電子商務(wù)中Ｗｅｂ數(shù)據(jù)挖掘的應(yīng)用研究

1、電子商務(wù)中數(shù)據(jù)挖掘的應(yīng)用研究摘要本文介紹了eb數(shù)據(jù)挖掘的概念及其分類，討論了電子商務(wù)中eb數(shù)據(jù)挖掘的過程，重點(diǎn)研究了eb數(shù)據(jù)挖掘方法，從而有效進(jìn)步電子商務(wù)企業(yè)的競爭力。關(guān)鍵詞電子商務(wù)數(shù)據(jù)挖掘eb挖掘internet是一個(gè)宏大、分布廣泛、全球性的信息資源儲藏庫。隨著上網(wǎng)人數(shù)的急劇增加，電子商務(wù)的蓬勃開展，各種基于互聯(lián)網(wǎng)的商業(yè)eb站點(diǎn)也面臨越來越劇烈的競爭。eb包含了豐富和動態(tài)的超鏈接信息，以及eb頁面的訪問和使用信息，這為數(shù)據(jù)挖掘提供了大量豐富的資源。一、電子商務(wù)與eb數(shù)據(jù)挖掘電子商務(wù)e-ere是以網(wǎng)絡(luò)為平臺，以現(xiàn)代信息技術(shù)為手段，以經(jīng)濟(jì)效益為中心的現(xiàn)代化商業(yè)運(yùn)轉(zhuǎn)形式，其最終目的是實(shí)現(xiàn)商務(wù)活動的

2、網(wǎng)絡(luò)化、自動化與智能化。無論e企業(yè)采用b2b、b2還是b2g電子商務(wù)形式，商品的采購者都需要通過eb方式與商品的供應(yīng)商及其合作者之間建立信息流的交互，那么，一方面通過eb方式與購置者主動、方便、快捷的獲得期望主題的信息；另一方面供應(yīng)商與合作伙伴們?nèi)绾瓮ㄟ^他們的集成信息系統(tǒng)，運(yùn)用知識把訪問者、網(wǎng)上購置者的訪問數(shù)據(jù)從潛在的、隱含的、事先不知的狀態(tài)，經(jīng)過提娶洗滌、加工變?yōu)闈摿甏蟮膬r(jià)值信息，從而進(jìn)步企業(yè)的核心競爭力。eb數(shù)據(jù)挖掘ebdataining是利用數(shù)據(jù)挖掘從eb文檔及eb效勞中自動發(fā)現(xiàn)并提取用戶感興趣的、潛在的、有用的形式和隱藏信息。eb數(shù)據(jù)挖掘的主要目的就是從eb的訪問記錄中抽取用戶感興趣

3、的形式，/dianzijixie/電子商務(wù)中的eb挖掘過程一般由3個(gè)主要階段組成：數(shù)據(jù)準(zhǔn)備、挖掘操作、結(jié)果表達(dá)和解釋。(1)數(shù)據(jù)準(zhǔn)備：這個(gè)階段又可分成3個(gè)子步驟：數(shù)據(jù)集成、數(shù)據(jù)選擇、數(shù)據(jù)預(yù)處理。數(shù)據(jù)集成將多文件或多數(shù)據(jù)庫運(yùn)行環(huán)境中的數(shù)據(jù)進(jìn)展合并處理，解決語義模糊準(zhǔn)備，這個(gè)階段又可分成為處理數(shù)據(jù)中的遺漏等。數(shù)據(jù)選擇的目的是區(qū)分出需要分析的數(shù)據(jù)集合，縮小處理范圍，進(jìn)步數(shù)據(jù)挖掘的質(zhì)量。預(yù)處理是為了抑制數(shù)據(jù)挖掘工具的局限性。(2)數(shù)據(jù)挖掘：這個(gè)階段進(jìn)展實(shí)際的挖掘操作，包括的要點(diǎn)有：決定如何產(chǎn)生假設(shè)；選擇適宜的工具；開掘知識的操作；證實(shí)發(fā)現(xiàn)的知識。(3)結(jié)果表述和解釋：根據(jù)最終用戶的決策目的對提取的信息

4、進(jìn)展分析，把最有價(jià)值的信息區(qū)分開來，并且通過決策支持工具提交給決策者。因此，這一步驟的任務(wù)不僅是把結(jié)果表達(dá)出來，還要對信息進(jìn)展過濾處理，假設(shè)不能令決策者滿意，需要重復(fù)上述過程。2.eb數(shù)據(jù)挖掘的方法(1)協(xié)同過濾：協(xié)同過濾技術(shù)采用最近鄰技術(shù)，利用客戶的歷史、愛好信息計(jì)算用戶之間的間隔 ，目的客戶對特點(diǎn)商品的愛好程度由最近鄰居對商品的評價(jià)的加權(quán)平均值來計(jì)算。(2)關(guān)聯(lián)規(guī)那么：關(guān)聯(lián)規(guī)那么是尋找在同一個(gè)事件中出現(xiàn)的不同項(xiàng)的相關(guān)性，用數(shù)學(xué)模型來描繪關(guān)聯(lián)規(guī)那么發(fā)現(xiàn)的問題：x=y的蘊(yùn)含式，其中x,y為屬性值對集或稱為工程集，且xy空集。在數(shù)據(jù)庫中假設(shè)s%的包含屬性值對集x的事務(wù)也包含屬性值集y，那么關(guān)聯(lián)規(guī)

5、那么x=y的置信度為%。(3)eb日志的聚類算法：聚類分析是把具有相似特征的用戶或數(shù)據(jù)項(xiàng)歸類,在網(wǎng)站管理中通過聚類具有相似閱讀行為的用戶?；谀：碚摰膃b頁面聚類算法與客戶群體聚類算法的模糊聚類定義一樣，客戶訪問情況可用url(uj)表示。有suj=(i，fsuj(i)|i，其中fsuj(i)0，1是客戶i和url(uj)間的關(guān)聯(lián)度：式中為客戶的數(shù)量，hits(i)表示客戶i訪問url(uj)的次數(shù)。利用suj和模糊理論中的相似度度量sfij定義建立模糊相似矩陣，再根據(jù)相似類xir的定義構(gòu)造相似類，合并相似類中的公共元素得到的等價(jià)類即為相關(guān)eb頁面。(4)序列分析：序列形式分析和關(guān)聯(lián)分析類似

6、，其目的也是為了挖掘數(shù)據(jù)之間的聯(lián)絡(luò)，但序列形式分析的側(cè)重點(diǎn)在于分析數(shù)據(jù)間的前后序關(guān)系。它能發(fā)現(xiàn)數(shù)據(jù)庫中如“在某一段時(shí)間內(nèi)，客戶購置商品a，接著會購置商品b，此后又購置商品，即序列ab出現(xiàn)的頻率高之類的信息。序列形式描繪的問題是：在給定的交易序列數(shù)據(jù)庫中，每個(gè)序列按照交易的時(shí)間排列的一組交易集，挖掘序列函數(shù)作用是返回該數(shù)據(jù)庫中高頻率出現(xiàn)有序列。四、完畢語電子商務(wù)是現(xiàn)代化技術(shù)開展的必然結(jié)果，也是將來商業(yè)運(yùn)作形式的必然選擇，但還需進(jìn)一步鍵全電子商務(wù)的平安立法和完善物流配送體系。為了給電子商務(wù)營造一個(gè)良好的環(huán)境，通過選擇較好的數(shù)據(jù)挖掘方法，真正發(fā)揮數(shù)據(jù)挖掘的作用，才能使企業(yè)在劇烈的市場競爭中做出正確的