论文部分内容阅读
[摘 要] 电子商务个性化是电子商务发展的重点。介绍了Web日志挖掘及其在电子商务个性化中的具体应用，详述了电子商务个性化服务平台的功能模块，可为搭建个性化服务平台提供参考。
[关键词] 数据挖掘 WebLog 电子商务 个性化
随着网络技术的快速发展，网络已广泛应用于诸多领域。互联网已成为用户进行交互的重要信息平台，电子商务成为商家与消费者进行商务交易的主要方式之一。电子商务是指在互联网开放的网络环境下，贸易活动中的买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、在线电子支付以及各种商务交易活动和其他综合服务活动的一种新型的商业运营模式。在电子商务活动中，个性化服务能更好地满足各类消费者的需求，是电子商务发展的重点和核心。通过有效的技术手段实现与消费者沟通，了解其消费习惯、特点以及潜在的消费意识，设计出能满足不同消费群体需求的个性化服务平台，从而实现优质的个性化服务。这已成为电子商务面临的问题，而借助于web挖掘可以很好地得以解决。
一、Web挖掘
Web数据挖掘（Web Data Min-ing），简称Web挖掘，是从数据挖掘发展过来的集Web技术、数据挖掘、信息科学等多个领域的一项技术，是指从大量的Web文档集合中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式。它所处理的对象包括静态网页、Web数据库、Web结构、用户使用记录等。
根据研究对象Web挖掘可分为:（1）Web内容挖掘：是从文档内容或其描述中抽取知识的过程，是对基本搜索引擎所完成工作的扩展。包括对Web页面文档内容及搜索引擎的查询结果，进行文本的分類、聚类、关联分析等。（2）Web结构挖掘：是从WWW的组织结构和链接关系中推导知识。通过对Web站点的结构进行分析、变形和归纳，将Web页面进行分类，以利于信息的搜索。（3）Web日志挖掘(Web Log Mining)：是从Web日志文件中抽取蕴涵的、未知的、有潜在应用价值的、非平凡的模式和隐含信息。通过对Web日志所包括的用户行为模式，可用IP地址、时间、Web页面等信息挖掘与分析，发现用户感兴趣的模式，了解用户的行为和Web的结构，从而改进站点的结构，为用户提供优质的个性化服务。Web日志挖掘包括数据收集、数据预处理、模式发现、模式分析四个阶段。
二、电子商务个性化服务与WebLog
1.个性化服务的必要性
随着网络技术的不断发展和电子商务的广泛应用，传统的电子商务模式和忽视消费者类别及其需求差异性的服务，已经不能适应信息社会发展的需求。在电子商务交易活动中，消费者需求的多样化推动电子商务个性化的发展。个性化服务在改善顾客关系、培养顾客忠诚度及提高商品销售量等方面具有明显的效果，成为企业创造竞争优势的重要手段。
2.个性化服务及其内容
电子商务环境下的个性化服务是指电子商务企业利用网络技术、人工智能技术和专家系统等，主动获取客户的特定信息需求，以及特定客户群体的共同信息需求，针对客户需求自动检索网络产品信息，并根据客户要求把其所需信息自动推送给客户的一种综合性的信息服务机制。它以满足消费者个性化需求为目的活动,通过对每一位消费者开展个性化服务,最大限度地满足客户的要求。
通过个性化信息服务系统，实现向客户提供满足其个性化需求的信息内容和系统功能。系统根据不同客户所提出的明确或模糊信息需求，为客户提供有针对性的信息咨询、信息检索、信息收集及信息推送等服务；对信息服务过程中的客户行为、习惯、特定信息需求及客户实体信息等历史数据进行研究、分析。获取客户的特定信息特征，然后把这些信息特征加载到个性化信息服务系统中，从而主动向客户提供有针对性的、主动的、符合需求的特色服务，实现电子商务网站对客户的个性化信息服务。
个性化服务主要包括三个方面:(1)服务时空个性化。电子商务web站点服务已突破了时空限制，客户可根据自己的意愿，随时随地的获取电子商务平台提供的服务。(2)服务方式个性化。其体现服务的层次性，即交易平台针对客户的类别、特点等，有针对性地提供服务且方式不拘一格，建立消费者“需要什么，提供什么”的新的服务方式。(3)服务内容个性化。电子商务交易平台提供的商品资源多种多样，由于消费者的个体需求差异，其对商品和服务的需求也就不尽相同，针对不同层次的客户提供级别不一的服务内容。
3.WebLog在电子商务个性化服务中的作用
在电子商务个性化服务中，WebLog挖掘的作用主要表现在以下几个方面:(1)对电子商务网站Web服务器访问日志进行分析挖掘，深入了解消费者，分析其浏览习惯、个人偏好、价值取向等特点，充分掌握不同消费者的消费需求，有针对性的开展电子商务，从而提升自己产品的市场竞争力。(2)依据消费者的历史资料、访问记录等可以预测需求趋势，评估需求倾向的改变，挖掘潜在消费需求，同时发现潜在客户，进行有针对性的营销活动，提供对其有价值、感兴趣的个性化信息和服务。(3)实现优化电子商务Web站点。电子商务网站的设计者可以根据消费者的需求来修改和设计网站结构和外观，使网站结构设计更合理，更加方便用户的页面浏览，符合客户购买商品的规律。(4)以客户信息需求为方向，针对不同客户设计个性化页面，体现信息服务的个性化。
三、电子商务个性化系统的实现
消费者通过系统客户接口模块提出商品信息请求，同时系统在客户信息库可获取或更新客户信息，而对于新用户则建立其客户信息记录。通过信息收集与过滤过程,把搜索到的客户请求信息反馈给客户,客户可就结果向系统提交反馈。系统综合客户数据,为客户建立客户兴趣模型库，同时信息挖掘子系统通过对web日志的挖掘,可以识别客户、挖掘客户行为,实现对客户兴趣模型库记录的创建与更新;基于客户兴趣模型,信息挖掘系统为客户提供个性化信息,然后通过用户接口定时把个性化信息推送给客户。
问题分析模块:分析客户信息，根据客户特点将用户进行分类，实现客户信息库记录的建立、更新及客户信息的获取。同时还为客户兴趣模型的建立提供客户基本信息。
用户接口模块：客户和系统进行交互的接口，其可以接受客户注册及其请求信息、反馈信息，在这个过程中可以学习并记录客户的兴趣和习惯。同时，该模块还负责将最终结果输出给对应客户及获取本地客户信息库的内容。信息收集模块：根据客户需求，主动跟踪本地信息库和网络相关信息，收集客户所需信息。
客户兴趣模型库:包括客户的基本信息、客户的兴趣爱好、研究领域、行为方式等。
信息挖掘模块:通过对Web访问信息的挖掘，对网站页面内容进行分类，挖掘客户的访问行为和方式信息。整合获取到的信息，实现客户兴趣模型数据库的建立。对所浏览的页面路径进行分析，了解客户的浏览模式。通过对客户分类、聚类和时间序列模式分析，抽象出每类客户的普遍性需求和个性化需求，建立一系列关联规则。通过挖掘客户的购买、查询和咨询记录等访问数据，分析特定客户的访问模式和浏览行为，获取客户的兴趣和爱好；然后动态调整、定制网站中页面链接的次序以及网站页面内容，向客户推荐他们可能感兴趣的内容，进而为每个客户定制符合其个人特色的电子商务Web站点服务。
信息推送与反馈模块：利用智能推送技术将客户所需信息推送到客户的计算机、电子信箱等。客户对所提供的信息可作出反馈（如该类信息是否需要、是否继续定制等），并对客户的反馈信息再次分析，以调整和完善客户兴趣模型库。
四、结束语
在电子商务交易活动中，不同客户对消费信息的需求存在着很大差异，个性化服务就显得尤为重要。通过个性化服务，可以拉近商家与消费者的距离，为消费者提供更有针对性的服务，从而提高用户服务质量和企业的竞争力。文中详细介绍了WebLog挖掘及其在电子商务个性化中的应用，可为企业搭建电子商务服务平台提供参考。
参考文献:
[1]范 明 孟小峰,译:数据挖掘概念与技术[M].北京:机械工业出版社, 2003
[2]王 新:基于Web日志的用户访问模式挖掘.计算机工程与应用,2006(21):156～158
[3]曹树金:数据库平台的个性化服务研究.图书馆论坛,2007(12):126～130
[4]张翠英:电子商务个性化服务与Web使用挖掘技术.中国管理信息化(综合版),2007 (2):56～58
[关键词] 数据挖掘 WebLog 电子商务 个性化
随着网络技术的快速发展，网络已广泛应用于诸多领域。互联网已成为用户进行交互的重要信息平台，电子商务成为商家与消费者进行商务交易的主要方式之一。电子商务是指在互联网开放的网络环境下，贸易活动中的买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、在线电子支付以及各种商务交易活动和其他综合服务活动的一种新型的商业运营模式。在电子商务活动中，个性化服务能更好地满足各类消费者的需求，是电子商务发展的重点和核心。通过有效的技术手段实现与消费者沟通，了解其消费习惯、特点以及潜在的消费意识，设计出能满足不同消费群体需求的个性化服务平台，从而实现优质的个性化服务。这已成为电子商务面临的问题，而借助于web挖掘可以很好地得以解决。
一、Web挖掘
Web数据挖掘（Web Data Min-ing），简称Web挖掘，是从数据挖掘发展过来的集Web技术、数据挖掘、信息科学等多个领域的一项技术，是指从大量的Web文档集合中发现蕴涵的、未知的、有潜在应用价值的、非平凡的模式。它所处理的对象包括静态网页、Web数据库、Web结构、用户使用记录等。
根据研究对象Web挖掘可分为:（1）Web内容挖掘：是从文档内容或其描述中抽取知识的过程，是对基本搜索引擎所完成工作的扩展。包括对Web页面文档内容及搜索引擎的查询结果，进行文本的分類、聚类、关联分析等。（2）Web结构挖掘：是从WWW的组织结构和链接关系中推导知识。通过对Web站点的结构进行分析、变形和归纳，将Web页面进行分类，以利于信息的搜索。（3）Web日志挖掘(Web Log Mining)：是从Web日志文件中抽取蕴涵的、未知的、有潜在应用价值的、非平凡的模式和隐含信息。通过对Web日志所包括的用户行为模式，可用IP地址、时间、Web页面等信息挖掘与分析，发现用户感兴趣的模式，了解用户的行为和Web的结构，从而改进站点的结构，为用户提供优质的个性化服务。Web日志挖掘包括数据收集、数据预处理、模式发现、模式分析四个阶段。
二、电子商务个性化服务与WebLog
1.个性化服务的必要性
随着网络技术的不断发展和电子商务的广泛应用，传统的电子商务模式和忽视消费者类别及其需求差异性的服务，已经不能适应信息社会发展的需求。在电子商务交易活动中，消费者需求的多样化推动电子商务个性化的发展。个性化服务在改善顾客关系、培养顾客忠诚度及提高商品销售量等方面具有明显的效果，成为企业创造竞争优势的重要手段。
2.个性化服务及其内容
电子商务环境下的个性化服务是指电子商务企业利用网络技术、人工智能技术和专家系统等，主动获取客户的特定信息需求，以及特定客户群体的共同信息需求，针对客户需求自动检索网络产品信息，并根据客户要求把其所需信息自动推送给客户的一种综合性的信息服务机制。它以满足消费者个性化需求为目的活动,通过对每一位消费者开展个性化服务,最大限度地满足客户的要求。
通过个性化信息服务系统，实现向客户提供满足其个性化需求的信息内容和系统功能。系统根据不同客户所提出的明确或模糊信息需求，为客户提供有针对性的信息咨询、信息检索、信息收集及信息推送等服务；对信息服务过程中的客户行为、习惯、特定信息需求及客户实体信息等历史数据进行研究、分析。获取客户的特定信息特征，然后把这些信息特征加载到个性化信息服务系统中，从而主动向客户提供有针对性的、主动的、符合需求的特色服务，实现电子商务网站对客户的个性化信息服务。
个性化服务主要包括三个方面:(1)服务时空个性化。电子商务web站点服务已突破了时空限制，客户可根据自己的意愿，随时随地的获取电子商务平台提供的服务。(2)服务方式个性化。其体现服务的层次性，即交易平台针对客户的类别、特点等，有针对性地提供服务且方式不拘一格，建立消费者“需要什么，提供什么”的新的服务方式。(3)服务内容个性化。电子商务交易平台提供的商品资源多种多样，由于消费者的个体需求差异，其对商品和服务的需求也就不尽相同，针对不同层次的客户提供级别不一的服务内容。
3.WebLog在电子商务个性化服务中的作用
在电子商务个性化服务中，WebLog挖掘的作用主要表现在以下几个方面:(1)对电子商务网站Web服务器访问日志进行分析挖掘，深入了解消费者，分析其浏览习惯、个人偏好、价值取向等特点，充分掌握不同消费者的消费需求，有针对性的开展电子商务，从而提升自己产品的市场竞争力。(2)依据消费者的历史资料、访问记录等可以预测需求趋势，评估需求倾向的改变，挖掘潜在消费需求，同时发现潜在客户，进行有针对性的营销活动，提供对其有价值、感兴趣的个性化信息和服务。(3)实现优化电子商务Web站点。电子商务网站的设计者可以根据消费者的需求来修改和设计网站结构和外观，使网站结构设计更合理，更加方便用户的页面浏览，符合客户购买商品的规律。(4)以客户信息需求为方向，针对不同客户设计个性化页面，体现信息服务的个性化。
三、电子商务个性化系统的实现
消费者通过系统客户接口模块提出商品信息请求，同时系统在客户信息库可获取或更新客户信息，而对于新用户则建立其客户信息记录。通过信息收集与过滤过程,把搜索到的客户请求信息反馈给客户,客户可就结果向系统提交反馈。系统综合客户数据,为客户建立客户兴趣模型库，同时信息挖掘子系统通过对web日志的挖掘,可以识别客户、挖掘客户行为,实现对客户兴趣模型库记录的创建与更新;基于客户兴趣模型,信息挖掘系统为客户提供个性化信息,然后通过用户接口定时把个性化信息推送给客户。
问题分析模块:分析客户信息，根据客户特点将用户进行分类，实现客户信息库记录的建立、更新及客户信息的获取。同时还为客户兴趣模型的建立提供客户基本信息。
用户接口模块：客户和系统进行交互的接口，其可以接受客户注册及其请求信息、反馈信息，在这个过程中可以学习并记录客户的兴趣和习惯。同时，该模块还负责将最终结果输出给对应客户及获取本地客户信息库的内容。信息收集模块：根据客户需求，主动跟踪本地信息库和网络相关信息，收集客户所需信息。
客户兴趣模型库:包括客户的基本信息、客户的兴趣爱好、研究领域、行为方式等。
信息挖掘模块:通过对Web访问信息的挖掘，对网站页面内容进行分类，挖掘客户的访问行为和方式信息。整合获取到的信息，实现客户兴趣模型数据库的建立。对所浏览的页面路径进行分析，了解客户的浏览模式。通过对客户分类、聚类和时间序列模式分析，抽象出每类客户的普遍性需求和个性化需求，建立一系列关联规则。通过挖掘客户的购买、查询和咨询记录等访问数据，分析特定客户的访问模式和浏览行为，获取客户的兴趣和爱好；然后动态调整、定制网站中页面链接的次序以及网站页面内容，向客户推荐他们可能感兴趣的内容，进而为每个客户定制符合其个人特色的电子商务Web站点服务。
信息推送与反馈模块：利用智能推送技术将客户所需信息推送到客户的计算机、电子信箱等。客户对所提供的信息可作出反馈（如该类信息是否需要、是否继续定制等），并对客户的反馈信息再次分析，以调整和完善客户兴趣模型库。
四、结束语
在电子商务交易活动中，不同客户对消费信息的需求存在着很大差异，个性化服务就显得尤为重要。通过个性化服务，可以拉近商家与消费者的距离，为消费者提供更有针对性的服务，从而提高用户服务质量和企业的竞争力。文中详细介绍了WebLog挖掘及其在电子商务个性化中的应用，可为企业搭建电子商务服务平台提供参考。
参考文献:
[1]范 明 孟小峰,译:数据挖掘概念与技术[M].北京:机械工业出版社, 2003
[2]王 新:基于Web日志的用户访问模式挖掘.计算机工程与应用,2006(21):156～158
[3]曹树金:数据库平台的个性化服务研究.图书馆论坛,2007(12):126～130
[4]张翠英:电子商务个性化服务与Web使用挖掘技术.中国管理信息化(综合版),2007 (2):56～58