伍 洁

（湖南信息学院，湖南 长沙 410151）

近年来，随着Web数据挖掘技术不断成熟以及电子商务的迅猛发展，越来越多的电商平台开始应用Web数据挖掘技术去发现潜在客户、优化网站结构等，以便提供更好的用户体验和扩大更多利润空间。但是很多企业在收集了大量的用户数据后却不知道如何快速、有效地提取有价值信息，面对“爆发式”的用户数据，传统商务模式很难应对。

1 国内研究现状

我国关于数据挖掘的研究最早可以追溯到1993年，当时我国的自然科学基金第一次支持了中科院合肥分院对于数据挖掘领域的研究。此后，各大高校与研究机构开始竞相开展数据挖掘的理论研究。直到1999年，随着诸如8848、当当网等早期电子商务零售网站的出现，数据挖掘技术开始了从理论到实际的广泛应用。

在Web数据挖掘的实际应用方面，我国各大高校与研究机构已经取得了不少成就。为了便于商家制定精确的促销策略，国防科技大学周斌等[1]提出了基于E-OEM数据模型及算法，提供了可从大量用户数据中挖掘有价值信息的数据模型。西南师范大学的邹显春等[2]则以改进电商平台的站点结构为出发点，通过对服务器上用户的访问日志进行Web数据挖掘来了解用户行为模式，制定出相应的市场策略。武汉大学黄解军[3]则通过市场营销、资源优化、客户管理和信用评估4个方面的研究具体阐述了Web数据挖掘在电子商务中的实际应用。

随着理论研究不断深入和大量的实际应用，我国Web数据挖掘在电子商务中的应用已经有了大量研究经验，电子商务的成熟与Web数据挖掘技术的发展息息相关。

2 关键技术

2.1 Web数据挖掘技术

Web数据挖掘是数据挖掘技术在Web环境下的应用，从大量的Web文档集合和站点内用户的相关浏览数据中发现潜在的、有用的模式或信息，实现对Web存取模式、Web结构和规则以及动态Web内容查找。Web数据挖掘可分为3类：Web结构挖掘、Web内容挖掘和Web使用挖掘[4]。Web结构挖掘是挖掘Web潜在的链接结构模式，是对Web文档内部结构、文档URL中目录途径结构的挖掘。Web内容挖掘主要是挖掘页面内容和后台交易数据库，通过页面内容和文档数据选择出有价值的信息。Web使用挖掘可用于发现用户使用习惯，例如可以通过用户经常点击的商品链接判断用户兴趣，然后制定出更具有针对性的商品推荐。

2.2 电子商务

电子商务是指以盈利为目的，运用网络以及包括计算机及其软件系统、移动商务工具在内的各种电子工具进行商务活动的总称[5]。商家通过电子商务模式进行产品销售，发货后通过物流系统把产品送至用户，涉及网络营销和服务质量两个方面的问题，整个运营过程必须保证用户个人信息安全与资金交易安全，因而网络安全需要加以保证。

3 Web数据挖掘在电子商务中的应用

个性化推荐可以提升用户体验，帮助商家更快盈利，商家优质的服务可以留住大量优质客源，有利于电商平台的持久发展。信息安全直接关乎用户个人隐私和商家资金安全，网络安全是信息安全的重要保证。本文对Web数据挖掘技术在这几个方面中的应用研究现状进行分析，探讨Web数据挖掘在电子商务中的实际应用。

3.1 Web数据挖掘在电子商务网络营销中的应用

数据挖掘技术在电子商务网络营销中的应用主要体现在确定网络营销目标、制定网络营销计划以及独立进行电子商务平台网络营销3个方面[6]。为了达到预期销量与营业额，需要对市场数据进行分析，Web数据挖掘技术可以更好地分析数据，帮助企业进行市场定位。中国农业大学经济管理学院张家端[7]基于支付宝的网络营销案例，从市场定位研究、调研能力考察、技术条件升级和信用体系建设4个方面，将基于Web数据挖掘的大数据技术应用到电子商务活动中。

为了电子商务能够实现商家的利益最大化与用户的体验最优化，Web数据挖掘技术被广泛应用于网络营销中，具体分为数据采集、数据分析与挖掘与决策树的建立3个步骤。首先，基于企业自身的要求采集数据；其次，对采集到的数据进行分析，挖掘出隐藏的、有价值的信息；最后，构建决策树使采集到的信息利于理解和应用。例如，客户在购买手机时，会经常性地购买耳机、充电器等外设。依据决策树对客户的购买习惯进行相对精准的判断，便可以针对不同的客户制定个性化的销售方案，进行产品的优先推荐。

3.2 Web数据挖掘在提高电子商务服务质量中的应用

服务质量是评价电商的一个重要标准，有好的口碑才会有更多忠实客户，达到用户体验良好和企业创收的双赢局面。一方面，可以通过改进用户在网站的购物体验来提高用户对商家的好评率；另一方面，可以利用优质的售后服务留住客源。在提高用户体验方面，可以利用Web使用挖掘来发现用户喜好的商品，做到商品精确推送，提高成交率。在提供优质售后服务方面，可以利用Web内容挖掘将客户经常遇到的问题进行汇总，当客户再次遇到问题时可以快速响应、快速处理。

天津大学曲烁[8]就如何使用Web使用挖掘为用户提供个性化的服务进行研究，并指出，Web挖掘模式在电子商务环境下可以为企业创造更多的收益。浙江大学的图书馆馆员张冬梅[9]提出了基于Web数据挖掘的信息服务体系，对Web中大量半结构化数据建立统一的视图，解决了异构数据的采集问题。而Web站点中存在着大量的异构信息，例如网站不同板块的信息分布不统一但却有着实际的联系，电商平台的日流量和用户的评价都在一定程度上反应商家的服务质量，这些信息在提升服务质量、优化用户体验等方面有很大的参考价值。

3.3 Web数据挖掘在电子商务网络安全中的应用

电商平台在与用户交互的过程中涉及大量的用户个人信息和商家的资金信息，网络安全的重要性不言而喻。一个完备的电商平台应该以网络安全为基石，保障用户的个人信息安全和商家的资金安全。网络安全在电子商务中主要体现在数据加密技术、防火墙技术、反病毒技术以及身份认证技术4个方面[10]。

南京邮电大学钱萍等[11]指出，基于同态加密的分类挖掘算法、保护关联规则挖掘算法以及聚类挖掘算法可以有效保证用户个人信息的安全。黄河科技学院的马利等[12]通过对用户实际使用情况进行分析，阐述了日志监控在提高防火墙筛选能力和优化网络流量中的重要指导作用，而Web内容挖掘和Web使用挖掘可以提高分析防火墙日志的效率、快速定位日志关键信息。河南大学的孙丽娜[13]采用数据挖掘技术构建了病毒入侵检测模块，用于发现病毒入侵的特点，并结合防火墙技术设计了实时防御系统，实践证明采用数据挖掘技术设计的计算机网络病毒防御系统比传统防火墙病毒防御方法的防御能力提高了80%。西安工业大学的刘潇谊[14]在安全登录系统的设计过程中得出了基于Web日志挖掘的用户行为认证策略可以有效保证用户登录安全的结论。

通过Web数据挖掘技术来提高网络安全的例子还有很多，例如，当不法分子盗用用户登录口令登录用户的账户时，基于Web数据挖掘技术的防御机制便会通过IP检测等技术发现用户的异常行为状态，若想要继续对账户进行操作就需要二次验证，通过短信验证、邮箱验证等与用户紧密相关的信息验证方式验证，否则便不能进行操作，保证了用户的信息安全与资金安全。

3.4 应用分析总结

电子商务时代，每天有大量的交易订单和数以万计的新注册用户，传统的数据挖掘技术已经很难满足目前众多电商平台的业务需求。Web数据挖掘在电子商务的应用中怎样更好地理解数据是一个不容忽视的重点，可视化技术可以直观地将数据信息和数据之间的关系呈现出来，便于理解数据。

在网络营销过程中，常常会有大量的报表和用户访问信息，通过可视化的技术可以对信息进行整合，制定出相应的营销策略。在提高电商平台服务质量优化用户体验的过程中，利用可视化的技术，可以将挖掘到的用户使用习惯和对商家的评价以图表的形式展示处理，商家可以据此制定出更具有个性化的商品推荐和提供更好的服务。在提高电商平台网络安全、有效保护用户个人信息的过程中，应用可视化技术可以在众多的防火墙日志文件中将关键信息在第一时间以直观的形式展示给平台管理人员，以防错过重要信息造成系统故障。可视化的Web数据挖掘技术直观和快速响应的特点与现代电子商务大流量、高并发的特点很好地契合了，在面对大量数据的时候也可以通过图表的方式直观展示，相关人员通过图表更快地找出当前存在的问题，为之后的工作提供重要的理论依据。

阿里巴巴推出的淘宝指数是基于可视化Web数据挖掘的数据分享平台。商家通过淘宝指数直观地了解当前的市场行情，从而制定出更精确的营销方案。另外，可视化的数据模式也有利于商家提高服务质量，例如，通过可视化技术将挖掘到的用户访问习惯与访问时间生成图表，管理人员就可以根据图表上直观的数据更合理地分配网络资源，在访问平台的用户较多时分配更多的网络资源，防止出现卡顿，而在访问平台的人数较少时则可以释放部分网络资源，防止资源浪费，有效提高了资源利用率。

4 结语

随着电子商务的迅猛发展和Web数据挖掘技术的不断完善，基于Web数据挖掘的电子商务是很有发展前景的领域。本文结合国内研究现状，分析了Web数据挖掘在电子商务领域中的应用，可以看出，国内各大高校和企业机构也正着力于这方面的研究，并取得了不少成果，但Web数据挖掘技术在电子商务中的应用绝不仅于此。可视化技术的发展催生了可视化的Web数据挖掘在电子商务中的应用，这也是未来的一个重要发展方向，有很多电商企业也正通过该技术制定营销方案，在为用户提供高质量服务的同时做到利益最大化。