电子商务个性化服务与Ｗｅｂ使用挖掘技术(2)
2014-11-28 01:13
导读：以实体经营为主导的时期，由于交易本钱、信息孤岛等题目，导致辅助劳动无法社会化。近些年，随着互联网技术的不断升级，虚拟经营化这一崭新的经营
以实体经营为主导的时期，由于交易本钱、信息孤岛等题目，导致辅助劳动无法社会化。近些年，随着互联网技术的不断升级，虚拟经营化这一崭新的经营方式迅速发展并壮大起来，而且这种经营方式使得辅助劳动社会化成为可能，所以这种经营方式最有可能提供个性化的电子商务模式。
（4）从价值链到价值网
产业时代企业的生产经营活动是由基本活动（内部后勤—生产作业—外部后勤—市场和销售—服务）和辅助活动（采购—技术开发—人力资源的治理—企业基础设施）所组成，企业内部形成了一条价值链；在网络时代，将由虚拟化经营、更加专业的分工与合作和网络结构所代替。网络结构中，自由职业者将增多，企业、团队乃至个人是一个个的节点或核心，承担着相当于传统价值链上某一个或几个环节的更加专业化的核心业务，其价值将由其客户联系的多少、亲疏和服务的满足程度来决定。只有采取这种方式，个性化服务在电子商务中的开展才能面对最小的阻力，以最灵敏的状态逐一面对“新经济”下的多样客户。
2 Web使用挖掘技术
2. 1 Web使用挖掘的概念
根据挖掘对象的不同，Web挖掘主要分为Web使用挖掘、Web内容挖掘以及Web结构挖掘。
Web使用挖掘是将数据挖掘技术应用到Web数据的过程，是从用户的网络行为中抽取用户感爱好的模式，通过对用户浏览网站记录数据（包括IP地址、访问页面、访问时间等）、日志进行收集、分析和处理，运用一些
数学方法建立用户行为和爱好模型，利用这些模型来理解用户行为，从而改进站点结构，终极为用户提供良好的个性化信息服务。
本文来自中国科教评价网
2. 2 Web使用挖掘的步骤
Web使用挖掘一般包括如下几个步骤：数据采集、数据预处理、建立爱好模型、数据后加工。
（1）数据采集
数据采集是Web使用挖掘的第一步，数据的真实性、全面性直接影响到后续工作能否顺利进行，影响到最后个性化服务推荐的优劣，所以一定要采用科学的、公道的、先进的技术来采集各方面的数据。目前，对于Web使用挖掘技术而言，主要的数据来源有3种：服务器端数据、客户端数据、中间数据（代理服务器数据和包侦测）。
（2）数据预处理
数据预处理就是要将那些不够完整的、含有噪声的、不一致的数据库进行同一改造，使之成为完整的、不含噪声的、一致的数据库，从而建立可挖掘的数据库，以备后用。数据预处理工作中，主要包括：数据清理、用户识别、用户会话识别、数据格式化。 （3）建立爱好模式
利用机器学习或者统计方法对预处理后的数据进行分析和挖掘，可以发现用户或者用户群体的爱好，从而构***好模型。目前常用的机器学习的方法主要有聚类、分类、关系发现和顺序模型发现。各种方法各有其优缺点，但目前比较有效的方法主要是分类方法和聚类方法。
（4）模式分析
对于已经建立好的爱好模式进行进一步的分析和回纳。首先将意义不大的规则或模型从爱好模型库中删除掉；其次利用OLAP等技术对数据进行全面挖掘和分析；再次，将发现的数据或者知识可视化；最后，对电子商务网站提供个性化服务。
Web使用挖掘的步骤详见图1。
3 Web使用挖掘技术在电子商务中的应用策略
（1）提供差异化的营销策略
通过对用户浏览网站的日志数据利用聚类技术进行深进挖掘，划分出具有相似爱好的顾客群体，根据每一客户群体的不同特征构造出不同的爱好模型，然后提供差异化的营销策略。
（科教论文网 lw.nSeAc.com编辑发布）
（2）降低客户开发本钱
电子商务环境下，客户主要可分为3类：第一类是低价值或者无价值的客户；第二类是不会轻易走掉的有价值的客户；第三类是在网络上不断寻找更优惠的价格和更好的服务的客户，这类客户是潜伏的有价值的客户。统计数据表明，开发一个新顾客的本钱比保存一个老顾客的本钱高5倍，而流失一个老顾客，其代价相当于开发10个新顾客。
