基于Web日志挖掘技術(shù)的商務(wù)信息系統(tǒng)構(gòu)建_2

1、基于Web日志挖掘技術(shù)的商務(wù)信息系統(tǒng)構(gòu)建論文導(dǎo)讀：Web日志挖掘，是Web使用挖掘的一種，就是通過(guò)對(duì)Web日志記錄的挖掘，發(fā)現(xiàn)用戶(hù)訪問(wèn)Web頁(yè)面的模式，從而進(jìn)一步分析和研究Web日志記錄中的規(guī)律，以期改進(jìn)Web站點(diǎn)的性能和組織結(jié)構(gòu)，提高用戶(hù)查找信息的質(zhì)量和效率，并通過(guò)統(tǒng)計(jì)和關(guān)聯(lián)的分析找出特定用戶(hù)與特定地域、特定時(shí)間、特定頁(yè)面等要素之間的內(nèi)在聯(lián)系，這在電子商務(wù)等領(lǐng)域是大有作為的。web日志挖掘是關(guān)于用戶(hù)行為及潛在顧客信息的發(fā)現(xiàn)，一般包括三個(gè)階段，即數(shù)據(jù)預(yù)處理、模式識(shí)別及模式分析。Web日志挖掘技術(shù)為商務(wù)信息網(wǎng)站構(gòu)建的合理性分析以及相關(guān)電子商務(wù)信息系統(tǒng)建設(shè)提供了重要的科學(xué)指導(dǎo)。關(guān)鍵詞：Web日志挖

2、掘，商務(wù)信息網(wǎng)站，數(shù)據(jù)1.Web日志挖掘的概念Web日志挖掘，是Web使用挖掘的一種，就是通過(guò)對(duì)Web日志記錄的挖掘，發(fā)現(xiàn)用戶(hù)訪問(wèn)Web頁(yè)面的模式，從而進(jìn)一步分析和研究Web日志記錄中的規(guī)律，以期改進(jìn)Web站點(diǎn)的性能和組織結(jié)構(gòu)，提高用戶(hù)查找信息的質(zhì)量和效率，并通過(guò)統(tǒng)計(jì)和關(guān)聯(lián)的分析找出特定用戶(hù)與特定地域、特定時(shí)間、特定頁(yè)面等要素之間的內(nèi)在聯(lián)系，這在電子商務(wù)等領(lǐng)域是大有作為的。用戶(hù)使用Web獲取信息的過(guò)程中需要不停地從一個(gè)Web站點(diǎn)通過(guò)超文本鏈接跳轉(zhuǎn)到另一個(gè)站點(diǎn)，這種過(guò)程存在一定的普遍性，發(fā)現(xiàn)此規(guī)律即是Web用戶(hù)訪問(wèn)信息發(fā)現(xiàn)。免費(fèi)論文。web日志挖掘是關(guān)于用戶(hù)行為及潛在顧客信息的發(fā)現(xiàn)，一般包括三個(gè)

3、階段，即數(shù)據(jù)預(yù)處理、模式識(shí)別及模式分析。2.Web日志挖掘的過(guò)程Web日志挖掘通過(guò)分析和研究Web日志記錄中的規(guī)律，識(shí)別電子商務(wù)的潛在用戶(hù)，提高對(duì)最終用戶(hù)信息服務(wù)的質(zhì)量并改進(jìn)Web服務(wù)系統(tǒng)的性能和結(jié)構(gòu)。2.1數(shù)據(jù)預(yù)處理Web日志文件記錄中存儲(chǔ)的是用戶(hù)訪問(wèn)站點(diǎn)信息的原始記錄，直接在這些數(shù)據(jù)上面進(jìn)行挖掘是比較困難的，在使用算法或工具對(duì)其進(jìn)行分析之前，必須進(jìn)行預(yù)處理。預(yù)處理過(guò)程是Web日志挖掘質(zhì)量保證的關(guān)鍵，因?yàn)樘幚砗蟮臄?shù)據(jù)好壞、全面與否，直接影響到數(shù)據(jù)挖掘的結(jié)果，進(jìn)而對(duì)網(wǎng)站決策者的決策造成直接影響。特別是中小型電子商務(wù)網(wǎng)站，其數(shù)據(jù)相對(duì)較少，因此數(shù)據(jù)處理的準(zhǔn)確性極為重要。Web日志預(yù)處理主要有4個(gè)步

4、驟：數(shù)據(jù)凈化、用戶(hù)識(shí)別、會(huì)話識(shí)別和數(shù)據(jù)合并。Web日志文件中包含一些不能反映用戶(hù)行為的記錄，數(shù)據(jù)凈化就是去掉這些記錄。而用戶(hù)識(shí)別的目的是對(duì)用戶(hù)的唯一性的識(shí)別。在通常情況下，只有通過(guò)分析日志文件中的IP地址、agent等信息來(lái)識(shí)別不同的用戶(hù)。會(huì)話識(shí)別是建立在對(duì)用戶(hù)識(shí)別的基礎(chǔ)上的，其目的是將用戶(hù)的訪問(wèn)記錄分為單個(gè)會(huì)話。同時(shí)，對(duì)于網(wǎng)站上繁雜的頁(yè)面，由于數(shù)量較多，而且有許多網(wǎng)頁(yè)的內(nèi)容有一定的聯(lián)系或相似之處，所以可以對(duì)其進(jìn)行一定程度的合并，從而將其分成能反映網(wǎng)站邏輯信息的同質(zhì)類(lèi)別。特別是中小型電子商務(wù)網(wǎng)站的網(wǎng)頁(yè)，由于網(wǎng)站設(shè)計(jì)人員的知識(shí)架構(gòu)、技術(shù)層次以及對(duì)所要設(shè)計(jì)的網(wǎng)站內(nèi)容的了解程度的限制，很難建立一個(gè)完

5、全無(wú)重復(fù)內(nèi)容網(wǎng)頁(yè)和完全反映網(wǎng)站邏輯信息的網(wǎng)站。如果不對(duì)網(wǎng)頁(yè)進(jìn)行一定程度的合并，那么數(shù)據(jù)集合中變量的數(shù)量也即對(duì)應(yīng)的瀏覽過(guò)的網(wǎng)頁(yè)數(shù)量就太大了，甚至這些變量中許多組合從來(lái)都沒(méi)有現(xiàn)過(guò)，或出現(xiàn)的很少，所以就需要將數(shù)據(jù)進(jìn)行合并。免費(fèi)論文。免費(fèi)論文。2.2模式發(fā)現(xiàn)模式發(fā)現(xiàn)階段就是利用挖掘算法挖掘出有效的、新穎的、潛在的、有用的以及最終可以理解的信息和知識(shí)。可用于Web的挖掘技術(shù)有路徑選擇、關(guān)聯(lián)分析、分類(lèi)規(guī)則、聚類(lèi)分析、序列分析、依賴(lài)性建模等。2.3模式分析模式分析是Web日志挖掘中的最后一項(xiàng)重要的步驟，主要是為了在模式發(fā)現(xiàn)算法找到的模式集合中發(fā)現(xiàn)有趣(有用)的模式。對(duì)于一個(gè)商務(wù)信息系統(tǒng)，通過(guò)模式發(fā)現(xiàn)與模式分

6、析，可以得到詳細(xì)的用戶(hù)反饋，幫助他們根據(jù)實(shí)際用戶(hù)的瀏覽情況，調(diào)整網(wǎng)站的網(wǎng)頁(yè)鏈接結(jié)構(gòu)和網(wǎng)頁(yè)內(nèi)容，對(duì)網(wǎng)站進(jìn)行優(yōu)化，從而延長(zhǎng)用戶(hù)的駐留時(shí)間，挽留老用戶(hù)、吸引新州戶(hù)，并增加用戶(hù)的購(gòu)買(mǎi)率，以此獲得電子商務(wù)網(wǎng)站的成功運(yùn)行；而通過(guò)對(duì)內(nèi)部管理系統(tǒng)用戶(hù)的聚類(lèi)，可以明確網(wǎng)站運(yùn)營(yíng)的缺陷在哪里，還有何可以改進(jìn)的地方。3.Web日志挖掘技術(shù)在商務(wù)信息系統(tǒng)中的構(gòu)建3.1建立個(gè)性化的網(wǎng)站模型（1）用戶(hù)可以通過(guò)注冊(cè)后訪問(wèn)網(wǎng)站，也可以不通過(guò)注冊(cè)直接訪問(wèn)；（2）針對(duì)不同的用戶(hù)，網(wǎng)站提供不同的服務(wù)；（3）根據(jù)用戶(hù)的訪問(wèn)記錄信息，動(dòng)態(tài)調(diào)整網(wǎng)站的頁(yè)面，產(chǎn)生的個(gè)性化的網(wǎng)站使得用戶(hù)可以更容易地到達(dá)他所需服務(wù)的數(shù)據(jù)網(wǎng)頁(yè)；（4）挖掘用戶(hù)的We

7、b訪問(wèn)日志，在用戶(hù)定制區(qū)內(nèi)預(yù)測(cè)并推薦用戶(hù)的潛在訪問(wèn)網(wǎng)頁(yè)鏈接。3.2個(gè)性化網(wǎng)站系統(tǒng)的框架系統(tǒng)主要由4個(gè)功能模塊組成，分別為用戶(hù)識(shí)別模塊，行為記錄模塊，興趣識(shí)別模塊和個(gè)性推薦模塊。各個(gè)模塊的說(shuō)明如下。（1）用戶(hù)識(shí)別模塊。用戶(hù)識(shí)別模塊處理用戶(hù)的基本信息并識(shí)別用戶(hù)。包括用戶(hù)的登錄名(注冊(cè)用戶(hù)有自己唯一對(duì)應(yīng)的name；非注冊(cè)用戶(hù)有一個(gè)共同的name，但有不同的Cookie值)；用戶(hù)登錄密碼；用戶(hù)注冊(cè)個(gè)人信息時(shí)填入的喜好；以及為了更加準(zhǔn)確地識(shí)別用戶(hù)而獲取的關(guān)于用戶(hù)身份的其他一些基本信息，如MAC地址、IP地址、瀏覽器版本號(hào)和操作系統(tǒng)版本號(hào)等。用戶(hù)登錄后通過(guò)用戶(hù)名或Cookie值為每個(gè)用戶(hù)分配UserID，

8、以方便其他模塊進(jìn)一步地調(diào)整網(wǎng)站的頁(yè)面以及在用戶(hù)定制區(qū)內(nèi)推薦該用戶(hù)可能訪問(wèn)的鏈接。（2）行為記錄模塊。用戶(hù)的訪問(wèn)(行為記錄)日志是系統(tǒng)進(jìn)行用戶(hù)個(gè)性化特征分析的數(shù)據(jù)依據(jù)和數(shù)據(jù)基礎(chǔ)。訪問(wèn)日志模塊處理用戶(hù)行為記錄的各項(xiàng)信息，包括用戶(hù)訪問(wèn)某一頁(yè)面的時(shí)間以及在該頁(yè)面停留的時(shí)間，訪問(wèn)某一頁(yè)面的次數(shù)，用戶(hù)訪問(wèn)網(wǎng)站的某頁(yè)面的URL地址，為其他相關(guān)模塊提供用戶(hù)信息，以及對(duì)大量數(shù)據(jù)保存方面的管理配置。（3）興趣識(shí)別模塊。一個(gè)網(wǎng)站由眾多網(wǎng)頁(yè)構(gòu)成的結(jié)點(diǎn)組成，結(jié)點(diǎn)之間的聯(lián)系是通過(guò)頁(yè)面的鏈接來(lái)實(shí)現(xiàn)的。一些大型門(mén)戶(hù)網(wǎng)站首頁(yè)，大量的鏈接讓人跟花繚亂。在這類(lèi)網(wǎng)站上讓用戶(hù)填寫(xiě)興趣表單只會(huì)考驗(yàn)用戶(hù)的耐心。因此根據(jù)用戶(hù)在網(wǎng)站中各頁(yè)面的

9、停留時(shí)間和訪問(wèn)次數(shù)等特征，結(jié)合用戶(hù)參與、識(shí)別、建立、調(diào)整該用戶(hù)的喜好，可以避免用戶(hù)填寫(xiě)一系列繁瑣的表單操作。興趣的識(shí)別模塊將根據(jù)訪問(wèn)日志模塊所給出的各個(gè)用戶(hù)不同信息計(jì)算得到該用戶(hù)的興趣強(qiáng)度，并且把識(shí)別的結(jié)果存儲(chǔ)在用戶(hù)興趣分類(lèi)中，以便為頁(yè)面顯示提供數(shù)據(jù)源。（4）個(gè)性推薦模塊。個(gè)性推薦模塊的功能包括興趣回顧和興趣推薦，根據(jù)用戶(hù)過(guò)去的行為預(yù)測(cè)用戶(hù)的將來(lái)行為。網(wǎng)站的用戶(hù)在登錄以后，個(gè)性推薦模塊根據(jù)用戶(hù)的UserlD查找用戶(hù)興趣庫(kù)中該用戶(hù)的歷史興趣，利用個(gè)性化推薦進(jìn)行興趣推薦。系統(tǒng)針對(duì)用戶(hù)的不同興趣提供相應(yīng)的服務(wù)。在頁(yè)面主顯示區(qū)和用戶(hù)定制區(qū)分別顯示相應(yīng)的內(nèi)容。免去用戶(hù)多次點(diǎn)擊鏈接的麻煩，使用戶(hù)的訪問(wèn)更加有效率。4.結(jié)束語(yǔ)Web日志挖掘技術(shù)為商務(wù)信息網(wǎng)站構(gòu)建的合理性分析以及相關(guān)電子商務(wù)信息系統(tǒng)建設(shè)提供了重要的科學(xué)指導(dǎo)。實(shí)踐證明，通過(guò)對(duì)Web日志進(jìn)行預(yù)處理，清理、過(guò)濾以及重新組合不規(guī)范的記錄，并將Web日志中的數(shù)據(jù)轉(zhuǎn)換為挖掘算法可識(shí)別的形式來(lái)挖掘關(guān)聯(lián)規(guī)則，并對(duì)用戶(hù)進(jìn)行聚類(lèi)和分類(lèi)，能夠找出特定用戶(hù)與特定地域、特定時(shí)間、特定頁(yè)面等要素之間的內(nèi)在聯(lián)系，發(fā)現(xiàn)用戶(hù)訪問(wèn)Web頁(yè)面的模式，從而改進(jìn)Web站點(diǎn)的性能和組織結(jié)構(gòu)，提高用戶(hù)查找信息的質(zhì)量和效率。參考文獻(xiàn)1