1、Web数据挖掘技术在电子商务领域中的应用罗旋碧（梧州市机电技工学校，广西梧州5430 0 2）【摘要】随着现代科技的不断发展，电子商务作为一种新兴的信息化商业模式，借助互联网的发展迅速占据商业贸易市场上的重要份额。Web数据挖掘技术是一种基于数字化技术，对网络中流传的海量信息进行自动采集、整理、价值发掘的技术。文章从理论阐释入手，先对电子商务的定义、Web数据挖掘技术的定义给予了解析，进而对电子商务系统中该技术的应用模式进行了说明，最后对这一技术在电子商务中应用的作用和意义实施了微观层面的探讨，以期为Web数据挖掘技术更好地在电子商务领域得到应用，实现技术价值的充分发挥提供参考。【关键词】We
2、b数据挖掘；电子商务；应用【中图分类号】TP311Application of Web Data Mining Technology in the Field of E-CommerceAbstract:With the continuous development of modern technology,e-commerce,as a new information based business model,rapidly occupies an important share in the commercial trade market with the development of t
3、he Internet.Web data mining technology isa technology based on digital technology that automatically collects,organizes,and explores the value of massive amounts ofinformation circulating in the network.Starting with theoretical explanation,this article first analyzes the definition of e-commerce an
4、dWeb data mining technology,then explains the application mode of this technology in e-commerce systems.Finally,it explores the roleand significance of this technology in e-commerce at a micro level,in order to provide reference for better application of web datamining technology in the field of e-c
5、ommerce and fully realize its technical value.Key words:Web data mining;e-commerce;application引言由于网络时代的迅速发展，通过互联网进行购物逐渐被人们所接受，这一新兴的购物消费模式因为具有可选商品种类丰富、支持退换货、价格便宜、送货上门、商品可对比性强、可享受各类优惠折扣等优点，受到了越来越多消费者的青睐。到目前为止，在商品零售市场上，电子商务已经大大挤占了传统的线下零售行业的市场份额，成为当今主流的商品零售模式之一。随着电子商务市场的兴起，电商企业之间的竞争也变得逐渐激烈起来，很多电商企业为了更好地
6、开拓市场、提高销量，纷纷引入先进的技术手段，对电商销售模式进行改造升级。这其中，Web数据挖掘技术可用来探查市场消费动向，发现潜在目标客户，了解消费需求，为消费者推送其感兴趣的商品信息，该技术在电商营销方面展现出了强大的辅助作用。何为Web数据挖掘技术？其在电子商务活动中的应用模式有哪些？如何应用这一技术，才能让其技术价值得到最大限度的发挥，让其在电子商务活动中起到更大的推动作用？本文结合电子商务活动的具体问题，就这一课题展开详细探讨与解析。【收稿日期】2 0 2 2-10-0 9【作者简介】罗旋碧（198 3一），女，广西梧州人，梧州市机电技工学校教师，研究方向为电子商务。【文献标识码】A【
7、文章编号】10 0 8-1151(2 0 2 3)0 4-0 0 17-0 41电子商务的概念电子商务是一个新兴的科技概念和商业贸易概念，指的是使用信息化的通讯技术，通过开放的互联网把商品交易的供需信息进行对接，以信息沟通作为渠道，实现商品交易意向的建立和承诺的达成，进而对于其中需要进行实物交割的交易，以第三方支付担保和线下物流配送形式实现交割的信息化、网络化的商品交易模式。在电子商务活动中，买家和卖家都基于互联网交易平台进行买方信息和卖方信息的发布，而平台通过提供交易信息中介服务，实现二者供需的对接，进而为买卖双方提供第三方担保、物流等商品交割方面的必要服务，从而通过建立在网络上的虚拟交易平
8、台，实现买卖双方交易的达成。对于一些不需要实物交割的商品，如充值话费，缴纳水电费，购买软件程序、游戏点卡、音像影视作品等，只需要通过电商平台达成交易意向，完成支付即可在线交割。而对于一些实物商品的交易，通常需要在买卖双方达成交易意向后，由买方先把货款支付到平台，电商平台提供交易担保，通知卖方发货，卖方通过物流公司把商品发出并送达买方处，买方确认收货后通知平台放款，才能完-17-成交易流程。电子商务是基于信息技术支持的新一代商品交易模式，在现代商品贸易领域所占据的市场份额越来越大，俨然已经成为主流的商品贸易形式之一2 。2VWeb数据挖掘技术2.1Web数据挖掘技术的概念Web数据挖掘技术是一种
9、基于信息技术作为基础而研发出来的现代高新科技技术，是现代新兴的数据采集分析与价值发掘技术。Web数据挖掘技术可以通过对信息领域流通的海量非结构化数据信息实施自动的采集，进而依据分析者的需要，把其中符合某一标准、某一价值利用要求的数据实施汇总，并通过价值发掘，找出数据之间的相互联系，并以逻辑运算方式推导出数据的衍生线索，发现其中对分析者有用的数据资料和信息3。使用大数据技术，可以让使用者通过自动化的大量采集开放网络环境中流通传递的大量信息，以低成本、自动化的信息采集分析形式，筛选其中有价值的数据信息，进而实施数据分析，为使用者利用数据价值做出相应的决策或活动提供信息支持。2.2Web数据挖掘的分
10、类Web数据挖掘活动依据方法差异可分成内容挖掘、结构挖掘和使用挖掘三种。Web内容挖掘指通过从海量的网络非结构化数据中，实施有价值资料信息的定向采集。按照自身的数据采集目的，从网络中进行资源查找，把符合自身资料采集需要的数据汇总收集在一起，把不符合自身查找目标的资料数据过滤掉，从而通过开放的网络环境，获取有价值数据信息的专门工作。Web结构挖掘指通过对网络领域里存在的大量链接结构数据实施采集分析，就页面里蕴含的链接信息进行研究，通过定向分析，对各类链接关系的指向和涵义进行探查，进而弄清特定的网页浏览者在使用互联网进行信息检索时所感兴趣的内容，进而实现对特定类型用户信息获取意向的探查与了解4。W
11、eb 使用挖掘指的是针对特定目标客户的网络使用习惯，就其在网络信息交互活动中的行为模式、主观意图、行为规律等进行专门的数据资料采集分析，从而通过行为分析，对特定用户的习惯和行为规律进行总结的数据挖掘工作。该技术在网络分析领域的应用中，主要用来研究特定用户的行为习惯5。3Web 数据挖掘过程Web数据挖掘技术的具体应用过程大致可以概括为如下步骤6 。第一步，明确数据挖掘的目标和方向。明确数据信息采集挖掘要解决什么问题，以此作为任务目标，建立具有特定功能的模型。把需要采集的数据信息实施性质特征定性，进而把其特征的构成要素规格化，纳入模型中，作为网络数据采集的标准，通常来说，要采用多种算法，设定好数
12、据采集的各项参数，进而明确对网络数据采集的规则。在明确了数据采集方向和标准基础上，对模型采集效果进行测试，并观察存在哪些不足，及时调试更改，通过反复循环测试，让模型的数据采集效果达到理想状态。第二步，明确数据源。Web数据挖掘技术的应用主要针对开放的互联网环境，流通的海量非结构化数据进行采集整理，因而可以采集的数据范围极为宽泛，如果不进行数据采集方向的筛选，范无目标地进行采集，会导致工作量过大，数据采集的工作效率低下。因此通过对数据采集的目标进行分析，明确有价值数据主要来自于哪些方向，进而限定模型的数据采集范围，把不可能存在有价值数据的其他网络空间排除在Web数据挖掘的目标范围外，通过有选择性
13、地明确数据源范围，减少数据信息采集的工作量，提升工作效率。第三步，实施数据的预处理。针对已经采集到的有价值数据实施预处理，通过数据筛选，剔除出一些明显不属于有价值的信息、无法进行数据挖掘的杂音数据，从而提升数据挖掘利用效率。与此同时，通过对采集到的数据实施预处理和分类，按照价值发掘与利用的需要将数据分成不同的种类，从而为进一步的价值发掘提供便利。第四步，进行数据中的模式发现。使用Web数据挖掘算法，对具有一定关联性的非结构化数据实施关联规则、关联路径的分析研究，对不同数据相互之间的联系和指向进行分析探查，从而在现有数据的基础上，对所采集数据的序列模式做出合理的判断。第五步，模式分析。这一环节的
14、工作主要集中在对现有的数据进行进一步的价值分析，对第四步发现的数据模式进行验证、解释，通过模式分析，发现其中哪些基于现有数据分析的模式是正确的，属于有价值信息，哪些是错误的，不具有参考性，从而剔除错误的分析结果，仅保留正确的分析结果，为数据利用提供支持。第六步，对数据挖掘的结果实施可视化转换与呈现。通过对使用Web数据挖掘的结果进行转换，对其中不利于读解使用的数据实施可视化的转换，通过以较为容易理解的形式实施数据展示，清晰展现数据的价值和其中蕴含的信息，从而便于数据信息的分析利用。4电子商务系统中的 Web 数据挖掘技术4.1路径分析路径分析是指对目标客户的网络访问资料数据实施采集，通过对其网
15、络信息浏览查阅的次数与频率等实施分析，研究客户行为模式和喜好、消费习惯等重要信息。4.2 统计分析统计分析是针对站点实施优化设计的分析工作，通过对比站点的各类性能与安全性信息实施采集分析，发现站点功能上可以优化的地方以及安全性方面不够完善的地方，通过改进优化，完善电商平台的功能与提升其安全性。4.3关联规则关联规则的工作主要针对特定目标客户的所有相关资料实施关联性分析，大量采集目标客户的各类信息，通过数据-18-挖掘，对不同事件之间可能存在的关联性进行分析研究，并探查出可用于电商平台营销或客户服务的有价值信息。4.4序列模式序列模式是指对目标客户在事件时序上的先后关系做出分析，进而研究客户的行
16、为习惯、消费喜好，方便平台为客户打造个性化的服务提供资料和信息依据。4.5分类规则分类规则这一功能的作用主要体现在对数据信息的分析，按照客户属性与行为模式上的差异将其分为不同的客户种类，如按照年龄、喜好、职业身份等信息进行分类，以便于对客户信息实施分类管理，针对不同种类的客户制定出符合客户需要的平台服务。4.6聚类分析聚类分析这一功能主要针对具有特定分类的细分客户群体，对其消费需求、行为习惯、购物模式、消费能力等实施该种类客户共性特征的归结与分析，通过对这一类的客户实施消费共性特征和行为模式上规律性要素进行研究，为此类客户定制专门的服务，推送其需要的产品。5Web 数据挖掘技术在电子商务中的应用5.1#挖掘潜在客户电子商务市场上竞争越来越激烈，电商平台要想有效抵御竞争对手的冲击，获得更好的生存发展，就一定要注意扩大客户数量，培育忠实客户群体。而习惯于网络购物的消费者数量众多，哪些是电商平台的潜在客户，就是电商平台在进行营销推广与品牌宣传上必须要弄清的问题。这就需要平台通过使用Web数据挖掘技术，对市场领域所有可以采集到的消费者信息，实施连续不间断地采集、筛选、整理和分析。采用数据发掘技