩個頁面的相關(guān)性。那么可以進行一個頁面的預取，來減少等待時間。用{A，B}來表示兩個頁面，那么在用戶訪問A時，可以把頁面B提前調(diào)入緩存中，從了改善Web緩存，改善網(wǎng)絡(luò)交通，提高性能。若A和B表示兩個產(chǎn)品頁面，則兩種產(chǎn)品對客戶來說有很大的相關(guān)性。利用這一點可以做出很有效的促銷和廣告策略。
關(guān)聯(lián)規(guī)則的算法思想是Apriori算法或其變形，由此可以挖掘出訪問頁面中頻繁在一起被訪問的頁面集，這種頻繁在一起被訪問的頁面就成為關(guān)聯(lián)頁面，可用A=>B表示。那么，若有：
A=>B=>C，A=>B=>D，A=>B=>E，A=>B=>F=>G，…，
則說明A=>B。
分類和預測：可以用分類來提取出用來描述重要數(shù)據(jù)類的模型，并可以用分類模型來劃分未知數(shù)據(jù)的類，從而預測未知數(shù)據(jù)的趨勢。常用的算法思想為決策樹，神經(jīng)網(wǎng)絡(luò)、貝葉斯分類等。例如可以根據(jù)用戶的資料數(shù)據(jù)(包括用戶一些屬性)或其特定的訪問模式將其歸入某一特定的類。
可以根據(jù)客戶對某一類產(chǎn)品的訪問情況，或如其拋棄購物車的情況，來對客戶分類(即對哪一類產(chǎn)品感興趣)。更深入一點，可以為客戶添加一些屬性，如性別，年齡，愛好等(可在網(wǎng)站注冊信息中獲得)，并將對哪一類產(chǎn)品感興趣定義為目標屬性，那么基于這些屬性可以用決策樹算法來進行分類，可以得出符合目標屬性的人的特點，如40歲以上的男性更容易網(wǎng)購皮鞋等，這樣可以更精準的捕捉客戶并制定營銷策略。
聚類分析：聚類即將對象的集合分成由類似的對象組成的多個類的過程。常用的算法思想有劃分方法、層次方法、基于密度的方法等。如可以用K-mean的劃分方法做到類之間差異化最大，而類內(nèi)相似性最大。
在使用模式挖掘中主要有兩種聚類。一種是頁聚類，即將內(nèi)容相關(guān)的頁面歸到一個網(wǎng)頁組，這對網(wǎng)上搜索引擎對網(wǎng)頁的搜索有很大幫助。另一種是客戶聚類，即將具有相似訪問特性的客戶歸為一組，那么可以分析出喜好類似的客戶群，從而可以動態(tài)的為客戶群制定網(wǎng)頁內(nèi)容或提供瀏覽意見，如通過對眾多的瀏覽“sports”網(wǎng)頁的客戶分析，發(fā)現(xiàn)經(jīng)常在該網(wǎng)頁上花上一段時間去瀏覽的客戶，再通過對這部分客戶的登記資料分析，知道這些客戶是潛在要買運動產(chǎn)品的客戶群體。就可以調(diào)整“sports”網(wǎng)頁的內(nèi)容和風格，以適應(yīng)客戶的需要。這在電子商務(wù)市場的分割和為客戶提供個性化服務(wù)中起到了很大的作用。
2.3 模式分析過程
在挖掘出一系列客戶訪問模式和規(guī)則后，還需要進一步觀察發(fā)現(xiàn)的規(guī)則、模式和統(tǒng)計值，之后確定下步怎么辦，是發(fā)布模式還是對數(shù)據(jù)挖掘過程進行進一步調(diào)整。
如果存在冗余或無關(guān)的知識，需要將其剔除。如果經(jīng)過模式分析發(fā)現(xiàn)該模式不是想要的有價值的模式，則需要對挖掘過程進行調(diào)整，再轉(zhuǎn)入第二步重新開始。反之，即發(fā)現(xiàn)感興趣的規(guī)則模式，則可采用可視化技術(shù)以圖形界面的方式提供給使用者。
3 基于企業(yè)的電子商務(wù)平臺的數(shù)據(jù)挖掘應(yīng)用
許多傳統(tǒng)制造業(yè)或零售業(yè)的業(yè)務(wù)正在進行著電子化的轉(zhuǎn)型，電子商務(wù)、移動客戶端、線上大平臺的思路不斷發(fā)展。那么，如何建設(shè)一個企業(yè)的電子化平臺，如何有效收集平臺產(chǎn)生的海量數(shù)據(jù)，數(shù)據(jù)挖掘技術(shù)如何應(yīng)用于海量數(shù)據(jù)，這些都是值得深入研究的問題。
3.1 建設(shè)企業(yè)線上大平臺
目前許多企業(yè)都面臨著客戶資源管理分散，客戶數(shù)據(jù)的物理化、靜態(tài)化、分散化，以及缺乏對客戶的深層分析和需求挖掘等問題。按照傳統(tǒng)企業(yè)想要占有電子商務(wù)市場或移動客戶端市場的需求，為了更好地以大數(shù)據(jù)集中為基礎(chǔ)，推進客戶營銷服務(wù)個性化，企業(yè)可建設(shè)以會員管理為核心的大客戶管理系統(tǒng)，把原有的各類信息系統(tǒng)、業(yè)務(wù)網(wǎng)站、電子商務(wù)網(wǎng)站等融匯在一個大平臺下，并分階段實施數(shù)據(jù)大集中，實現(xiàn)“海量客戶資源共享，一個客戶、多個產(chǎn)品、多頻次使用”的一站式營銷服務(wù)。通過數(shù)據(jù)的整合管理，分析客戶特點，實現(xiàn)客戶在企業(yè)內(nèi)各板塊的遷移和共享。 會員管理的實質(zhì)是為用戶提供連續(xù)的、長期的產(chǎn)品和服務(wù)。實現(xiàn)了為用戶提供持續(xù)的、長期的產(chǎn)品和服務(wù)就需要將短期的用戶發(fā)展為長期型和穩(wěn)定型用戶，而會員制正式實現(xiàn)這種轉(zhuǎn)變的最合適的方法，這就需要建立起強大的會員平臺，從而掌握會員的消費數(shù)據(jù)，實現(xiàn)會員制的管理。
許多企業(yè)擁有的業(yè)務(wù)眾多，這就造成了各業(yè)務(wù)擁有自己眾多的忠實用戶，但目前各個業(yè)務(wù)的用戶沒有達到行業(yè)內(nèi)的共享。會員管理平臺為這些分散在行業(yè)內(nèi)的用戶提供統(tǒng)一的平臺達到行業(yè)內(nèi)的統(tǒng)一，在會員管理的平臺上不同業(yè)務(wù)的用戶可以實現(xiàn)統(tǒng)一登錄、統(tǒng)一管理、統(tǒng)一辦理業(yè)務(wù)來達到賬號統(tǒng)一、業(yè)務(wù)統(tǒng)一、積分統(tǒng)一、信用統(tǒng)一，從而使企業(yè)多元化的各項業(yè)務(wù)達到資源和信息的行業(yè)內(nèi)統(tǒng)一。
3.2 基于線上平臺的數(shù)據(jù)采集平臺
建設(shè)會員管理平臺的根本目的是進行數(shù)據(jù)挖掘，以龐大的會員信息來進行市場洞察和市場預測。因此建設(shè)數(shù)據(jù)收集系統(tǒng)并與會員管理平臺對接，可以有效收集到客戶數(shù)據(jù)并進行挖掘工作。
在數(shù)據(jù)的收集方面，目前許多企業(yè)數(shù)據(jù)信息的作用主要是統(tǒng)計收入和業(yè)務(wù)量、清分核算以及考核，而大數(shù)據(jù)這一數(shù)據(jù)價值最為關(guān)鍵的特性卻沒有被很好利用。
企業(yè)現(xiàn)有的平臺有時并不能很好地完成有效數(shù)據(jù)的收集，許多數(shù)據(jù)多為財務(wù)列收數(shù)據(jù)或業(yè)務(wù)完成情況數(shù)據(jù)。該類數(shù)據(jù)的屬性并無太多挖掘價值，無法進行有效的數(shù)據(jù)分析。數(shù)據(jù)挖掘需涉及到分類、聚類、關(guān)聯(lián)分析等算法的應(yīng)用，以此來定位目標客戶，這對數(shù)據(jù)的屬性要求是比較高的。企業(yè)要充分挖掘和分析各類數(shù)據(jù)，開展信息應(yīng)用，進行業(yè)務(wù)創(chuàng)新和運作流程的優(yōu)化，提升經(jīng)營管理能力和客戶服務(wù)水平。
數(shù)據(jù)收集平臺系統(tǒng)正是基于此目的進行開發(fā)，需達到真實有效的客戶信息數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、Web服務(wù)器日志數(shù)據(jù)的全面收集，功能包括：
?、倥c電子化平臺對接，可以收集到平臺的會員及非會員的客戶信息數(shù)據(jù)。在系統(tǒng)中可設(shè)客戶的年齡、職業(yè)、愛好、收入等客戶相關(guān)屬性項，從而把會員俱樂部中的有效客戶信息數(shù)據(jù)歸類收集，為分析不同類型客戶做準備。
?、谟行占娇蛻艚灰讛?shù)據(jù)以及相關(guān)業(yè)務(wù)數(shù)據(jù)，系統(tǒng)中設(shè)定各類客戶指標(收入貢獻、交易額、價值度等)，為分析不同類型業(yè)務(wù)做準備。
③能夠進行WEB服務(wù)器日志數(shù)據(jù)的收集。對于企業(yè)業(yè)務(wù)網(wǎng)站及企業(yè)電子商務(wù)平臺，系統(tǒng)可抽取和收集網(wǎng)站的WEB服務(wù)器日志數(shù)據(jù)，從而為進行相關(guān)的頁面訪問頻度、瀏覽時間、頁面指向等客戶行為模式分析做準備。
3.3 Web挖掘在企業(yè)的應(yīng)用
目前Web數(shù)據(jù)挖掘技術(shù)已經(jīng)在企業(yè)得到了廣泛應(yīng)用，分析其原因是該技術(shù)能夠挖掘出活動過程中的各類潛在信息，進而幫助企業(yè)得到更高的發(fā)展，其優(yōu)勢具體如下：
3.3.1 發(fā)現(xiàn)潛在客戶 由于Web數(shù)據(jù)挖掘技術(shù)可以把客戶在電子化平臺上的瀏覽行為存儲下來，通過查看這些客戶的瀏覽行為就可以了解到客戶的興趣和購買意向，由此就可以發(fā)現(xiàn)潛在客戶，進而有針對性地對這些潛在客戶采取某種謀略，使其盡快的成為在冊客戶群體，如此一來，電子商務(wù)網(wǎng)站的經(jīng)濟效益將會越來越好。
3.3.2 提供優(yōu)質(zhì)個性化服務(wù)，提高客戶忠誠度 在電子商務(wù)中，雖然客戶和銷售商之間的空間距離消失了，但客戶的選擇面更廣了，客戶只需輕點幾下鼠標就可以從這家電子商務(wù)網(wǎng)站轉(zhuǎn)換到另一家電子商務(wù)網(wǎng)站。在這種情況下，各家電子商務(wù)網(wǎng)站必須各出奇招，努力使自家網(wǎng)站的內(nèi)容和層次、用詞、標題和獎勵方案等比其它網(wǎng)站更具優(yōu)勢、更吸引人，通過提供優(yōu)質(zhì)個性化的服務(wù)，不斷提高客戶的忠誠度。
3.3.3 改進系統(tǒng)性能，增強安全性 對于電子化平臺的各種數(shù)據(jù)統(tǒng)計分析，有助于改進系統(tǒng)性能，增強系統(tǒng)安全性，并提供相關(guān)決策支持?？蛻艉饬烤W(wǎng)站滿意度的一個關(guān)鍵指標就是Web服務(wù)器的性能，通過應(yīng)用Web數(shù)據(jù)挖掘技術(shù)可以清楚了解到哪個站點的客戶是最多的，最容易造成擁塞記錄的，然后有針對性的采取有效的Web緩存策略，減少網(wǎng)站的傳輸壓力，同時運用Web數(shù)據(jù)挖掘技術(shù)還可以將非法進入電子商務(wù)網(wǎng)站的人員挖掘并清除出去，因此可以說Web挖掘在企業(yè)的應(yīng)用改進了系統(tǒng)性能，增強了安全性，保證了業(yè)務(wù)的正常展開。
3.3.4 改進網(wǎng)站設(shè)計，增強客戶體驗 Web挖掘在企業(yè)的應(yīng)用還能夠有效的改進網(wǎng)站設(shè)計，增強客戶體驗，具體表現(xiàn)在以下三個方面：
?、偻ㄟ^對Web日志的挖掘，發(fā)現(xiàn)客戶訪問頁面的相關(guān)性，從而對密切聯(lián)系的網(wǎng)頁之間增加鏈接，方便客戶使用。②利用路徑分析技術(shù)判定在一個Web站點中最頻繁的訪問路徑，可以考慮把重要的商品信息放在這些頁面中，改進頁面和網(wǎng)站結(jié)構(gòu)的設(shè)計，增強對客戶的吸引力，提高銷售量。③通過對Web日志的挖掘，發(fā)現(xiàn)客戶的期望位置。如果在期望位置的訪問頻率高于對實際位置的訪問頻率，可考慮在期望位置和實際位置之間建立導航鏈接，從而實現(xiàn)對Web站點結(jié)構(gòu)的優(yōu)化。
3.3.5 應(yīng)用于收索引擎 通過對Web網(wǎng)頁內(nèi)容的挖掘，可以實現(xiàn)對網(wǎng)頁的聚類和分類，實現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索;通過客戶使用的歷史記錄分析，可以有效地進行擴展，提高客戶的檢索效果;通過運用Web挖掘技術(shù)改進關(guān)鍵詞加權(quán)法，可以提高網(wǎng)絡(luò)信息的準確度，改善檢索效果。通過挖掘客戶的行為記錄和反饋情況可以為站點設(shè)計提供改進的依據(jù)，從而進一步優(yōu)化網(wǎng)站組織結(jié)構(gòu)和服務(wù)方式來提高網(wǎng)站效率。
站點的結(jié)構(gòu)和內(nèi)容是吸引客戶的關(guān)鍵，站點上頁面內(nèi)容的安排和連接如同超市中物品在貨架上的擺設(shè)一樣，把具有一定支持度和信任度的相關(guān)聯(lián)物品擺放在一起有助于銷售。比如利用關(guān)聯(lián)規(guī)則，可以針對不同客戶動態(tài)調(diào)整站點結(jié)構(gòu)，使客戶訪問的有關(guān)聯(lián)的頁面之間的鏈接更直接，讓客戶很容易訪問到想要訪問的頁面。這樣的網(wǎng)站往往能給客戶留下好印象，提高客戶忠誠度，吸引客戶不斷訪問。
3.3.6 聚類客戶 許多企業(yè)都對企業(yè)的客戶、市場、銷售、服務(wù)與支持信息進行深層次發(fā)掘和分析，對客戶價值進行分類，發(fā)現(xiàn)新的市場機會，增加收入和利潤。所以聚類電子化平臺客戶是一個重要的方面。通過分組具有相似瀏覽行為的客戶并分析組中客戶的共同特征，可以幫助企業(yè)更好地了解自己的客戶，及時調(diào)整頁面及頁面內(nèi)容使商務(wù)活動能夠在一定程度上滿足客戶的要求，向客戶提供更適合、更面向客戶的服務(wù)，使商務(wù)活動對客戶和銷售商來說更具意義。 4 小結(jié)
數(shù)據(jù)挖掘技術(shù)正以前所未有的速度發(fā)展，并且擴大著用戶群體，在未來越來越激烈的市場競爭中，擁有數(shù)據(jù)挖掘技術(shù)必將比別人獲得更快速的反應(yīng)，贏得更多的商業(yè)機會。
基于Web的數(shù)據(jù)挖掘在移動電子商務(wù)中的應(yīng)用將是一個非常有前景的領(lǐng)域，有很多優(yōu)勢，經(jīng)過近幾年的發(fā)展已逐漸成為數(shù)據(jù)挖掘與知識發(fā)現(xiàn)領(lǐng)域的一個重要分支。其針對移動電子商務(wù)網(wǎng)站用戶的行為模式進行挖掘，可以找到用戶的潛在興趣與偏好，指導網(wǎng)站建設(shè)，支持企業(yè)營銷決策。
企業(yè)在運營電子商務(wù)網(wǎng)站時，尤其是移動電子商務(wù)，會產(chǎn)生海量的業(yè)務(wù)數(shù)據(jù)，所以需要建設(shè)一個線上的電子化大平臺來匯集業(yè)務(wù)，同時在這個大平臺基礎(chǔ)之上高效地收集業(yè)務(wù)數(shù)據(jù)，針對Web數(shù)據(jù)，使用Web挖掘技術(shù)預測客戶的消費趨勢、市場走向，維系客戶關(guān)系、指導企業(yè)建設(shè)個性化智能網(wǎng)站，帶來巨大商業(yè)利潤。這可以為企業(yè)創(chuàng)造新的商業(yè)增長點，使其在激烈的市場競爭中處于有利位置，搶占先機。
相關(guān)文章：