WEB数据挖掘技术及应用研究

王 瑛

（河南工业大学，河南 郑州 450001）

网络营销是在电子商务发展下孕育而生的一种集市场营销和现代信息技术为一体的新型市场营销模式。网络营销主要是依托互联网和计算机信息技术，将营销者与客户之间的交易、交流行为实现信息化，而这其中则会产生大量的频繁数据交换，再加之这些数据的种类较为分散，如何能够有效的管理与应用这些数据便成为网络营销者必须关注的问题。在本文研究中，笔者首先阐述看关于网络营销及WEB挖掘的基本理论知识以及技术原理，并就网络营销中的WEB挖掘应用技术及具体应用方法进行全面的探讨分析。

一、网络营销和WEB数据挖掘技术的概念及类型

（一）网络营销概述

网络营销是近几年来产生的一个新兴名词，其是指企业在市场营销过程中利用计算机技术和互联网实现有效信息的获取、处理与利用，在此基础上制定有效的市场营销策略，从而实现市场营销工作。

通过网络实施营销可让企业降低运营成本，提升企业的市场占有率，降低了市场壁垒，尤其对与中小企业而言可以利用低成本营销而平等的进入国内、国际市场。对于企业恶言，网络营销增加了企业与客户之间的双向互动交流频率，而对于消费者而言，通过互联网平台不仅扩大了商品选择的空间个获得更加低廉的价格，而且满足了更加便捷的购物需求。

（二）WEB挖掘概述

WEB挖掘属于是利用数据挖掘技术在获取WEB活动文档中的隐藏信息或者具有应用价值的潜在应用模式。WEB挖掘技术主要通过WWW资源、页面的超链接结构、WEB页面内容以及用户访问信息等数据信息，利用归纳学习与统计分析方法获取数据对象间的内在特征。利用WEB挖掘可以发现更多的潜在的有趣应用模式或者其他隐藏信息资源，并在信息过滤技术的辅助下让客户获得更高层次的规律与知识。

根据相关技术原理，现将WEB挖掘技术分为以下三大类：

1.WEB结构挖掘。WEB挖掘中的结构挖掘是指利用WEB组织结构之间的链接关系而计算出网页结构中的有用模式。在大量的WEB超链接信息中为WEB页面提供了相关联的结构与质量方面信息资源，其能够集中反映出文档之间的引用、从属及包含关系，另外通过分析WEB文档之间的超链接结构，还可发现网页结构中的有用模式，从而有利于找到权威页面。在WEB结构挖掘领域，应用最多的算法是Page Rank和HITS算法，两者都是通过使用一定的计算方法而获得WEB页面之间超链接的质量，例如：Google搜索引擎便是应用此类计算方法[1]。

2.WEB使用挖掘。WEB挖掘中的使用挖掘是对网页中的相应站点数据和日志文件实施挖掘，以此来追寻相应站点的访问者的行为模式。由于在网页资源中拥有大量的复杂、异质信息，而每一个信息资源在服务器上都存在一个结构化的WEB访问日志，当网页资源访问者提出请求之后服务器将自动将行动数据记录在访问日志上。因此，分析不同的WEB站点的访问日志，则有利人们掌握WEB结构以及客户的行为动态，这样有助于提升网站的工作效率。

3.WEB内容挖掘。WEB挖掘中的内容挖掘主要是收集有用的WEB信息资源（如：数据、内容、文档等）。WEB中含有不同在种类的信息资源，目前网络信息资源的来源基本上都是来自于WWW信息资源之中，这其中除了部分人们可以直接搜索、抓取以及实现服务的资源以外，还有部分资源是无法被索引的隐藏数据，因此便需要应用WEB挖掘技术将其挖掘出来。

二、网络营销中的WEB挖掘技术分析

（一）路径分析技术

实施WEB数据挖掘，其所需要的路径分析技术主要是通过对WEB服务器的日志文件中访问频繁的路径等其他相关路径信息进行判定，利用这些信息再对网站及页面的设计结构进行不断的完善和改进。利用路径分析技术实现数据挖掘必须经过三个基本步骤[2]，即：首先通过浏览过程中产生的站点所形成的序列来构成原始路径；其次是获取最大引用序列；最后是确定最大引用序列。

（二）聚类技术

对于WEB数据挖掘中的聚类技术，其是将WEB访问信息数据中一些具有相似特征的数据项、访问者信息等进行集合，然后运用隐式或显式等方式来对不同的类别资源进行描述。在实践操作中，聚类分析在对数据分布分析时可单独作为一个相对独立的工具来集中观察、分析每一个类型的特点，具体来说就是帮助企业通过分析客户数据库而发现一些不同的客户群，并通过运用消费模式来描述出这些不同客户群的基本特征，从而帮助企业能够更好的了解客户，保障自己的服务能够最大限度的满足客户需求。

（三）分类分析技术

在数据挖掘中利用分类分析技术可通过详细分析示例数据并准确描述不同类别或者建立分析模型，然后在利用这个分析模型对其他数据进行细化分类。分类分析技术在网络营销中是使用较多的应用技术之一，其能够利用分类自动推导而对相关数据进行相关的推广描述，以此来预测未来的数据发展趋势。

（四）关联规则挖掘技术

WEB挖掘技术中的关联分析主要是利用同一个事件中出现的不同项的相关性来挖掘其中所隐藏在数据之间的关联规则。在网络营销活动中，关联分析主要是用于找寻客户对网站中各种文件之间访问现象的相互联系，从而总结分析出客户购买行为的关联因素[3]。通过在WEB上实施数据挖掘，以此来构建一个关联模型，这样我们便可以更换的优化组织站点，降低客户过滤信息频率，并根据客户的购买行为而为客户提供一定的推荐服务。

三、WEB数据挖掘技术在网络营销中的具体应用

（一）有利于确定网络营销目标

实施有效的市场营销活动前首要的工作是确定市场营销目标，而这需要经过三个既定步骤——细化目标市场、选定目标市场、定位目标市场。在网络营销活动中，企业确定目标市场前必须对于商品目标的应用、销售市场进行细分，也就是考察商品的市场吸引力、企业自身的商品营销经验及未来发展目标等等，通过上述细分之后确定商品目标市场，最后在此基础上定位目标市场。如果企业在网络营销中应用WEB 挖掘技术确定市场营销目标，其可以迅速对客户数据进行综合分析，并自动对各个层次的市场实施细分，形成一个详细的目标市场分类数据资料库，从而为企业定位目标市场提供真实、有效的数据依据。

（二）构建市场营销情报系统

为了降低市场营销活动的风险，在此之前一般都需要收集大量的市场营销信息来对目标市场进行细致分析。网络营销主要是通过Internet来获取大量的相关联信息资源，利用WEB数据挖掘技术可收集大量有效的市场营销情报，例如：对企业营销中所需要的政策法规、行业技术、市场环境、竞争对手、国际行情等动态信息进行全面收集整理，并建立全面的营销情况系统，这样有助于企业及时掌握市场、行业等发展新情况，制定并执行具有针对性的营销策略，保证企业在市场营销中拥有绝对的主动权[4]。

（三）数据挖掘在客户关系管理中的应用

1.延长客户驻留时间。通过网络平台实施营销活动，消除了销售企业与客户之间存在的空间距离，在Internet平台上所有销售企业相对于客户而言都是一样的。商家为了能够让访问者尽量对在自己网站上驻留，都需要通过技术手段分析访问者的浏览行为，也就是掌握访问者的爱好或者需求，这样有助于商家及时根据访问者的行为动态调整页面设计和推荐商品信息，更新部分访问者敢兴趣的商品信息，一方面能够满足访问者的需求，更重要的是能够最大限度的延长访问者的驻留时间。

2.挖掘潜在客户。企业通过对WEB日志记录中的访问规律进行分析，根据访问者的相关信息资源进行科学分类，并确定访问者分类的关键属性及相互之间的关联。如果有新的访问者，则可在WEB分类中识别出与已分类访问者之间存在的一些公共描述，然后再对这些新访问者进行正确分类，最后从新访问者的分类判断中决定是否将其作为潜在客户来对待[5]。如果将其作为潜在客户对象，则可给予该客户提供一些个性化的特殊页面内容，从而吸引客户的注意力，激发客户的消费欲望。

（四）促进优化站点设计

在超市中我们经常会发现他们将有关联的物品放在一起，这样有助于提升商品的销售业绩，而在网络营销中的WEB站点结构也是类似的，在浏览模式的设计过程中需要依据大部分访问者的浏览习惯来安排、链接页面内容；若部分页面访问频率较大时则可适当增加页面链接，这样方便访问者顺畅浏览页面；在访问较为频繁的页面上放置重要商品信息，吸引客户的注意力及商品的影响力，从而提升营销业绩。

四、结语

网络营销模式属于是现代市场营销进入数字化时代最有力的证明，随着电子商务体系不断成熟，网络营销必将成为未来社会营销领域中一种新的发展潮流与趋势。在网络营销活动中，WEB数据挖掘技术有助于企业预测市场发展趋势、客户消费动态，进一步挖掘有价值的潜在商业信息资源，从而帮助企业制定具有前瞻性的营销策略，保障企业能够在激烈的竞争环境中把握有利发展机遇。目前，国内外学术界对WEB挖掘技术展开了深入的研究，虽然尚未形成一个成熟的理论与应用体系，但是随着电子商务的不断发展，WEB挖掘技术必将拥有广阔的发展空间。

[1]李岩.基于Web挖掘的专题性智能信息搜索工具关键技术研究[D].北京：北京科技大学信息工程学院，2003.

[2]石磊，王伟华等.Web挖掘技术在电子商务中的应用[A].信息时代—科技情报研究学术论文集(第三辑)[C]；2008.

[3]朱凌云,赵韩，高先圣.Web挖掘在网络营销中的应用研究[J].情报杂志，2006.1.

[4]蔺莉，潘浩.Web数据挖掘技术在电子商务中的应用[J].电脑知识与技术，2010，(4)：816-818.

[5]付泉.电子商务中数据挖掘技术的研究与应用探讨[J].科技广场，2007(3)：114-116.