电子商务中计算机WEB数据挖掘技术的应用分析
来源:用户上传
作者:朱沙
摘要：电子商务的开展丰富了商品交易的类型，促进了网购用户的生活效率提升，但是对于电子商务经营方而言，如果不能通过数据挖掘技术深入分析相关用户群体的访问方式和兴趣偏好，将无法针对目标客户群体做出针对性的推送，从而影响到整体推广效果和经营业绩。本文从WEB数据挖掘技术的含义出发，对电子商务中计算机WEB数据挖掘的应用价值和模型构建方式进行说明，从而为电子商务的发展提供技术支撑。
关键词：数据挖掘;电子商务;网络购物;应用分析
中图分类号：TP393 文献标识码：A
文章编号：1009-3044（2019）32-0287-02
应用WEB数据挖掘技术，对网络购物用户在电子商务应用过程中产生的数据进行分析，基于一定的算法对用户的购买行为进行预测，并在此基础上做好商品推荐，已经成为电子商务经营活动中必不可少的技术应用环节。由于计算机技术的复杂性，在实际应用过程中可以采用不同的技术模式，针对行业经营特征进行深入分析，从而为提升自身经营水平奠定良好的基础。
1WEB数据挖掘技术的含义和分类
1.1WEB数据挖掘技术的含义
在电子商务不断深入发展的同时会产生海量的网络数据，基于各种不同的计算机软件能够对这些信息进行识别和抓取，在采用针对性的数学模型基础上，对这些数据信息进行处理，从而得出一定的分析结论，不仅能够分析出目标群体的共性偏好和应用习惯，还能够针对个体用户进行深入分析，从而采取更加高效的推送方式，提升商户的经营效率，节省经营成本，为企业发展起到更大的推动作用。
1.2WEB数据挖掘技术的分类
WEB数据挖掘技术在应用过程中需要对各种数据进行全面的挖掘，以确保在进行数据分析时能够得出更加准确的结论，确保结论能够真正贴近用户的购买心理。在实际应用过程中，依据收集数据类型的不同，可以将WEB数据挖掘分为内容挖掘、使用记录挖掘和结构挖掘。这三种数据类型在互联网中的运行结构不同，运行机理不同，所体现的客户信息价值也存在较大差异。其中WEB内容挖掘指的是对WEB页面上的显性内容信息进行发掘，这些信息展现的形式包括文本信息和多媒体信息等，随着信息传输技术方式的多样化，在未来发展过程中还会出现VR信息等高级应用形式。WEB使用记录挖掘是WEB数据挖掘技术应用的重要方面，在WEB服务器实际运行时，能够将客户所有的操作以日志的形式进行記录，对这些记录进行分析能够对站点结构进行有针对性的优化，或者对不同的访问群体推送个性化的定制内容。WEB结构挖掘是对超链接和页面内部结构进行数据挖掘，从而深度发现页面之间的数据关系，并依据相应的指标对页面价值进行排序。需要注意的是，在对不同类型的WEB数据进行挖掘时，需要采取不同的语言和算法进行操作，从而在满足技术应用的同时降低分析成本，提升分析效率，以便达到更好的效果。
2WEB数据挖掘技术的应用价值
2.1分析客户群体特征
在电子商务发展已经进入深度变革时期，客户的行为特征更加明显，不断朝着趋同化的方向发展，对客户群体的特征进行深人分析已经成为电子商务经营过程中必不可少的措施。借助于计算机技术构建出相应分析模型和数据库，能够在新客户在进行访问过程中逐步分析出客户与数据库中对应的分类规则，准确判断客户的潜在价值。在将客户群体进行价值分类之后，能够直接忽略潜在价值不足的客户群体，而将设计和经营的重心应用在有价值的潜在客户群体中，以科学的市场策略来促进客户交易的成功率，为企业创造更高的利益价值。分析客户群体特征是WEB数据挖掘技术的基本功能，是其他应用形式作用的基础，因而在设计过程中需要依据自身经营特点和需求做出有针对性的设计。
2.2优化站点设计
WEB站点是展现商品信息和内容的直接形式，是目标客户群体所接触的第一层面，站点设计结构和内容展现能否在第一时间吸引目标群体，是电子商务经营水平的重要体现，也是经营效益的重要影响因素。在对WEB站点进行优化时，需要从三个方面人手：一是通过路径分析找出访问频率最为频繁的路径，将重点商品或者信息放置在对应的路径上，提升成交比例。二是强化关联内容的设计，根据数据分析结果分析出关联度较高的商品，采取突出展示或链接的方式方便客户的进一步访问。三是对客户的访问期望进行分析，包括客户在搜索中所应用的关键词等重点数据进行分析，尽量合理化设定商品之间的导航链接，从而实现优化功能。优化站点设计能够减少客户在购物过程中出现的摇摆不定思维，提高客户的访问体验水平，从而为提高交易水平奠定基础。
2.3进行个性化设置
在客户群体特征不断明显的情形下，进行整体上的站点优化已经无法充分满足消费客户群体的应用需求，在此基础上进行个性化设置是提升用户使用体验效果的最佳途径。个性化设置在本质上属于站点优化的组成部分，但是其应用是针对具有个性的客户群体，而不是针对所有的客户。在深入挖掘用户访问数据的基础上分析客户所展现出来的兴趣、爱好、偏好和需求等方面的信息，动态化的调整WEB页面所展示的内容，是个性化设置的基本方式，在未来发展过程中还会借助于其他应用方式强化与客户之间的交互作用，从而提升客户的感官体验，更好促进交易达成。
2.4优化搜索引擎
在电子商务平台运行过程中，各种模式的搜索功能是满足客户选择的重要途径，也是体现客户消费目标的重要数据来源。WEB数据挖掘技术在对搜索引擎进行优化时可以从三个方面人手：一是利用技术分析将关键词的设定更加合理化，提升关键词与客户需求之间的对应度，在方便客户应用的同时也能够提升检索服务的质量。二是能够对网页进行分析的基础上对网页布局进行聚类，实现分类浏览和检索。三是对用户的查询历史进行分析，拓展数据分析的深度和广度，确保用户检索效果不断提升。
2.5优化广告投放 广告投放是电子商务经营过程中必不可少的经营手段，基于WEB数据挖掘技术能够准确分析广告投放与销量之间的关系，能够对广告投放效果进行科学评价，根据消费群体在浏览和交易完成过程中产生的偏向性行为，分析出广告投放过程中各方面的不足，确定出最为合理的宣传方案。在制定宣传方案时，对页面设置、投放位置、投放频率等进行科学设定，从而在降低广告投入成本的基础上获取最大的经营效益，提升整体经营水平。
2.6强化网络安全
电子商务经营过程中，对于网络安全有着特殊要求，通过WEB数据挖掘技术的应用，能够对异常行为和无效数据等进行深入分析，重点分析在系统运行中可能产生的网络风险，通过对相对数据的挖掘，减少黑客攻击和恶意欺诈等行为出现的概率。在对数据进行准确分析的基础上及时发现系统运行中存在的漏洞，同步采取对应的改进和处理措施，在提高数据安全的基础上确保业务开展的有序进行。
3电子商务中计算机WEB数据挖掘技术的实施路径
3.1数据准备
数据的准备工作对模型建构和数据分析的准确度有着直接性的影响，并且占据了全部工作流程的大部分时间，因此必须充分重视数据准备工作。在技术应用过程中数据准备工作的开展需要做好以下几个方面的工作：1）确定数据文件，一般情形下，数据文件包括网络日志、注册信息、登录信息、浏览记录、交易记录和商品信息等几个方面。2）确定数据抓取技术，在选择和应用数据抓取技术时需要考虑宽带的高效利用和目标服务器的抓取限制，确保数据抓取能够长期运行。3）完善数据存储模块，确保模块能够适应于海量数据存储和数据激增情形下的运行需求。
3.2选择算法
合理选择算法是提升系统运行效率，确保数据分析结果与实际要求相一致的基本要求。在选择算法时首先要对电子商务售卖商品和客户的群体特征进行分析，明确占有较大比例的交易特征，其次是根据每种算法所具有的特征，选择与电子商务数据分析要求最为接近的算法。在实际应用过程中，通常会选择Apriori算法为运行基础，再结合实际情形对算法进行改进，从而为系统架构的设置奠定技术基础。
3.3系统架构
系统架构的设置是实现WEB数据挖掘技术应用的基本途径，系统架构的实现是基于开发平台和运行界面来实现的。在进行系统架构时，必须先行确定系统运行的侧重点，在信息网络技术应用范围不断扩展的情形下，電子商务开展的形式也不断多样化。这就要求在进行系统架构时，必须依据系统运行的平台进行有侧重的设计，从而使系统在运行过程中所产生的数据分析结果和推送内容能够更加贴近消费者的应用需求。在对运行界面进行设计时，还要确保其应用的便利性，提升应用者的使用效率。
3.4结果分析
结果分析是提升WEB数据挖掘技术应用水平的重要途径，在系统运行至一定程度时，必须采用人工介人的方式对系统运行结果进行深入分析，真正发现系统运行中出现的问题，在确保销售效果的前提下对系统运行中存在的不足进行优化，使系统运行能够适应行业的发展和自身运行的需要。
4结束语
随着电子商务行业的发展，其经营活动的开展对WEB数据挖掘技术的依赖程度将会不断提升，在大数据时代背景下做好数据分析工作，对于提升客户研究质量、提升商业销售水平、开展个性化的服务具有重要的意义。这就要求电子商务从业人员要高度重视数据分析工作，依托技术手段更好地开展销售工作。
转载注明来源:https://www.xzbu.com/8/view-15084410.htm
