基于Web的数据挖掘在电子商务中的应用

《基于Web的数据挖掘在电子商务中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第3期孝感学院学报、，(]_L．3ONQ32010年5月JOURNALOFXIAOGANUNIVERSITY2010基于Web的数据挖掘在电子商务中的应用周贤善，谢婷婷(1．长江大学计算机科学学院，湖北荆州434023；2．北京电子科技学院计算机科学与技术系，北京100070)摘要：Web数据挖掘应用于电子商务系统，已成为数据挖掘热点研究。Web服务器日志中保存了大量的用户访问电子商务系统的记录，运用数据挖掘技术对数据进行处理和分析，构造频繁访问路径挖掘算法，获取用户的购物特性和习惯，达到向每个用户推荐产品的目的，进一步指导电子商务网站建设。关键词：We

2、bl数据挖掘；电子商务；频繁访问路径中图分类号：TP393．092文献标识码：A文章编号：1671—2544(2O10)O3—0071一O3面对大量的电子商务信息，找出用户感兴趣的1．2Web日志挖掘的过程信息加以组织利用，加强客户关系的管理，提高客户web日志挖掘是对原始的日志文件进行预满意度，从而改变Web站点的设计、改善企业与客户处理转变成适合挖掘的数据形式，再利用模式识的关系成为电子商务必须解决的问题。通过对电子别中的数据挖掘算法进行挖掘，最终汇总挖掘结商务网站服务器日志文件进行分析挖掘，可以找出果应用到实际中去。通过对日志数据信息进行分用户行为模式，利

3、于向用户推荐产品，提出针对性商析加工，可以发现用户访问站点的浏览模式，得到务计划或者对网站进行改进。商家用于向特定消费群体或个体进行定向营销的决策信息，可揭示其中的关联关系、时序关系、页1电子商务中的Web挖掘面类属关系、客户类属关系以及频繁访问路径与1．1Web数据挖掘的资源页面等，从而为优化Web站点拓扑结构，为企业Web数据挖掘的资源_1主要包括Web上各种更有效地确认市场目标、改进决策提供帮助[2]。形式的文档和用户访问信息两大类。在Internet电1．3用户识别、会话识别子商务中，客户的浏览信息被web服务器自动搜集，用户识别]，是分析有多少不同的用

4、户访问。并保存在日志文件中。Web服务器文件的记录格一般的方法是采用启发式规则，以用户IP和代理式如表1所示。来唯一确定用户。即用户IP地址和代理同时相表1Web服务器文件的记录格式同的为同一个用户；IP地址相同而代理不同，则域说明可以标记为不同的用户。结合访问信息、引用日请求页面的日期和时间志和站点拓扑，就能列出用户浏览的众多路径，若客户机的IP地址请求的页面与用户已浏览的页面不存在链接关硪户皂系，则认为存在IP地址相同的多个用户。传输的字节数服务器的IP及端口号会话是指用户在一次访问网站期间所进行的URI请求活动，会话识别的任务就是把属于同一用户的同返回ht

5、tp的状态标识用户请求的页面一次访问请求识别出来。不同的用户访问属于不Cookie标识号收稿日期：2010—01—26作者简介：周贤善(1963一)，男，湖北黄石人，长江大学计算机科学学院副教授，硕士。谢婷婷(198O一)，女，湖北荆州人，北京电子科技学院计算机科学与技术系讲师，硕士。一71一周贤善，谢婷婷同的会话，同一用户相邻两次访问时间跨度较大就是要构造出FP。从MFP中找出长度为len时，可以认为该用户开启过两次不同会话。一般的候选路径{xj，⋯xj一)，计算它在用户所有会时间戳Timeout设定为3O分钟。扫描日志文件话中的支持度。支持度最大的K个路径的

6、集合中按照用户分类的日志记录，可完成对所有用户就是FKk。的会话识别，进而完成整个日志文件的会话识别。FP的构造算法如下：会话识别是Web日志挖掘的基础和关键，只有识input：备选MFP集合，最小支持度F；别出高质量的会话，才能有效地实现模式识别和output：长度为len的频繁路径集合FPI(1en模式分析，从而为应用提供有意义的数据支持。>1)。for每个用户会话S{2频繁访问路径的挖掘forS中的每个MFP{x1，x2，⋯，xk){用户频繁访问路径l{]是用户在一个时间段中if(1en≤k){多次浏览的连续网站页面序列。在求得MFP的for(j—l；j<

7、k—len+l；j++){基础上，逐次扫描每个用户会话的所有MFP，迭if{x··xi一1}已经在FPlen中代产生长度为len的候选子路径，通过计算候选{xj，⋯xj}的支持度加1路径的频繁访问支持度从而产生频繁访问路径。elseif{xj，⋯xj十Ie～2}的支持度≥Fiand2．1相关定义和概念{xj十··xj一1}的支持度≥Fi定义1用户会话S是一个二元组，其中Uid为用户标识，P为用户在一个时问段}内访问的页面的集合，它由用户访问的页面Pi和}用户访问一个页面所停留的时间L(访问时间长}度)构成，即：S：

8、