WEB数据挖掘在电子商务中的应用

曹先明，王 承，姜明鑫

1.中国联合网络通信有限公司济宁市分公司校园服务中心，山东济宁 272100

2.济宁市高级职业学校，山东济宁 272000

3.中国联合网络通信有限公司济宁市分公司，山东济宁 272000

1 国内外研究现状

数据挖掘的要领是从大量的、不完全的、有噪声的、不清晰的、随机化的现实使用数据中，提取隐藏在其中的、人们事前不能预知的、但已经潜在的和可以使用的模式过程。互联网技术在现代信息社会的大环境下，得到了长足的应用和发展。利用互联网技术使得现代网络教育可以充分利用长期以来传统面授教育积累下来的大量优秀教育资源。网络中包含了丰富的动态超链接信息，以及页面的访问和使用信息。随着WWW的发展，Web数据挖掘在数据挖掘领域中的作用越来越重要。通过挖掘Web使用记录发现潜在的、有价值的信息，如用户访问了哪些页面，点击了哪些链接、哪些页面的点击频率最高等等，通过对Web日志进行挖掘，可以跟踪发现用户的访问习惯，以此来改进网页的设计结构，以实现智能化、个性化的用户界面。目前，数据挖掘的研究重点逐渐从发现方法的研究转向实际的系统应用，国际上有影响的典型数据挖掘系统有SAS公司的Enterprise Miner，IBM公司的Intelligent Miner，SGI公司的Set Miner等。

2 数据挖掘

数据挖掘利用了如下一些领域的思想内容：1）建模识别、机器语言学习、人工智能的探索算法、理论学习和建模技术；2）利用统计学中的估算、假设检查和抽样。数据挖掘容纳了一些思想信息在其他领域中，这类领域中包含最先进的可视化信息检索、进化计算论、电子信号处理、信息技术理论。

随着数据仓库技术的迅速发展以及数据库管理系统的广泛应用，人们在积累了大量的数据信息后，急切地感觉到需要一种新的技术工具从大量数据信息中智能的、自动的抽取出有价值的符合用户需要的知识或信息，数据库知识的发现应运而生。数据挖掘就是对于在一些实际或察看信息的集合中查找模式的政策支持过程，人工智能、机器语言的学习、数据库理论、统计分析学神经系统网络、知识库技术系统、高性能计算应用、数据可视化教学信息查找、模式发现等学科的研究是数据挖掘涉及到的方面，数据挖掘是一个多学科多方面的交叉内容。

3 Web数据挖掘

我们把数据在网络上的挖掘应用叫做Web挖掘，在网络数据使用过程中，利用数据挖掘技术以及与万维网有关的数据信息库中的资源、网络用户的操作行为，在用户操作过程中获取有关部门感举的信息，搜寻可利用的挖掘模式和潜在的数据信息，相关内容涉及多个领域，例如：计算机网络技术、数据挖掘技术、计算机科学技术、机器语言学等，是一项现代信息科学的综合产物。对网页中的页面信息，以及页面后台数据库中的操作数据进行统计收集，从网页文件内容里以及内容中所描述的信息数据里抽取有价值的、潜在的、有用的信息的过程，叫做Web内容挖掘。

4 面向电子商务的数据挖掘

电子商务是在全球各地广泛的商业贸易交易中，在互联网开放的网络环境里，基于服务器、浏览器使用方式，买卖双方不见面地情况下进行各种贸易活动，让消费者完成网上购物、商铺之间的网络交易和在线支付以及各种商务贸易及相关的综合性服务的一种商业运营模式，是当代社会最新型的运营模式。

电子商务是使用计算机技术、网络技术和远程通信技术，实现整个贸易过程的电子信息化和数据化；是使用互联网作为手段，使买卖双方不见面地情况下可进行各种商务贸易活动。

5 结论

随着信息系统的广泛使用，如何充分利用数据，发掘有用的知识，是广大拥有大量数据的组织非常关心的问题，在此前景下，需要从数据中找出有用的知识。介于以上情况，人们需要使用一个新的技术工具将数据转换为自己所需要发知识内容，这便产生了数据挖掘技术。

数据挖掘技术在电子商务中的应用前景广阔，随着数据挖掘技术与数据库技术的不断发展，对Web挖掘中存在的各种复杂的非结构化数据会有更完善的解决方法。随着社会的不断发展，电子商务必将加快中国经济发展的步伐，电信行业的迅速发展，网络迅猛普及更为中国的网络电子商务打下了坚实的基础。数据挖掘技术在电子商务中的应用前景广阔，随着数据挖掘技术与数据库技术的不断发展，对Web挖掘中存在的各种复杂的非结构化数据会有更完善的解决方法。

随着社会的不断发展，电子商务必将加快中国经济发展的步伐，电信行业的迅速发展，网络迅猛普及更为中国的网络电子商务打下了坚实的基础。很多城市都在兴建自己的数码港我国上网人数也在快速上升，许多小区都有了互联网，宽带的进入，相信会有更多的人采取这种方式来发展自己的营销计划。因而可以说，电子商务网站在中国将会有巨大的发展前景。

[1]朱明.数据挖掘[M].中国科学技术大学出版社，2002：75.

[2]余强，张海盛.个性化Web信息服务技术研究[J].四川：计算机应用研究，2006，2：198-200.

[3]毛国君，段立娟.数据挖掘原理与算法[M].北京：清华大学出版社，2005：20-39.