2018Ｗｅｂ日志挖掘与电子商务

6944451

　　[摘要] 在电子商务中，根据客户的访问数据挖掘出有价值的信息，进而划分客户群体和发现潜在的客户，从而提升业绩，对电子商务网站有重要的意义。Web日志挖掘是数据挖掘在Web页面上的应用，文章对Web日志挖掘进行了介绍，给出了Web日志挖掘的步骤和方法，对Web日子挖掘工具进行了分析，并介绍了其在电子商务网站中的应用。
　　[关键词] 电子商务 数据挖掘 Web日志挖掘
　　
　　一、引言
　　
　　随着计算机技术、通信技术和网络技术的飞速发展，电子商务的发展也有了越来越好的技术平台，许多公司都建立了自己的网站，这是公司的门户和电子商务进行的所在。Web数据挖掘是当前最前沿的研究领域，是把Internet和数据挖掘结合起来的一种新兴技术。Web数据挖掘是知识发现的特定步骤,也是最核心的部分。Web日志挖掘是Web挖掘的重要内容，其技术和方法在电子商务中有着巨大的应用空间和应用价值。如发现有价值的信息、寻找潜在客户和提供个性化服务等。
　　
　　二、Web挖掘及Web日志挖掘
　　
　　Web挖掘是将数据挖掘的思想和方法应用到Web页面内容、页面之间的结构、用户访问信息等各种Web数据中，从中抽取隐含的、以前未知的、具有潜在应用价值的信息。根据挖掘的对象不同，Web挖掘可分为Web内容挖掘、Web结构挖掘和Web日志挖掘。
　　1.Web内容挖掘
　　Web内容挖掘主要从Web文档的内容中抽取出有用的知识。由于Web文档的绝大部分内容是以文本的形式存在，所以Web内容挖掘主要针对的是Web文档的文本部分，文本挖掘主要包括对Web文档文本的总结、分类、聚类、关联分析等。除了文本挖掘以外，Web内容挖掘还包括Web上的声音、图形、图像信息的挖掘、数据库中的数据挖掘和信息获取等。
　　2.Web结构挖掘
　　Web结构挖掘主要通过Web页的组织结构和超链接关系以及Web文档自身的结构信息（如Title, Heading, Anchor标记等）推导出Web内容以外的知识，可分为超链挖掘、内部结构挖掘和URL挖掘。
　　3.Web日志挖掘
　　Web日志挖掘即Web使用记录挖掘，是从用户的访问记录中抽取具有意义的模式。其数据源有服务器的日志、用户注册数据、跟踪文件的数据记录、用户访问期间的事务、用户查询、书签数据和鼠标移动点击的信息。Web日志记录挖掘应用的技术主要有路径分析、关联规则分析、序列模式分析、聚类分析、统计分析等。Web使用记录挖掘可以发现潜在的用户、改进电子商务网站的建设、增加个性化服务等。
　　
　　三、Web日志挖掘的步骤
　　
　　Web日志挖掘步骤主要分为源数据收集、数据预处理、模式发现、模式分析４个阶段。
　　1.源数据收集
　　源数据收集主要是Web日志文件的收集。对于一个电子商务网站来说，经过一段时间后，用户会在网站上积累大量有用的信息（如访问日志、注册信息、需求信息、定单信息、交流信息等），采用Web 日志挖掘技术就可以充分利用这些有用信息，帮助电子商务网站的建设和发展。
　　Web日志文件主要包括以下3种类型：服务器日志文件、错误日志文件和Cookies。
　　2.数据预处理
　　Web日志挖掘首先要对日志中的原始数据进行预处理，因为从用户的访问日志中得到的原始日志记录并不适于挖掘，必须进行适当的处理。因此，需要通过日志清理，去除无用的记录。预处理过程是保证Web日志挖掘质量的关键步骤，下面我们来阐述数据预处理的过程。
　　（1）数据净化。指删除 Web服务器日志中与挖掘算法无关的数据。大多数情况，只有日志中 HTML文件与用户会话相关，所以通过检查URL 的后缀删除认为不相关的数据。