Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究論文
Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究論文
數(shù)據(jù)挖掘是近年來隨著數(shù)據(jù)庫技術(shù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種全新的信息技術(shù),它融合了數(shù)據(jù)庫、人工智能以及統(tǒng)計學(xué)等多種學(xué)科的知識,試圖從數(shù)據(jù)中提取出先前未知、有效和有用的知識。 隨著Internet的迅速發(fā)展和普及,電子商務(wù)的發(fā)展越來越多地引起研究者們的關(guān)注,期望能夠在這種新型的商務(wù)模式下,充分利用它的優(yōu)點,獲得更多的經(jīng)濟(jì)效益。Web已經(jīng)成為企業(yè)開展電子商務(wù)的基礎(chǔ)。以下是學(xué)習(xí)啦小編為大家精心準(zhǔn)備的:Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究相關(guān)論文。內(nèi)容僅供參考,歡迎閱讀!
Web數(shù)據(jù)挖掘在移動電子商務(wù)領(lǐng)域的應(yīng)用研究全文如下:
摘要: 隨著移動通信技術(shù)的飛速發(fā)展,移動電子商務(wù)以其方便、快捷等優(yōu)點獲得了大量的網(wǎng)絡(luò)用戶。移動互聯(lián)網(wǎng)端的用戶行為分析已經(jīng)成為迅速發(fā)展的知識領(lǐng)域。Web數(shù)據(jù)挖掘技術(shù)作為用戶行為分析的基礎(chǔ)在移動電子商務(wù)領(lǐng)域具有很高的實用價值。文章主要介紹了基于Web的數(shù)據(jù)挖掘定義及Web的數(shù)據(jù)特點,并對Web使用模式挖掘的過程和算法進(jìn)行了重點分析,包括數(shù)據(jù)的預(yù)處理、模式發(fā)現(xiàn)和模式分析。
1 移動電子商務(wù)與數(shù)據(jù)挖掘
1.1 移動電子商務(wù)與數(shù)據(jù)挖掘的關(guān)系 目前,移動互聯(lián)網(wǎng)技術(shù)和數(shù)據(jù)庫技術(shù)飛速發(fā)展,移動電子商務(wù)正顯示出越來越強(qiáng)大的生命力,它把電子交易從傳統(tǒng)的PC端轉(zhuǎn)移到了移動終端,使人們可以隨時隨地進(jìn)行電子商務(wù)活動,這加速了社會經(jīng)濟(jì)的電子化進(jìn)程,同時也使得數(shù)據(jù)爆炸的問題越來越嚴(yán)重。數(shù)據(jù)挖掘的興起為電子商務(wù)提供了強(qiáng)大的數(shù)據(jù)支撐,利用數(shù)據(jù)挖掘技術(shù)可以有效的幫助企業(yè)分析網(wǎng)上獲取的大量數(shù)據(jù),發(fā)現(xiàn)隱藏在其背后的知識,為電子商務(wù)客戶提供個性化服務(wù),建設(shè)智能商務(wù)網(wǎng)站,指導(dǎo)企業(yè)的營銷策略,由此使企業(yè)線上的業(yè)務(wù)得到進(jìn)一步的發(fā)展。
移動電子商務(wù)便捷以及交互式的服務(wù)可以為數(shù)據(jù)挖掘提供海量的數(shù)據(jù)。因為客戶對網(wǎng)站的每一次點擊都會被網(wǎng)絡(luò)服務(wù)器記錄在日志中,由此產(chǎn)生了點擊流數(shù)據(jù)。網(wǎng)站的服務(wù)器日志,后臺數(shù)據(jù)庫中客戶相關(guān)的數(shù)據(jù),以及大量交易記錄等數(shù)據(jù)資源中都蘊含著海量有待充分挖掘的信息,海量數(shù)據(jù)是數(shù)據(jù)挖掘的一個必要條件,如果數(shù)據(jù)量少,則挖掘的信息是不夠精準(zhǔn)的。
移動電子商務(wù)網(wǎng)站可以為數(shù)據(jù)挖掘提供“干凈的”數(shù)據(jù)。因為許多相關(guān)的信息是從網(wǎng)站上直接提取的,無需從歷史系統(tǒng)中集成,避免了很多錯誤。通過良好的站點設(shè)計,不需要進(jìn)行分析、計算和預(yù)處理等步驟,就可以直接得到與數(shù)據(jù)挖掘相關(guān)的數(shù)據(jù)。移動電子商務(wù)網(wǎng)站的數(shù)據(jù),非??煽?,無需人工輸入,從而避免了很多錯誤。此外,可以通過良好的站點設(shè)計來控制數(shù)據(jù)采樣的顆粒度。
基于移動電子商務(wù)的數(shù)據(jù)挖掘能夠使得挖掘的成果非常容易應(yīng)用。很多其他的數(shù)據(jù)挖掘研究雖然有很多的知識發(fā)現(xiàn),但是這些知識很多不能輕松的在商業(yè)領(lǐng)域中應(yīng)用并產(chǎn)生效果。因為要應(yīng)用這些知識可能意味著需要進(jìn)行復(fù)雜的系統(tǒng)更改、流程更改、或改變?nèi)藗內(nèi)粘5霓k事習(xí)慣,這在現(xiàn)實中是相對困難的。而在移動電子商務(wù)領(lǐng)域,很多知識發(fā)現(xiàn)都可以直接應(yīng)用。如改變站點設(shè)計(改變布局,適當(dāng)進(jìn)行個性化設(shè)計),針對于特定目標(biāo)或消費群進(jìn)行的隨時隨地的網(wǎng)上促銷,根據(jù)對廣告效果的統(tǒng)計數(shù)據(jù)改變相應(yīng)的廣告策略,根據(jù)數(shù)據(jù)特點可以很容易地進(jìn)行網(wǎng)上捆綁式銷售等。
1.2 Web挖掘的定義 Web數(shù)據(jù)挖掘(Web Data Mining),是數(shù)據(jù)挖掘技術(shù)在Web環(huán)境下的應(yīng)用,是從大量的Web文檔集合和在站點內(nèi)進(jìn)行瀏覽的相關(guān)數(shù)據(jù)中發(fā)現(xiàn)潛在的、有用的模式或信息。它是一項綜合技術(shù),涉及到Internet技術(shù)、人工智能、信息學(xué)、統(tǒng)計學(xué)等多個領(lǐng)域。
面向電子商務(wù)的數(shù)據(jù)挖掘是Web挖掘的一個典型應(yīng)用,Web上的日志文件,如客戶的訪問行為,訪問頻度,瀏覽內(nèi)容及時間等,包括很多可挖掘內(nèi)容,對這些內(nèi)容進(jìn)行提取、加工、分析,可以將客戶的訪問數(shù)據(jù)從潛在的、隱含的狀態(tài),變?yōu)槠髽I(yè)分析市場、制定經(jīng)營策略、管理客戶關(guān)系的有力依據(jù),從而實現(xiàn)Web上電子商務(wù)活動的本質(zhì),即獲得商務(wù)的增值。 對應(yīng)于不同的Web數(shù)據(jù),Web挖掘也分成三類:Web內(nèi)容挖掘(Web Content Mining)、Web結(jié)構(gòu)挖掘(Web Structure Mining)和Web使用模式挖掘(Web Usage Mining)。(圖1)
Web內(nèi)容挖掘就是對網(wǎng)絡(luò)頁面的內(nèi)容進(jìn)行挖掘分析,包括對文本、圖像、音頻、視頻、元組數(shù)據(jù)的挖掘,但目前多數(shù)是基于文本信息的挖掘,這又可以進(jìn)一部分為網(wǎng)頁內(nèi)容挖掘和搜索結(jié)果挖掘,前者是傳統(tǒng)的依據(jù)內(nèi)容搜索網(wǎng)頁,后者是在前者搜索結(jié)果的基礎(chǔ)上進(jìn)一步搜索網(wǎng)頁。Web內(nèi)容挖掘和通常的平面文本挖掘的功能和方法比較類似,但由于互聯(lián)網(wǎng)上的數(shù)據(jù)基本上都是HTML格式的文件數(shù)據(jù)格式流,因此可以利用文檔中的HTML標(biāo)記來提高Web文本挖掘的性能。
Web結(jié)構(gòu)挖掘是對網(wǎng)絡(luò)頁面之間的結(jié)構(gòu)進(jìn)行挖掘,從網(wǎng)頁的實際組織結(jié)構(gòu)中獲取信息。整個Web空間中,頁面內(nèi)容和頁面結(jié)構(gòu)中都可能會存在有用的知識。Web結(jié)構(gòu)挖掘主要就是針對頁面的超鏈接結(jié)構(gòu)進(jìn)行分析,通過分析一個網(wǎng)頁鏈接和被鏈接數(shù)量以及對象來建立Web自身的鏈接結(jié)構(gòu)模式。這種模式可以用于網(wǎng)頁歸類,并且由此可以獲得有關(guān)不同網(wǎng)頁間相似度及關(guān)聯(lián)度的信息。如果發(fā)現(xiàn)有較多的超鏈接都指向某一頁面,那么該頁面就是重要的。這種知識可以用來改進(jìn)搜索路徑。
Web使用模式挖掘是對用戶和網(wǎng)絡(luò)交互的過程中抽取出來的第二手?jǐn)?shù)據(jù)進(jìn)行挖掘,包括網(wǎng)絡(luò)服務(wù)器訪問記錄、瀏覽器日志記錄、注冊信息等。最常用到的是網(wǎng)絡(luò)服務(wù)器訪問記錄挖掘,它通過挖掘Web日志文件及客戶交易數(shù)據(jù)來發(fā)現(xiàn)有意義的客戶訪問模式和相關(guān)的潛在客戶群。其主要特點是對客戶信息數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)換、分析和其他模型化處理,從中提取輔助商業(yè)決策的關(guān)鍵性數(shù)據(jù)。這里需要特別指出的是,Web使用模式挖掘還可以進(jìn)一部分為一般訪問模式跟蹤和定制使用跟蹤,前者是一種查看網(wǎng)頁訪問歷史記錄的使用模式挖掘。這種挖掘可以是一般化的,也可以是針對特定的使用或使用者,這便是后者。
1.3 Web挖掘的數(shù)據(jù)源
很多數(shù)據(jù)都可以在Web上進(jìn)行數(shù)據(jù)挖掘分析,并且這些數(shù)據(jù)存在很多類型,具體來說主要有以下幾種類型的數(shù)據(jù)。
1.3.1 服務(wù)器數(shù)據(jù) 通常只要有客戶訪問站點就會在Web服務(wù)器上留下相應(yīng)的痕跡,即日志數(shù)據(jù),這些日志數(shù)據(jù)存儲在服務(wù)器上的形式通常都是文本文件,比如cookie logs、error logs、sever logs等。
1.3.2 查詢數(shù)據(jù) 它是電子商務(wù)站點在服務(wù)器上產(chǎn)生的一種典型數(shù)據(jù)。例如,對于在線客戶也許會搜索一些產(chǎn)品或某些廣告信息,這些查詢信息就通過cookie或是登記信息連接到服務(wù)器的訪問日志上。
1.3.3 在線市場數(shù)據(jù) 在線時長數(shù)據(jù)主要包括存儲在傳統(tǒng)關(guān)系數(shù)據(jù)庫里的商品信息、客戶購買信息和電子商務(wù)站點信息等。
1.3.4 Web頁面 主要是指HTLM和XML頁面的內(nèi)容,包括本文、圖片、語音、圖像等。
1.3.5 Web頁面超級鏈接關(guān)系 主要是指頁面之間存在的超級鏈接關(guān)系,這也是一種重要的資源。
1.3.6 客戶登記信息 客戶登記信息是指客戶通過Web頁輸入的、要提交給服務(wù)器的相關(guān)客戶信息,這些信息通常是關(guān)于用戶的人的特征。在Web的數(shù)據(jù)挖掘中,客戶登記信息需要和訪問日志集成,以提高數(shù)據(jù)挖掘的準(zhǔn)確度,使之能更進(jìn)一步地了解客戶。
2 Web使用模式挖掘分析
Web使用模式挖掘是Web數(shù)據(jù)挖掘中最重要的應(yīng)用,其數(shù)據(jù)源通常是服務(wù)器的日志信息。Web服務(wù)器的日志記載了用戶訪問站點的信息,這些信息包括:訪問者的IP地址、訪問時間、訪問方式(GET/POST)、訪問的頁面、協(xié)議、錯誤代碼以及傳輸?shù)淖止?jié)數(shù)等信息。
每當(dāng)網(wǎng)頁被請求一次,Web日志就在日志數(shù)據(jù)庫內(nèi)追加相應(yīng)的記錄。站點的規(guī)模和復(fù)雜程度與日俱增,利用普通的概率方法來統(tǒng)計、分析和安排站點結(jié)構(gòu)已經(jīng)不能滿足要求。只有通過數(shù)據(jù)挖掘技術(shù)處理服務(wù)器的日志文件,才能分析用戶訪問站點的規(guī)律,改進(jìn)網(wǎng)站的組織結(jié)構(gòu)及其性能,增加個性化服務(wù),實現(xiàn)網(wǎng)站自適應(yīng),發(fā)現(xiàn)潛在的用戶群體。
Web使用模式挖掘的過稱具體包括數(shù)據(jù)的預(yù)處理過程、模式發(fā)現(xiàn)過程以及模式分析過程。
2.1 數(shù)據(jù)預(yù)處理過程
在數(shù)據(jù)預(yù)處理過程中,首先需要做一些數(shù)據(jù)清洗。其次由于日志文件中只記錄了主機(jī)或代理服務(wù)器的地址,需要運用Cookie技術(shù)和一些啟發(fā)規(guī)則來幫助識別用戶,之后還要確認(rèn)Web日志中是否有重要的訪問頁面被遺漏,如果有,需要進(jìn)行相關(guān)的路徑補(bǔ)充。最后要進(jìn)行事務(wù)識別工作,即將用戶的會話針對挖掘活動的特定需要進(jìn)行定義、細(xì)分,使挖掘更加精確,得到想要的知識。
數(shù)據(jù)清洗:即把日志文件中一些與數(shù)據(jù)分析的無關(guān)項處理掉,例如剔除Web請求方法中不是“get”的記錄。以及刪除Web服務(wù)器日志中與挖掘算法無關(guān)的數(shù)據(jù),一般來說只有服務(wù)器日志中的HTML與挖掘相關(guān),Web日志文件的目的是獲取用戶的行為模式,通過檢查URL的后綴,可以刪除不相關(guān)的數(shù)據(jù)。例如:將日志文件中后綴名為JPG,GIF等圖片文件刪除,將后綴名為CGI的腳本文件刪除。
用戶識別:數(shù)據(jù)清洗之后,使用基于日志的方法同時輔助以一些啟發(fā)式規(guī)則,可以識別出每個訪問網(wǎng)站的用戶,這個過程就叫做用戶識別。在時間區(qū)間跨越較大的Web日志中,某一用戶可能多次訪問該站點,這時就要用到會話識別。其目的就是將用戶的訪問記錄分為單個會話(Session)。那么如何來分呢?可以做如下設(shè)定:用二元組S表示一個用戶會話
S=,
其中userid是用戶標(biāo)識,RS是用戶在一段時間內(nèi)請求訪問Web頁面的集合,RS內(nèi)包含用戶請求頁面的標(biāo)識符Pid及請求時間time,那么這段時間的訪問集合RS即可劃分為:
RS={,…}, 于是,用戶會話可表示為:
S=,…}>,
由此可以看出分成的每一個單獨的會話。
路徑補(bǔ)充:由于代理服務(wù)器本地緩存和代理服務(wù)器緩存的存在,使得服務(wù)器的日志會遺漏一些重要的頁面請求,路徑補(bǔ)充就是利用引用日志和站點的的拓?fù)浣Y(jié)構(gòu)將這些遺漏的請求補(bǔ)充到用戶會話中,設(shè)遺漏的請求為,其中請求時間timek為設(shè)備前后兩次請求的平均值,那么,用戶會話即可表示為:
S=,……}>(k
事務(wù)識別:上面講到的用戶會話是Web日志挖掘中唯一具備的自然事物元素,但對于某些挖掘算法來說可能它的顆粒太粗,區(qū)分度較低,為此需要利用分割算法將其轉(zhuǎn)換為更小的事物,即進(jìn)行事務(wù)識別。
HTML通過“Frame”標(biāo)記支持多窗口頁面,每個窗口里裝載的頁面都對應(yīng)一個URL,F(xiàn)rame頁面用來定義頁面的大小、位置、及內(nèi)容,“Subframe”用來定義被Frame包含的子窗口頁面,當(dāng)用戶訪問URL對應(yīng)的是一個Frame頁面時,瀏覽器通過解釋執(zhí)行頁面源程序,會自動向Web服務(wù)器請求該Frame頁面包含的所有Subframe頁面,這一過程可以重復(fù)進(jìn)行,直到所有Subframe頁面都被請求。如果在這樣的用戶會話文件上進(jìn)行挖掘,F(xiàn)rame頁面和Subframe頁面作為頻繁遍歷路徑出現(xiàn)的概率很高,這自然就降低的挖掘的結(jié)果價值。為此應(yīng)當(dāng)消除Frame頁面對挖掘的影響,得到用戶真正感興趣的挖掘結(jié)果。
2.2 模式發(fā)現(xiàn)過程
數(shù)據(jù)預(yù)處理之后,可以對“干凈整齊”的數(shù)據(jù)進(jìn)行挖掘,即找出有用的模式和規(guī)則的過程。下面主要分析三種常用的Web使用模式挖掘方法:關(guān)聯(lián)分析、分類與預(yù)測、聚類分析、時間序列分析。
關(guān)聯(lián)分析:即通過分析用戶訪問網(wǎng)頁間的潛在聯(lián)系而歸納出的一種規(guī)則,如80%的用戶訪問頁面company/product1時,也訪問了頁面company/product2,這說明了兩個頁面的相關(guān)性。那么可以進(jìn)行一個頁面的預(yù)取,來減少等待時間。用{A,B}來表示兩個頁面,那么在用戶訪問A時,可以把頁面B提前調(diào)入緩存中,從了改善Web緩存,改善網(wǎng)絡(luò)交通,提高性能。若A和B表示兩個產(chǎn)品頁面,則兩種產(chǎn)品對客戶來說有很大的相關(guān)性。利用這一點可以做出很有效的促銷和廣告策略。
關(guān)聯(lián)規(guī)則的算法思想是Apriori算法或其變形,由此可以挖掘出訪問頁面中頻繁在一起被訪問的頁面集,這種頻繁在一起被訪問的頁面就成為關(guān)聯(lián)頁面,可用A=>B表示。那么,若有:
A=>B=>C,A=>B=>D,A=>B=>E,A=>B=>F=>G,…,
則說明A=>B。
分類和預(yù)測:可以用分類來提取出用來描述重要數(shù)據(jù)類的模型,并可以用分類模型來劃分未知數(shù)據(jù)的類,從而預(yù)測未知數(shù)據(jù)的趨勢。常用的算法思想為決策樹,神經(jīng)網(wǎng)絡(luò)、貝葉斯分類等。例如可以根據(jù)用戶的資料數(shù)據(jù)(包括用戶一些屬性)或其特定的訪問模式將其歸入某一特定的類。
可以根據(jù)客戶對某一類產(chǎn)品的訪問情況,或如其拋棄購物車的情況,來對客戶分類(即對哪一類產(chǎn)品感興趣)。更深入一點,可以為客戶添加一些屬性,如性別,年齡,愛好等(可在網(wǎng)站注冊信息中獲得),并將對哪一類產(chǎn)品感興趣定義為目標(biāo)屬性,那么基于這些屬性可以用決策樹算法來進(jìn)行分類,可以得出符合目標(biāo)屬性的人的特點,如40歲以上的男性更容易網(wǎng)購皮鞋等,這樣可以更精準(zhǔn)的捕捉客戶并制定營銷策略。
聚類分析:聚類即將對象的集合分成由類似的對象組成的多個類的過程。常用的算法思想有劃分方法、層次方法、基于密度的方法等。如可以用K-mean的劃分方法做到類之間差異化最大,而類內(nèi)相似性最大。
在使用模式挖掘中主要有兩種聚類。一種是頁聚類,即將內(nèi)容相關(guān)的頁面歸到一個網(wǎng)頁組,這對網(wǎng)上搜索引擎對網(wǎng)頁的搜索有很大幫助。另一種是客戶聚類,即將具有相似訪問特性的客戶歸為一組,那么可以分析出喜好類似的客戶群,從而可以動態(tài)的為客戶群制定網(wǎng)頁內(nèi)容或提供瀏覽意見,如通過對眾多的瀏覽“sports”網(wǎng)頁的客戶分析,發(fā)現(xiàn)經(jīng)常在該網(wǎng)頁上花上一段時間去瀏覽的客戶,再通過對這部分客戶的登記資料分析,知道這些客戶是潛在要買運動產(chǎn)品的客戶群體。就可以調(diào)整“sports”網(wǎng)頁的內(nèi)容和風(fēng)格,以適應(yīng)客戶的需要。這在電子商務(wù)市場的分割和為客戶提供個性化服務(wù)中起到了很大的作用。
2.3 模式分析過程
在挖掘出一系列客戶訪問模式和規(guī)則后,還需要進(jìn)一步觀察發(fā)現(xiàn)的規(guī)則、模式和統(tǒng)計值,之后確定下步怎么辦,是發(fā)布模式還是對數(shù)據(jù)挖掘過程進(jìn)行進(jìn)一步調(diào)整。
如果存在冗余或無關(guān)的知識,需要將其剔除。如果經(jīng)過模式分析發(fā)現(xiàn)該模式不是想要的有價值的模式,則需要對挖掘過程進(jìn)行調(diào)整,再轉(zhuǎn)入第二步重新開始。反之,即發(fā)現(xiàn)感興趣的規(guī)則模式,則可采用可視化技術(shù)以圖形界面的方式提供給使用者。
3 基于企業(yè)的電子商務(wù)平臺的數(shù)據(jù)挖掘應(yīng)用
許多傳統(tǒng)制造業(yè)或零售業(yè)的業(yè)務(wù)正在進(jìn)行著電子化的轉(zhuǎn)型,電子商務(wù)、移動客戶端、線上大平臺的思路不斷發(fā)展。那么,如何建設(shè)一個企業(yè)的電子化平臺,如何有效收集平臺產(chǎn)生的海量數(shù)據(jù),數(shù)據(jù)挖掘技術(shù)如何應(yīng)用于海量數(shù)據(jù),這些都是值得深入研究的問題。
3.1 建設(shè)企業(yè)線上大平臺
目前許多企業(yè)都面臨著客戶資源管理分散,客戶數(shù)據(jù)的物理化、靜態(tài)化、分散化,以及缺乏對客戶的深層分析和需求挖掘等問題。按照傳統(tǒng)企業(yè)想要占有電子商務(wù)市場或移動客戶端市場的需求,為了更好地以大數(shù)據(jù)集中為基礎(chǔ),推進(jìn)客戶營銷服務(wù)個性化,企業(yè)可建設(shè)以會員管理為核心的大客戶管理系統(tǒng),把原有的各類信息系統(tǒng)、業(yè)務(wù)網(wǎng)站、電子商務(wù)網(wǎng)站等融匯在一個大平臺下,并分階段實施數(shù)據(jù)大集中,實現(xiàn)“海量客戶資源共享,一個客戶、多個產(chǎn)品、多頻次使用”的一站式營銷服務(wù)。通過數(shù)據(jù)的整合管理,分析客戶特點,實現(xiàn)客戶在企業(yè)內(nèi)各板塊的遷移和共享。 會員管理的實質(zhì)是為用戶提供連續(xù)的、長期的產(chǎn)品和服務(wù)。實現(xiàn)了為用戶提供持續(xù)的、長期的產(chǎn)品和服務(wù)就需要將短期的用戶發(fā)展為長期型和穩(wěn)定型用戶,而會員制正式實現(xiàn)這種轉(zhuǎn)變的最合適的方法,這就需要建立起強(qiáng)大的會員平臺,從而掌握會員的消費數(shù)據(jù),實現(xiàn)會員制的管理。
許多企業(yè)擁有的業(yè)務(wù)眾多,這就造成了各業(yè)務(wù)擁有自己眾多的忠實用戶,但目前各個業(yè)務(wù)的用戶沒有達(dá)到行業(yè)內(nèi)的共享。會員管理平臺為這些分散在行業(yè)內(nèi)的用戶提供統(tǒng)一的平臺達(dá)到行業(yè)內(nèi)的統(tǒng)一,在會員管理的平臺上不同業(yè)務(wù)的用戶可以實現(xiàn)統(tǒng)一登錄、統(tǒng)一管理、統(tǒng)一辦理業(yè)務(wù)來達(dá)到賬號統(tǒng)一、業(yè)務(wù)統(tǒng)一、積分統(tǒng)一、信用統(tǒng)一,從而使企業(yè)多元化的各項業(yè)務(wù)達(dá)到資源和信息的行業(yè)內(nèi)統(tǒng)一。
3.2 基于線上平臺的數(shù)據(jù)采集平臺
建設(shè)會員管理平臺的根本目的是進(jìn)行數(shù)據(jù)挖掘,以龐大的會員信息來進(jìn)行市場洞察和市場預(yù)測。因此建設(shè)數(shù)據(jù)收集系統(tǒng)并與會員管理平臺對接,可以有效收集到客戶數(shù)據(jù)并進(jìn)行挖掘工作。
在數(shù)據(jù)的收集方面,目前許多企業(yè)數(shù)據(jù)信息的作用主要是統(tǒng)計收入和業(yè)務(wù)量、清分核算以及考核,而大數(shù)據(jù)這一數(shù)據(jù)價值最為關(guān)鍵的特性卻沒有被很好利用。
企業(yè)現(xiàn)有的平臺有時并不能很好地完成有效數(shù)據(jù)的收集,許多數(shù)據(jù)多為財務(wù)列收數(shù)據(jù)或業(yè)務(wù)完成情況數(shù)據(jù)。該類數(shù)據(jù)的屬性并無太多挖掘價值,無法進(jìn)行有效的數(shù)據(jù)分析。數(shù)據(jù)挖掘需涉及到分類、聚類、關(guān)聯(lián)分析等算法的應(yīng)用,以此來定位目標(biāo)客戶,這對數(shù)據(jù)的屬性要求是比較高的。企業(yè)要充分挖掘和分析各類數(shù)據(jù),開展信息應(yīng)用,進(jìn)行業(yè)務(wù)創(chuàng)新和運作流程的優(yōu)化,提升經(jīng)營管理能力和客戶服務(wù)水平。
數(shù)據(jù)收集平臺系統(tǒng)正是基于此目的進(jìn)行開發(fā),需達(dá)到真實有效的客戶信息數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、Web服務(wù)器日志數(shù)據(jù)的全面收集,功能包括:
?、倥c電子化平臺對接,可以收集到平臺的會員及非會員的客戶信息數(shù)據(jù)。在系統(tǒng)中可設(shè)客戶的年齡、職業(yè)、愛好、收入等客戶相關(guān)屬性項,從而把會員俱樂部中的有效客戶信息數(shù)據(jù)歸類收集,為分析不同類型客戶做準(zhǔn)備。
?、谟行占娇蛻艚灰讛?shù)據(jù)以及相關(guān)業(yè)務(wù)數(shù)據(jù),系統(tǒng)中設(shè)定各類客戶指標(biāo)(收入貢獻(xiàn)、交易額、價值度等),為分析不同類型業(yè)務(wù)做準(zhǔn)備。
?、勰軌蜻M(jìn)行WEB服務(wù)器日志數(shù)據(jù)的收集。對于企業(yè)業(yè)務(wù)網(wǎng)站及企業(yè)電子商務(wù)平臺,系統(tǒng)可抽取和收集網(wǎng)站的WEB服務(wù)器日志數(shù)據(jù),從而為進(jìn)行相關(guān)的頁面訪問頻度、瀏覽時間、頁面指向等客戶行為模式分析做準(zhǔn)備。
3.3 Web挖掘在企業(yè)的應(yīng)用
目前Web數(shù)據(jù)挖掘技術(shù)已經(jīng)在企業(yè)得到了廣泛應(yīng)用,分析其原因是該技術(shù)能夠挖掘出活動過程中的各類潛在信息,進(jìn)而幫助企業(yè)得到更高的發(fā)展,其優(yōu)勢具體如下:
3.3.1 發(fā)現(xiàn)潛在客戶 由于Web數(shù)據(jù)挖掘技術(shù)可以把客戶在電子化平臺上的瀏覽行為存儲下來,通過查看這些客戶的瀏覽行為就可以了解到客戶的興趣和購買意向,由此就可以發(fā)現(xiàn)潛在客戶,進(jìn)而有針對性地對這些潛在客戶采取某種謀略,使其盡快的成為在冊客戶群體,如此一來,電子商務(wù)網(wǎng)站的經(jīng)濟(jì)效益將會越來越好。
3.3.2 提供優(yōu)質(zhì)個性化服務(wù),提高客戶忠誠度 在電子商務(wù)中,雖然客戶和銷售商之間的空間距離消失了,但客戶的選擇面更廣了,客戶只需輕點幾下鼠標(biāo)就可以從這家電子商務(wù)網(wǎng)站轉(zhuǎn)換到另一家電子商務(wù)網(wǎng)站。在這種情況下,各家電子商務(wù)網(wǎng)站必須各出奇招,努力使自家網(wǎng)站的內(nèi)容和層次、用詞、標(biāo)題和獎勵方案等比其它網(wǎng)站更具優(yōu)勢、更吸引人,通過提供優(yōu)質(zhì)個性化的服務(wù),不斷提高客戶的忠誠度。
3.3.3 改進(jìn)系統(tǒng)性能,增強(qiáng)安全性 對于電子化平臺的各種數(shù)據(jù)統(tǒng)計分析,有助于改進(jìn)系統(tǒng)性能,增強(qiáng)系統(tǒng)安全性,并提供相關(guān)決策支持。客戶衡量網(wǎng)站滿意度的一個關(guān)鍵指標(biāo)就是Web服務(wù)器的性能,通過應(yīng)用Web數(shù)據(jù)挖掘技術(shù)可以清楚了解到哪個站點的客戶是最多的,最容易造成擁塞記錄的,然后有針對性的采取有效的Web緩存策略,減少網(wǎng)站的傳輸壓力,同時運用Web數(shù)據(jù)挖掘技術(shù)還可以將非法進(jìn)入電子商務(wù)網(wǎng)站的人員挖掘并清除出去,因此可以說Web挖掘在企業(yè)的應(yīng)用改進(jìn)了系統(tǒng)性能,增強(qiáng)了安全性,保證了業(yè)務(wù)的正常展開。
3.3.4 改進(jìn)網(wǎng)站設(shè)計,增強(qiáng)客戶體驗 Web挖掘在企業(yè)的應(yīng)用還能夠有效的改進(jìn)網(wǎng)站設(shè)計,增強(qiáng)客戶體驗,具體表現(xiàn)在以下三個方面:
?、偻ㄟ^對Web日志的挖掘,發(fā)現(xiàn)客戶訪問頁面的相關(guān)性,從而對密切聯(lián)系的網(wǎng)頁之間增加鏈接,方便客戶使用。②利用路徑分析技術(shù)判定在一個Web站點中最頻繁的訪問路徑,可以考慮把重要的商品信息放在這些頁面中,改進(jìn)頁面和網(wǎng)站結(jié)構(gòu)的設(shè)計,增強(qiáng)對客戶的吸引力,提高銷售量。③通過對Web日志的挖掘,發(fā)現(xiàn)客戶的期望位置。如果在期望位置的訪問頻率高于對實際位置的訪問頻率,可考慮在期望位置和實際位置之間建立導(dǎo)航鏈接,從而實現(xiàn)對Web站點結(jié)構(gòu)的優(yōu)化。
3.3.5 應(yīng)用于收索引擎 通過對Web網(wǎng)頁內(nèi)容的挖掘,可以實現(xiàn)對網(wǎng)頁的聚類和分類,實現(xiàn)網(wǎng)絡(luò)信息的分類瀏覽與檢索;通過客戶使用的歷史記錄分析,可以有效地進(jìn)行擴(kuò)展,提高客戶的檢索效果;通過運用Web挖掘技術(shù)改進(jìn)關(guān)鍵詞加權(quán)法,可以提高網(wǎng)絡(luò)信息的準(zhǔn)確度,改善檢索效果。通過挖掘客戶的行為記錄和反饋情況可以為站點設(shè)計提供改進(jìn)的依據(jù),從而進(jìn)一步優(yōu)化網(wǎng)站組織結(jié)構(gòu)和服務(wù)方式來提高網(wǎng)站效率。
站點的結(jié)構(gòu)和內(nèi)容是吸引客戶的關(guān)鍵,站點上頁面內(nèi)容的安排和連接如同超市中物品在貨架上的擺設(shè)一樣,把具有一定支持度和信任度的相關(guān)聯(lián)物品擺放在一起有助于銷售。比如利用關(guān)聯(lián)規(guī)則,可以針對不同客戶動態(tài)調(diào)整站點結(jié)構(gòu),使客戶訪問的有關(guān)聯(lián)的頁面之間的鏈接更直接,讓客戶很容易訪問到想要訪問的頁面。這樣的網(wǎng)站往往能給客戶留下好印象,提高客戶忠誠度,吸引客戶不斷訪問。
3.3.6 聚類客戶 許多企業(yè)都對企業(yè)的客戶、市場、銷售、服務(wù)與支持信息進(jìn)行深層次發(fā)掘和分析,對客戶價值進(jìn)行分類,發(fā)現(xiàn)新的市場機(jī)會,增加收入和利潤。所以聚類電子化平臺客戶是一個重要的方面。通過分組具有相似瀏覽行為的客戶并分析組中客戶的共同特征,可以幫助企業(yè)更好地了解自己的客戶,及時調(diào)整頁面及頁面內(nèi)容使商務(wù)活動能夠在一定程度上滿足客戶的要求,向客戶提供更適合、更面向客戶的服務(wù),使商務(wù)活動對客戶和銷售商來說更具意義。 4 小結(jié)
數(shù)據(jù)挖掘技術(shù)正以前所未有的速度發(fā)展,并且擴(kuò)大著用戶群體,在未來越來越激烈的市場競爭中,擁有數(shù)據(jù)挖掘技術(shù)必將比別人獲得更快速的反應(yīng),贏得更多的商業(yè)機(jī)會。
基于Web的數(shù)據(jù)挖掘在移動電子商務(wù)中的應(yīng)用將是一個非常有前景的領(lǐng)域,有很多優(yōu)勢,經(jīng)過近幾年的發(fā)展已逐漸成為數(shù)據(jù)挖掘與知識發(fā)現(xiàn)領(lǐng)域的一個重要分支。其針對移動電子商務(wù)網(wǎng)站用戶的行為模式進(jìn)行挖掘,可以找到用戶的潛在興趣與偏好,指導(dǎo)網(wǎng)站建設(shè),支持企業(yè)營銷決策。
企業(yè)在運營電子商務(wù)網(wǎng)站時,尤其是移動電子商務(wù),會產(chǎn)生海量的業(yè)務(wù)數(shù)據(jù),所以需要建設(shè)一個線上的電子化大平臺來匯集業(yè)務(wù),同時在這個大平臺基礎(chǔ)之上高效地收集業(yè)務(wù)數(shù)據(jù),針對Web數(shù)據(jù),使用Web挖掘技術(shù)預(yù)測客戶的消費趨勢、市場走向,維系客戶關(guān)系、指導(dǎo)企業(yè)建設(shè)個性化智能網(wǎng)站,帶來巨大商業(yè)利潤。這可以為企業(yè)創(chuàng)造新的商業(yè)增長點,使其在激烈的市場競爭中處于有利位置,搶占先機(jī)。
相關(guān)文章: