Web数据挖掘在电子商务中的应用

姜宁+牛永洁

DOI：10.16644/j.cnki.cn33-1094/tp.2016.07.014

摘 要： 阐述了Web数据挖掘与电子商务的概念及Web数据挖掘的分类与技术；以淘宝网为例探讨了Web数据挖掘在电子商务中的应用。电子商务领域丰富的信息资源，为数据挖掘的应用提供了广阔的空间，将数据挖掘技术应用到电子商务中，可以极大地提高企业获取信息的能力，帮助企业制定更具针对性和个性化的商业决策，提高企业市场竞争力。

关键词： 电子商务； 数据挖掘； Web挖掘； 网络营销

中图分类号：TP391 文献标志码：A 文章编号：1006-8228（2016）07-49-04

Application of Web data mining in electronic commerce

——For Example Taobao

Jiang Ning， Niu Yongjie

（College of Mathematics & Computer Science， Yan'an University， Yan'an， Shaanxi 716000， China）

Abstract： This paper expounds the concept of Web data mining and electronic commerce， and the classification and technology of Web data mining， discusses the application of Web data mining in electronic commerce with Taobao as an example. The rich information resources of the electronic commerce provide data mining application with vast space， the application of data mining in electronic commerce， can greatly improve the ability of enterprises to obtain information， help enterprises to develop more targeted and personalized business decisions， and improve the market competitiveness of enterprises.

Key words： electronic commerce； data mining； Web mining； network marketing

0 引言

在互联网及移动互联网时代，电子商务蓬勃发展，其高效与便捷的特点使人们逐渐从传统的购物方式转向网络购物方式。随着电子商务的快速发展，企业内部收集了大量的数据，并迫切需要从这些繁杂的数据中找出真正有价值的信息和知识。数据挖掘技术具有从大量复杂数据中发现特定规律的能力，能够帮助企业深入了解客户需求信息和购物行为特征，给客户提供更有针对性、更贴心的产品和服务。

1 Web数据挖掘与电子商务

1.1 Web数据挖掘与电子商务简介

数据挖掘（Data Mining）又称为数据库知识发现，它通常是指从数据源（如数据库、文本、图片、万维网等）中探寻有用的模式或知识的过程[1]。这些模式必须是有用的、有潜在价值的，并且是可以被理解的。数据挖掘是一门多学科交叉的学问，它融合了机器学习、统计、数据库、人工智能、信息检索、图像与信息处理等多个领域的理论和技术。

Web挖掘是数据挖掘在Web上的应用，它利用数据挖掘技术从互联网上的文档中及互联网服务中抽取人们感兴趣的、有用的模式和隐含信息。Web数据挖掘将传统的数据挖掘技术与Web结合起来，并综合运用了统计学、计算机技术、数据库与数据仓库、信息学、可视化等众多领域的技术。

电子商务是指个人或企业通过Internet网络，采用数字化电子方式进行商务数据交换和开展商务业务活动[2]。电子商务以其方便、快捷、安全、可靠、不受时空限制等优点赢得了广大客户的青睐，网上交易数额逐年上涨。

1.2 电子商务中的Web数据挖掘

1.2.1 Web数据挖掘分类

Web数据挖掘一般分为三种主要类型：Web内容挖掘、Web结构挖掘、和Web使用挖掘。

⑴ Web内容挖掘

Web内容挖掘是指对Web页面内容及后台交易数据库进行挖掘，从Web文档内容及其描述的内容信息中获取有用的知识。Web挖掘主要是针对各种非结构化的数据如文本数据、音频数据、视频数据、图形图象数据等多种数据相融合的多媒体数据挖掘，又可将其分为基于文本的挖掘和基于多媒体的挖掘两种。

⑵ Web结构挖掘

Web结构挖掘是从Web的组织结构和链接关系中寻找有用的知识。Web结构挖掘通常用于挖掘Web页上的超链接结构，从而发现那些包含于超文本结构之中的信息。大量的Web超链接信息提供了关于Web页面内容相关性、质量和结构等方面的信息，反映了文档之间的包含、引用或者从属关系[3]。

⑶ Web使用挖掘

Web使用挖掘是通过挖掘相应站点的日志文件和相关数据来发现该站点上浏览者的行为模式，获取有价值的信息。Web使用挖掘主要通过分析用户访问Web交互过程中的记录，比如：服务器日志记录、浏览器端日志、注册信息、鼠标点击流等。进而发现潜在的客户和市场，并改进Web服务器系统的性能。

1.2.2 Web数据挖掘技术

⑴ 路径分析技术

路径分析是一种找寻频繁访问路径的方法，通过路径分析技术可以确定网站的频繁访问路径，可以对频繁访问的路径进行优化，改进页面及网站结构的设计，以方便客户使用。

⑵ 关联分析技术

关联规则挖掘就是要挖掘出用户在一个访问期间内在服务器中访问的页面、文档之间的联系。在Web数据挖掘中，构建关联模型，将相关联的商品放在一起，增加交叉销售。

⑶ 序列模式分析

序列模式分析是按时间顺序查看时间数据库，其侧重点在于分析数据间的前后序列关系[4]。这些序列反映出的用户行为有助于确认用户访问网站的兴趣所在，便于预测客户的访问模式以及对客户提供个性化的服务。

⑷ 分类与聚类技术

分类技术就是从数据中挖掘出某些共同特征来实现对数据项的分类。在Web数据挖掘中，分类技术可以根据Web日志中某些共同的特性，利用该特性对新添到数据库里的数据项进行分类，根据访问模式得出访问某一服务器文件的用户特性。

聚类分析用于将有相似特性的客户、数据项集合到一起，按照“类内相似性最大，类间相似性最小”的原则，对数据进行类的聚集[5]。例如按照顾客的购买习惯进行聚类，将购物习惯相近的顾客分在一起，有针对性地进行广告促销。

2 Web数据挖掘在电子商务中的应用

数据挖掘技术可以帮助企业分析从互联网上获取的大量数据，比如，客户访问网站时点击了哪一个链接，浏览了哪个产品，在该页面停留了多少时间，其搜索历史等信息。这样分析可指导企业制定更合理的营销策略，为客户提供个性化的服务。

本文以淘宝网为例，将探讨Web数据挖掘技术在淘宝网的应用。淘宝网（www.taobao.com）成立于2003年5月10日，由阿里巴巴集团投资创办，拥有近5亿的注册用户数，每天有超过6000万的固定访客，是中国最大的购物零售平台，是亚洲第一大网购零售商。

2.1 数据挖掘在网络营销中的应用

网络营销是建立在对市场了解和分析的基础上，这就需要提前收集、整理大量的数据信息，进行数据分析，再开展下一步的营销活动。淘宝商家在产品上新之前一定要做好市场分析，将风险降到最低，这就需要用到数据分析。本文使用的数据分析工具是淘宝指数，淘宝指数是2011年年底上线的淘宝官方免费数据分享平台。登录淘宝指数页面，先查看排行榜，注意页面的统计时间和排名类型，要有时效性和针对性。如图1所示，统计时间为2016/2/8—2016/2/14，暴增的关键词为“连衣裙 春”，与上一周相比增长了5倍多。商家在这个时间段上新“春款连衣裙”，借助产品需求的增长，可大幅提高销售量。

搜索排行只代表了买家需求，并不是真正的购买，可能买家只是先了解产品信息，时机到了才会成交。成交排行就是最近一周各品类的成交量，如图2所示，最近一周成交量排名前三的品类分别是打底衫、连衣裙和外套。成交排行里还有个地域选择，可以根据自己的地域，优先选择。商家要时刻掌握市场动态，分清淡季和旺季，做到旺季入市，淡季出市。

2.2 数据挖掘在客户关系管理中的应用

客户关系管理是一种以客户为中心的经验策略，旨在改善企业与客户之间关系的新型管理机制，通过完善的客户服务和深入的客户分析来满足客户需求。所谓在互联网上“凡走过必留下痕迹”就是指，当访客从进入某网站的那一刻起，他的一切浏览行为与历程都是可以立即被记录的。对来自不同平台的数据进一步挖掘和分析，找到这些数据相对应的人群，再对这些群体进行个性化对比，展开个性化的营销服务。这里还以搜索“连衣裙 春”为例，性别和年龄很重要，从图3可以看出，女性买家居多，35岁以上喜好度更高，这样就可以有针对性的对这类客户实施一定的营销策略。

根据客户的浏览记录，可以获知访客的爱好或关注目标，更充分地了解客户的需要，为每一位顾客提供更具针对性的产品和服务，都有利于获取新的客户和提高老客户的满意度，这是掌握客户的根本。如图4所示，了解来访者的星座、爱好，投其所好，定期推送一些星座幸运物、健美/运动产品、零食、化妆品广告，可以大大提高“转化率”。这里的“转化率”指的是产生实际消费的用户和来到用户网页的总用户数量的比值，是将流量转化为实际销售额的一种衡量方式[6]。

2.3 数据挖掘在优化电子商务网站设计中的应用

网站页面内容的安排就如超级市场中货品在货架上的摆设一样，把具有一定支持度和信任度的相关联的物品摆放在一起，可能有助于销售。利用关联规则可以了解如何针对客户动态调整站点结构，使客户访问的有关联的文件之间的链接能够比较直接，客户能够更容易地访问到感兴趣的页面，继而可以增加下次访问的几率。

用户在一个网站平均停留的时间和每个用户对网站的平均贡献是成正比的。想要客户在自己的网站上驻留更长的时间，我们就应该深入了解客户的浏览行为和兴趣、需求，动态地调整Web页面结构，向客户推荐、提供一些他们感兴趣的商品信息和广告，从而延长客户的停留时间。在淘宝网页面就会看到“根据浏览，猜我喜欢”，根据客户的浏览痕迹，推荐客户可能感兴趣的相关产品，以期将浏览者转变为购买者。

3 结束语

电子商务的迅猛发展是现代信息技术发展的必然结果，电子商务的数据挖掘也将是很有前景的领域，它将数据转化为有价值的信息，自动预测客户消费趋势和市场走向，为企业做出正确的商业决策提供有力的支持和保证。但Web数据挖掘中还有一些问题需要解决，比如：电子商务中产生的海量数据、结构异化数据的挖掘问题，以及数据质量、数据安全与隐私问题等。Web数据挖掘技术的不断发展与完善，将促进电子商务向更加智能化、个性化的方向发展。

参考文献（References）：

[1] 刘兵著，俞勇等译.Web数据挖掘[M].清华大学出版社，2013.

[2] 屈正庚，唐晓琴.基于电子商务中的数据挖掘技术研究[J].电

子设计工程，2009.17（3）：37-39

[3] 庞英智.Web数据挖掘技术在电子商务中的应用[J].情报科

学，2011.29（2）：235-240

[4] 段晓华.数据挖掘技术在电子商务客户关系管理中的应用[J].

湖南文理学院学报（自然科学版），2010.22（2）：90-94

[5] 严潭.数据挖掘在电子商务中的应用[J].电子商务，2006.22

（4）：201-202

[6] 谭磊.大数据挖掘[M].电子工业出版社，2013.