电子商务采用数字化方式进行商业活动，是在电子网络环境中进行商品和服务的贸易活动。近年来，随着网络的普及和internet的发展，各企业均积累了大量的数据。如何从这些数据中发现潜在的规律，来帮助制定企业今后的发展战略，是各电子商务平台急待解决的问题。web挖掘作为数据挖掘的一个重要分支，为上述问题提供了有效的解决途径。
一、web挖掘
数据挖掘就是从大量的、不完全的、有噪声的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的知识的过程。它融合了数据库、人工智能、机器学习等多个领域的理论和技术。web 挖掘是数据挖掘在web上的应用，是指从与web相关的资源和行为中抽取感兴趣的、有用的模式和隐含知识。一般地，web挖掘可分为三类：
内容挖掘，是从文档内容或其描述中抽取知识的过程。它又可以分为web 页面内容挖掘和搜索结果挖掘。页面内容挖掘指的就是对web 页面上的数据进行挖掘, 而搜索结果挖掘则指的是以某一搜索引擎为基础,对已搜索结果进行挖掘。
结构挖掘，是从/dianzijixie/">电子商务站点的结构，将相关联的商品放在一起，减轻用户过滤信息的负担，增加交叉销售。
2.分类分析，通过学习已被告知类标号的训练集，得到分类器模型，然后将其用于对其它数据的分类。常用的方法有贝叶斯分类法、决策树技术和支持向量机技术。
3.聚类分析，使用划分方法、层次方法、基于密度的方法、基于网格的方法等技术，使同一类中的对象之间具有很高的相似度，而不同类中的对象高度相异。经聚类分析，可以对电子商务平台中的具有相似浏览模式的用户提供个性服务，以满足该类消费群体的特殊需要。
4.序列分析，是挖掘频繁出现的有序事件或子序列模式，侧重于数据项间的前后关系。在电子商务平台上，可以帮助企业预测用户未来的购买行为，指导企业制定销售计划。
四、web挖掘在电子商务中的应用
1.提供个性化服务。通过分析用户的访问模式，对用户进行聚类和分类，为每一类用户提供迎合其兴趣的个性化服务，提高电子商务平台的人性化设计，从而提高用户的满意度，留住老用户;对具有潜在消费能力的用户，通过提供个性化服务，可以刺激他们的消费，提高电子商务平台的亲和力。
2.优化web站点结构。通过分析用户的浏览路径，用有向图来表示用户的整个页面访问过程，图中的顶点代表页面，图中的边代表页面的访问顺序。通过web挖掘找出频繁访问路径，得到电子商务平台上的主要页面，将重要的销售信息放在上面，有利于用户快速找到自己需要的商品。
3.降低电子商务平台运营成本。通过挖掘用户的行为记录和反馈情况，预测未来的购买行为，进行有针对性的市场营销活动;通过分析用户感兴趣的页面，有针对性地投放广告。
五、结束语
随着信息技术的飞速发展，电子商务在商业贸易中的份额越来越大，使用web挖掘技术对企业积累的海量数据进行处理，挖掘出合适的模式，帮助企业在激烈的市场竞争中做出正确的决策，对提高企业的市场竞争力有重要意义。随着web挖掘技术的不断发展和成熟，一定会在电子商务应用领域有广阔的应用前景。
参考文献:
[1]jiawei han,micheline kamber 著,范 明,孟小峰 译:数据挖掘概念与技术[m].机械工业出版社,2001,8
[2]朱志国 孔立平:web使用挖掘技术在电子商务的研究与应用.长沙通信职业技术学院学报,2007,7(1):32～37
中国论文网(www.lunwen.net.cn)免费学术期刊论文发表,目录,论文查重入口,本科毕业论文怎么写,职称论文范文,论文摘要,论文文献资料,毕业论文格式,论文检测降重服务。
