论文部分内容阅读
【摘要】 文章介绍了Web数据挖掘的特性及分类， 并从个性化网站的设计、CRM中的应用两个角度，探讨了电子商务中的WEB数据挖掘应用的策略。
【关键词】 电子商务 WEB 数据挖掘
一、引言
电子商务改变了人们传统的商务模式，同时也改变了商家与顾客之间的关系。因此对商家而言尽可能的了解客户的爱好、价值取向，才能在竞争中立于不败之地。数据挖掘技术可以有效地帮助商家了解客户行为，提高站点的效率。在电子商务网站的设计、客户关系管理（CRM）等方面得到广泛的应用。
二、Web数据挖掘技术
根据挖掘对象的不同，Web挖掘主要分为Web使用挖掘、Web内容挖掘以及Web结构挖掘。
Web数据挖掘是将数据挖掘技术应用到Web数据的过程，是从用户的网络行为中抽取用户感兴趣的模式，通过对用户浏览网站记录数据、日志进行收集、分析和处理，运用一些数学方法建立用户行为和兴趣模型，利用这些模型来了解用户行为，从而改进站点结构，最终为用户提供良好的个性化信息服务。
三、数据挖掘在电子商务网站设计中的应用
数据挖掘可以得出如：哪类客户喜欢这个站点、客户通过什么访问路径达成交易，以及客户访问站点的频率等信息，从而优化网站的结构提高网站的访问量，吸引更多的客户。利用WEB数据挖掘技术，个性化电子商务系统的实现过程包括信息采集、信息分析和个性化服务三个主要步骤：
1）信息采集。为用户提供个性化服务的基础是收集客户个人信息。收集個人信息主要有两种方式。第一种方式是通过客户注册信息如性别、出生日期、职业来获得；第二种是通过客户在网站上的行为，如客户经常浏览某类产品或相关广告来判断个人的兴趣爱好等特点，获得客户个人信息。
2）信息分析。一个完善和成功的个性化电子商务网站应该在不影响客户的页面处理时间能够对客户的资料、行为进行分析，为减少客户等待时间可以对于耗时较多的分析、分类处理应放在相对空闲和客户退出网站等时间处理。信息分析过程如下：将网站客户群进行分类，然后按照客户群兴趣特点进行归类。
3）个性化服务。为达到个性化服务的目的我们可以根据客户类别显示相应的内容呈现给客户，为了使分类更具有可信性和稳定性，对注册时间较长，浏览及购买行为相对稳定的客户优先抽样。
四、数据挖掘在CRM中的应用
1）客户的获取。随着客户数量和细节因素不断增加，必会给筛选问题带来很大困难。而数据挖掘技术可以帮助完成潜在客户的筛选工作。通过信息调查、扩展，同时和一些外部信息匹配，使之更适合数据挖掘分析。然后根据 “反应行为模式”记录下客户的反馈，剔除无反应行为和重复的数据后，建出N元反应行为预测模型，以便找出目标客户。
2）客户的保持。随着行业的激烈竞争，获得一个新客户的成本愈来愈大，保持和维系好原有客户的工作也愈来愈有价值。在CRM的实施中，企业通过预测，找出可能会流失的客户，并分析出他们想要离开的主要因素，在此基础上，有针对性地挽留那些有离开倾向的客户。
五、Web使用挖掘技术在电子商务中的应用策略
1）提供差异化的营销策略。利用聚类技术对用户浏览网站的日志数据进行深入挖掘，划分出具有相似兴趣的顾客群体，根据每一客户群体的不同特征构造出不同的兴趣模型，然后提供差异化的营销策略。
2）降低客户开发成本。电子商务环境下，客户主要可分为3类：第一类是低价值甚至是无价值的客户；第二类是忠实客户；第三类是在网络上不断寻找更优惠的价格和更好的服务的客户，这类客户是潜在的有价值的客户。统计数据表明，开发一个新顾客的成本比保留一个老顾客的成本高5倍，而流失一个老顾客，其代价相当于开发10个新顾客。
3）争取最高限度利用现有客户 。通过Web使用挖掘，可以从客户购买行为中发现客户购买的影响因素，进而建立预测模型，来分析用户将来所感兴趣的商品。掌握了这些信息就可以在推出新的产品时做到有的放矢，从而争取最大的利润。
4）充分利用网站的检索功能模块。为了让顾客在最短时间内找到所需产品或相关服务，电子商务网站都应开发检索功能，利用Web数据挖掘技术，对相关产品进行有效布局；记录“陌生”关键词。看这些关键词出现的频率有多大，这些关键词对应的产品能带来多少利润；最后决定是否要购买这类商品，如果条件允许的话就通知这些顾客。
结束语：数据挖掘所带来的好处，是与用户的需求及数据挖掘技术本身的发展相关的。在充分了解客户的爱好、需求的基础上，利用各种Web挖掘技术，设计出能满足不同用户群体需要的个性化电子商务网站，从而提供给客户更加满意的服务。
参 考 文 献
[1]刘全志，面向电子商务海量数据的智能挖掘技术研究 [D]. 山东师范大学 2015.5
[2]李霏. Web数据挖掘技术在电子商务中的应用价值探析 [J]. 电子技术与软件工程 2016.1
【关键词】 电子商务 WEB 数据挖掘
一、引言
电子商务改变了人们传统的商务模式，同时也改变了商家与顾客之间的关系。因此对商家而言尽可能的了解客户的爱好、价值取向，才能在竞争中立于不败之地。数据挖掘技术可以有效地帮助商家了解客户行为，提高站点的效率。在电子商务网站的设计、客户关系管理（CRM）等方面得到广泛的应用。
二、Web数据挖掘技术
根据挖掘对象的不同，Web挖掘主要分为Web使用挖掘、Web内容挖掘以及Web结构挖掘。
Web数据挖掘是将数据挖掘技术应用到Web数据的过程，是从用户的网络行为中抽取用户感兴趣的模式，通过对用户浏览网站记录数据、日志进行收集、分析和处理，运用一些数学方法建立用户行为和兴趣模型，利用这些模型来了解用户行为，从而改进站点结构，最终为用户提供良好的个性化信息服务。
三、数据挖掘在电子商务网站设计中的应用
数据挖掘可以得出如：哪类客户喜欢这个站点、客户通过什么访问路径达成交易，以及客户访问站点的频率等信息，从而优化网站的结构提高网站的访问量，吸引更多的客户。利用WEB数据挖掘技术，个性化电子商务系统的实现过程包括信息采集、信息分析和个性化服务三个主要步骤：
1）信息采集。为用户提供个性化服务的基础是收集客户个人信息。收集個人信息主要有两种方式。第一种方式是通过客户注册信息如性别、出生日期、职业来获得；第二种是通过客户在网站上的行为，如客户经常浏览某类产品或相关广告来判断个人的兴趣爱好等特点，获得客户个人信息。
2）信息分析。一个完善和成功的个性化电子商务网站应该在不影响客户的页面处理时间能够对客户的资料、行为进行分析，为减少客户等待时间可以对于耗时较多的分析、分类处理应放在相对空闲和客户退出网站等时间处理。信息分析过程如下：将网站客户群进行分类，然后按照客户群兴趣特点进行归类。
3）个性化服务。为达到个性化服务的目的我们可以根据客户类别显示相应的内容呈现给客户，为了使分类更具有可信性和稳定性，对注册时间较长，浏览及购买行为相对稳定的客户优先抽样。
四、数据挖掘在CRM中的应用
1）客户的获取。随着客户数量和细节因素不断增加，必会给筛选问题带来很大困难。而数据挖掘技术可以帮助完成潜在客户的筛选工作。通过信息调查、扩展，同时和一些外部信息匹配，使之更适合数据挖掘分析。然后根据 “反应行为模式”记录下客户的反馈，剔除无反应行为和重复的数据后，建出N元反应行为预测模型，以便找出目标客户。
2）客户的保持。随着行业的激烈竞争，获得一个新客户的成本愈来愈大，保持和维系好原有客户的工作也愈来愈有价值。在CRM的实施中，企业通过预测，找出可能会流失的客户，并分析出他们想要离开的主要因素，在此基础上，有针对性地挽留那些有离开倾向的客户。
五、Web使用挖掘技术在电子商务中的应用策略
1）提供差异化的营销策略。利用聚类技术对用户浏览网站的日志数据进行深入挖掘，划分出具有相似兴趣的顾客群体，根据每一客户群体的不同特征构造出不同的兴趣模型，然后提供差异化的营销策略。
2）降低客户开发成本。电子商务环境下，客户主要可分为3类：第一类是低价值甚至是无价值的客户；第二类是忠实客户；第三类是在网络上不断寻找更优惠的价格和更好的服务的客户，这类客户是潜在的有价值的客户。统计数据表明，开发一个新顾客的成本比保留一个老顾客的成本高5倍，而流失一个老顾客，其代价相当于开发10个新顾客。
3）争取最高限度利用现有客户 。通过Web使用挖掘，可以从客户购买行为中发现客户购买的影响因素，进而建立预测模型，来分析用户将来所感兴趣的商品。掌握了这些信息就可以在推出新的产品时做到有的放矢，从而争取最大的利润。
4）充分利用网站的检索功能模块。为了让顾客在最短时间内找到所需产品或相关服务，电子商务网站都应开发检索功能，利用Web数据挖掘技术，对相关产品进行有效布局；记录“陌生”关键词。看这些关键词出现的频率有多大，这些关键词对应的产品能带来多少利润；最后决定是否要购买这类商品，如果条件允许的话就通知这些顾客。
结束语：数据挖掘所带来的好处，是与用户的需求及数据挖掘技术本身的发展相关的。在充分了解客户的爱好、需求的基础上，利用各种Web挖掘技术，设计出能满足不同用户群体需要的个性化电子商务网站，从而提供给客户更加满意的服务。
参 考 文 献
[1]刘全志，面向电子商务海量数据的智能挖掘技术研究 [D]. 山东师范大学 2015.5
[2]李霏. Web数据挖掘技术在电子商务中的应用价值探析 [J]. 电子技术与软件工程 2016.1