Ｗｅｂ数据挖掘在电子商务中的应用研究(2)
2015-07-03 01:10
导读：2．5聚类：聚类技术是对符合某一访问规律特征的用户进行用户特征挖掘。聚类分析可以从 Web 访问信息数据中聚集出具有相似特性的那些客户。在 Web 事务
2．5聚类：聚类技术是对符合某一访问规律特征的用户进行用户特征挖掘。聚类分析可以从 Web 访问信息数据中聚集出具有相似特性的那些客户。在 Web 事务日志中，聚类顾客信息或数据项能够便于开发和执行未来的市场战略。这种市场战略包括：自动给一个特定的顾客聚类发送销售邮件，为一个顾客聚类动态地改变一个特殊的站点等。 3．在电子商务中的应用先容
尽管Web挖掘的形式和研究方向层出不穷，但随着电子商务的兴起和迅猛发展，未来Web挖掘的一个重要应用方向将是电子商务系统。而与电子商务关系最为密切的是Web访问信息挖掘。下面是Web访问信息挖掘在电子商务中的几点具体的应用。
3．1发现潜伏客户：在对Web的客户访问信息的挖掘中，利用分类技术可以在Internet上找到未来的潜伏客户。通常的策略是先对己经存在的访问者进行分类，对于一个新的访问者，通过在Web上的分类发现，识别出这个客户与己经分类的老客户的一些公共的描述，从而对这个新客户进行正确的分类。然后从它的分类判定这个新客户是属于有利可图的客户群，还是属于无利可图的客户群，决定是否要把这个新客户作为潜伏的客户来对待。客户的类型确定后，就可以对客户动态地展示Web页面，页面的内容取决于客户与销售商提供的产品和服务之间的关联。
3．2提供优质个性化服务：对客户来说，传统客户与销售商之问的空间间隔在电子商务中己经不存在了。在网上，每一个销售商对于客户来说都是一样的，那么如何使客户在自己的销售站点上驻留更长的时间，对销售商来说将是一个挑战。为了达到这一目的，就应该了解客户的浏览行为，知道客户的爱好及需求所在，动态地调整Web页面，以满足客户的需要。通过对客户访问信息的挖掘，就能知道客户的浏览行为，从而了解客户的爱好及需求。
（转载自中国科教评价网http://www.nseac.com）
3．3 改进站点设计：对Web站点的链接结构的优化可从三方面来考虑:(1)通过对Web Log的挖掘，发现用户访问页面的相关性，从而对密切联系的网页之间增加链接，方便用户使用。(2)利用路径分析技术判定在一个Web站点中最频繁的访问路径，可以考虑把重要的商品信息放在这些页面中，改进页面和网站结构的设计，增强对客户的吸引力，进步销售量。(3)通过对Web Log的挖掘，发现用户的期看位置。假如在期看位置的访问频率高于对实际位置的访问频率，可考虑在期看位置和实际位置之间建立导航链接，从而实现对Web站点结构的优化。
3．4聚类客户：通过把具有相似浏览行为的客户分为一组，并分析组中客户的共同特征，可以帮助电子商务的组织者更好地了解自己的客户，向客户提供更适合、更面向客户的服务。如有一些客户都花了一段时间浏览“房屋装修”，“家具”页面，经过分析这些客户被聚类成为一组。销售商根据分析出来的聚类信息，就可以知道这是一组“新购房族”客户，对他们所进行的业务活动当然也就不可能等同于其他被聚类了的客户如“大学生”，“购车族”，应及时调整页面及页面内容使商务活动能够在一定程度上满足客户的要求，使商务活动对客户和销售商来说更具意义。
3．5 搜索引擎的应用：通过对网页内容的挖掘，可以实现对网页的聚类和分类，实现网络信息的分类浏览与检索；通过用户使用的提问式历史记录分析，可以有效地进行提问扩展，进步用户的检索效果（查全率、查准率）；通过运用 Web 挖掘技术改进关键词加权算法，可以进步网络信息的标引正确度，改善检索效果。
3．6 网络安全：分析网上银行、网上商店交易用户日志，可以防范黑客攻击、恶意诈骗。
（科教范文网http://fw.NSEAC.com编辑发布）
参考文献：
[1].韩家炜，孟小峰，王静等.Web挖掘研究[J].计算机研究与友展.200 1，3H (4):405-414.
[2].郝先臣，张德干，尹国成等.基于电子商务中的数据挖掘技术研究[J]，小型微型计算机系统，2001, 22 ( 7 ):785-788.
