6.聚类分析(clustering analysis)
聚类分析不同于分类规则,其输入集是一组未标定的记录,也就是说,此时输入的记录还没有进行任何分类。其目的是根据一定的规则,合理地划分记录集合,并用显式或隐式的方法描述不同的类别。在电子商务中,通过聚类具有相似浏览行为的客户,可使经营者更多地了解客户,为客户提供更好的服务。例如,一些客户在一个时间段内经常浏览“wedding celebration”,经过分析可将这些客户聚类为一组,并可进一步得知这是一组即将结婚的客户,对他们的服务就应该有别于其他的聚类客户,如“经理人员阶层组”、“学生阶层组”。这样,web可自动给这个特定的顾客聚类发送新产品信息邮件,为这个顾客聚类动态地改变一个特殊的站点。在一定程度上满足客户的要求,这对客户和销售商来说更有意义。
三、web数据挖掘技术在电子商务中的应用
1.挽留老顾客,挖掘潜在客户
通过web挖掘,电子商务的经营者可以获知每位访问者的个人爱好,充分地了解客户的需要,根据每一类顾客的独特需求提供定制化的产品,并根据需求动态地向客户做页面推荐,调整web页面,提高客户满意度,延长客户驻留的时间,最终达到留住客户的目的。通过挖掘web日志记录,可以先对已经存在的访问者进行分类,然后从它的分类判断出某个新客户是否是潜在的客户。
2.制定产品营销策略,优化促销活动
通过对商品访问情况和销售情况进行挖掘,企业能够获取客户的访问规律,确定顾客消费的生命周期,根据市场的变化,针对不同的产品制定相应的营销策略。
3.降低运营成本,提高企业竞争力
电子商务的经营者通过web数据挖掘,可以得到可靠的市场反馈信息,认真分析顾客的将来行为,进行有针对性的电子商务营销活动;可以根据关心某产品的访问者的浏览模式来决定广告的位置,增加广告针对性,提高广告的投资回报率,从而降低运营成本,提高企业竞争力。
4.提高站点点击率,完善电子商务网站设计
通过挖掘客户的行为记录和反馈情况为站点设计者提供改进的依据,进一步优化网站组织结构以提高网站的点击率。比如利用关联规则的发现,可以针对不同客户动态调整站点结构,使客户访问的有关联的文件间的链接更直接,让客户容易地访问到想要的页面,就能给客户留下好的印象,增加下次访问的机率。
同时对网站上各种数据的统计分析有助于改进系统性能,增强系统安全性,并提供决策支持。
四、结束语
当今时代,电子商务的发展势头越来越强劲,面向电子商务的数据挖掘将是一个非常有前景的领域。但是,不可否认,在面向电子商务的数据挖掘中还存在很多急需解决的问题, 比如:怎样将服务器的日志数据转化成适合某种数据挖掘技术的数据格式;怎样解决分布性、异构性数据源的挖掘问题;如何控制整个web上的知识发现过程等。
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.机械工业出版社,2001,8
[2]凌传繁:web挖掘技术在电子商务中的应用[j].情报杂志,2006,(1)
[3]柳:web挖掘技术与电子商务[j].商场现代化,2007,(03x)