Web數據挖掘技術在電子商務中的應用

王洪軍

摘 要：電子商務普遍存在于現代商務的活動中，它的蓬勃發展為企業開辟了新的發展，同時也產生了大量的業務數據。Web數據挖掘技術的廣泛應用，可以幫助企業在電子商務活動中充分挖掘、利用及管理這些海量數據，來計劃既定出各項業務的指標，讓電子商務產生的大數據具有更現實的意義。本篇文章將通過對Web數據挖掘技術的進行探究，從而提升Web數據挖掘技術在電子商務中的廣泛運用。

關鍵詞：Web數據挖掘；電子商務；應用

由于互聯網的普及，電子商務開始飛速崛起，它打破了人們對于傳統商務模式的理念。人們越來越習慣通過電子商務進行企業產品信息的訪問和交易，人們的瀏覽和購買也讓Web網上產生了大量的數據。如何及時處理和分析這些數據，讓它幫助我們的企業從中挖掘出有價值的信息，就成了我們當前不斷探索的關鍵課題。而只有企業合理利用這些數據，才能不斷發現市場需求、維系客戶關系、提高企業效益，從而開展健康有序的電子商務活動。

一、電子商務和Web數據挖掘概念

1.電子商務的概念

電子商務就是指我們對任意信息和通信手段，開展任意樣式的商務活動或管理操作及信息替換。換句話概括就是完成電子化的商貿交易。電子商務的主體包含了企業與客戶，客戶與客戶之間，企業與企業之間，政府以及企業之間的貿易往來。簡單來說，電子商務就是我們個人或企業進行的網上購物、網上支付、電子票據處理、廣告商情等活動。電子商務正因其便捷、低廉、安全可靠等優勢，逐步覆蓋到我們生活生產的各個領域。電子商務所蘊藏的巨大生命力，也讓“大數據”時代悄然到來了，如何挖掘處理這些數據，把這些數據轉換成有用的信息和知識，再次為電子商務所服務，就成為當下迫在眉睫的首要任務。

2.Web數據挖掘技術的概念

Web數據挖掘技術是一個依托于Web環境的操作技術，它觸及了Web技能、數據開發、PC技術以及訊息科學等多項范疇。普通的數據挖掘是從一大堆數據中找尋我們關注的知識，在這些知識里又可能存在一些潛在的訊息，但是普通的數據挖掘技術只是側重于挖掘訊息里存在的規律性知識；而Web數據挖掘技術是以半結構化或無結構文檔為中心，它的數據模式完全不一樣，數據中的信息是互相交錯的，數據里涵蓋的內容幾乎不存在語言意義的信息描述，只憑借HTML語法將這些數據進行結構上的敘說。Web數據挖掘技術從一開始就是面向應用領域，它不是對特定數據庫進行檢索、查詢和調用。Web數據挖掘技術廣泛應用在超市、金融、電信等擁有大量數據的電子商務中，進行的挖掘有歸類用戶、信用評測、風險評估等。

二、Web數據挖掘技術的先進作用

1.對數據進行統計與解析

統計與解析是Web數據挖掘技術第一個積極有效地作用，它能夠察訪并找出數據中擁有的種種規律，接著利用統計和數學模型功能解析這些規律。具體的解析方法有：（1）線性分析和非線性分析（2）接連返回分析和返回分析（3）時間序列分析（4）單變量和多變量分析。數據統計分析可以幫助我們找到各項數據間的聯系，像是異常數據與識別時間序列數據中的模式等，數據統計功能是運用相應的工具來進行多變量分析與回歸分析的，數據用于瀏覽子集、查找詳細數據及刪除冗余的。同時應生成可視的圖表，幫助分析人員選擇適用于數據統計的恰當模型，包括剖分、多維表及排序等。

2.發現數據中存在的知識

在數據里發掘知識，起初來自于人工智能和機器學習。它可以在數據搜索過程中發現需要的內容，這些內容可以直觀展現出數據元素的形式與關聯，因此它能夠幫助電子商業發現規律和本相。我們可以利用Web數據挖掘技術中的數據瀏覽可視化工具和可視化瀏覽工具，給出帶有多變量的圖形化分析數據，從而以進一步增強數據的發掘能力，幫助電子商務人員進行知識發現。

三、Web數據挖掘技術在電子商務中的應用

1.挖掘潛在客戶

潛在客戶的挖掘，是我們大部分電子商戶業務發展中的主要考核指標。市場業務人員大多采用傳統的業務模式來獲取新客戶，比如大量投放商業廣告；或者將已有的目標客戶群進行分類，針對這些人開展直銷活動。前期使用這些方法還是很快會奏效的，但是隨著客戶數量的不斷增長，每位客戶的專屬需求也會增長，想要快速對這些客戶的進行條件篩選就會變得相當困難。在此，我們就可以通過Web數據挖掘技術，對潛在客戶的進行快速的篩選工作。在對電子商務客戶的訪問信息挖掘時，我們可以在互聯網上用到分類功能尋找出今后可能出現的潛在消費者。我們的商戶可以據此設立瀏覽者行為記錄，對已經存在的訪問者進行行為分類，并依此分析出訪問者存在的公共關鍵屬性及相互間關系。這時我們在遇到一個剛訪問的瀏覽者時，就能夠借助Web上的歸類功能注意到他，找出此客戶與已經分類的哪類老客戶存在相似描述，從而對這個新客戶進行正確的分類。而分類的結果無非就是有利可圖的客戶群還是無利可圖的客戶群，此時我們就能夠決定要不要把此瀏覽者當做潛在客戶服務。只要鎖定了潛在客戶，我們就可以對該客戶進行動態的、特殊的、個性化的頁面展示，記住頁面的內容一定要根據客戶與銷售商提供的產品和服務進行關聯。

2.維系有效客戶

我們知道一個新客戶的作用遠遠比不上一個忠實的老客戶，現在想要得到一個新客戶的成本也是越來越大的。在Web數據挖掘技術的應用中，企業可以通過預測找出即將流失的客戶，總結其可能流失的幾個主要原因，并且有針對性的對即將流失的客戶進行挽留工作。電子商務產品信息的龐大復雜，讓許多客戶迷失其中，傳統客戶與商家之間的空間距離已不復存在， 在電子商務中每一個商家對客戶來說都是不相上下的，這就引發了老客戶頻繁“跳槽”的行為。

只有堅持運用Web數據挖掘技術，遵循“以客戶為中心”的電子商務理念，全面掌握客戶的瀏覽習慣、興趣及需求，為老客戶提供個性化的服務，主動向客戶進行頁面推薦，及時更新調整Web頁面設計，第一時間提供的客戶需要的促銷信息及商品廣告，從而提升老客戶反復瀏覽和購買的頻率。我們在維系有效客戶時，更應實施客戶關系戰略，即針對消費者的瀏覽習慣、瀏覽頻率及瀏覽信息等內容進行統計，找到每位瀏覽者的特征生成訪問習慣記錄，以此建立量身定制的網店，自動為瀏覽者推薦商品信息，讓他們能夠更快地發現感興趣的產品，這是以人為本的購物理念，它能讓瀏覽者一瞬間就變成了消費者。我們還可以按照顧客購物車中的產品，向消費者引薦與之有關的同類商品，增加客戶的原則范圍，提升經營者的重復銷售率。同時，還可以按照每位瀏覽者的購買需要推薦對應的頁面信息，提供對應的促銷廣告與優惠信息，提升更多消費者對網站瀏覽的興趣，預防準客戶的流逝現象。

3.管理客戶數據

每個企業手里都積攢了大量的客戶數據，除了擁有這些數據，我們還應有效的管理這些數據。運用Web數據挖掘技術，可以讓企業最大限度地使用手中數據資源，從而對客戶的習慣開展研究與分類，這會幫助我們發現客戶需求，挖掘潛藏的消費者，打造“以客戶為中心”的服務理念，從而提升顧客的滿意與忠實度。下面我們來列舉通過Web數據挖掘技術進行的數據管理：當消費者通過電子商務進行瀏覽交易時，我們就能分析出消費者的大概信息，比如年齡、性別、學歷、愛好、職業、家庭住址等內容，以及下次購買相關商品的間隔時間和常用的商品型號。掌握了這些數據信息后，我們就可以針對消費者的購買習性和愛好，改善網站的布局設計，因人而異打造不一樣的特性化網站，并對目標客戶發送有效的廣告及促銷信息，從而減少商營者還可以根據有效客戶對市場功能的評論，家的宣傳成本，提升客戶的關注度與回應度。與此同時，經實施多方面的營銷手段，擴展銷售領域和界限，為經營者擬定生產任務和發展計劃提供合理的依照。經過提升數據核心及數據管理，我們可以大幅度的提升服務質量贏得客戶的積極響應，促進客戶數據管理的自動化和智能化。

四、結束語

目前，在我國電子商務的應用正處于快速發展的階段，作為面向電子商務的Web數據挖掘將是一個非常有前景的領域。如何使用Web數據挖掘技術，優化市場、創新企業、強化客戶，就成了我們進行深入研究的工作。綜上所述，我們分析了運用Web數據挖掘技術，建立高效動態電子商務的可行性，并且要根據企業需求采用合適的模型和參數，開展Web數據挖掘技術，只有這樣才能最大限度的發揮Web數據挖掘的作用，使企業做出正確的決策，減少各項成本，創造更大的利益。伴隨Web數據挖掘技術的持續完善與進步，它一定能夠遍及到更多領域，擁有更加廣闊的應用前景。

參考文獻：

[1]夏火松.數據倉庫與Web數據挖掘技術[M].北京：科學出版社，2004，3.

[2]張云濤，龔鈴.Web數據挖掘原理與技術[M].北京：電子工業出版社，2004，1.

[3]張懿.Web數據挖掘技術在電子商務中的應用[J].電腦知識與技術，2005.

[4]張娥.Web使用模式研究中的Web數據挖掘[J].計算機應用研究，2000.

[5]王緒林.Web使用挖掘的用戶個性化服務研究[J].信息系統，2003，1.