[摘 要] 随着科技水平的不断提高，各种高科技设备辅助互联网将数字化、信息化的方法和手段运用到了各行各业之中，尤其在现代商业中，国际化、全球化的市场规模使得信息的处理工作极为庞大，需要更多的依赖计算机技术来完成。Web数据挖掘技术在大规模的数据处理方面有着众多优点，使得该方法成为了获取市场信息的首选途径。本文通过分析Web数据挖掘技术的特点，介绍了该方法在现代商业领域中的应用。

[关键词] 现代商业； 计算机技术； web数据挖掘； 应用及前景

1 前言

近年来网络技术在商业活动中的运用发展极其迅猛，大量电商一跃进入人们的视野，甚至已经开始抢占传统商家的市场。强劲的发展势头使得无论大中小型企业都不得不开始重视电子商务，并已纷纷开始了由传统商业模式走向电子商务模式的变革。这就要求电子商务的基础，计算机网络技术及远程通信技术，提供有力的技术支持。Web数据挖掘技术在这样的大背景下应运而生，该技术可更好的应用于大规模的数据收集、处理与分析，便于企业决策者即时的掌握市场动向，可更合理、有针对性的调整企业营销策略，让客户得到更多更个性化更高效率的服务，从而实现企业与客户需求的双赢。目前的网络技术条件下，Web数据挖掘技术是电子商务领域中必不可少的技术手段。

2 计算机web数据挖掘的含义和特点

简单来说web数据挖掘技术就是将传统的数据筛选方法与Internet技术相结合，在某个web资源上将计算机使用者设定好的需要的信息筛选出来，而将其他信息过滤掉的一种技术手段。利用这一手段用户可以十分便捷的在繁杂的信息中挑出自己想要的部分，从而节省大量时间。该技术在信息获取、神经网络、统计学、数据库管理等多个方面发挥了重要作用，同时由于其技术特点，使其在电子商务活动中也成为了一个重要的推力。

2.1 web数据挖掘的含义

Web数据挖掘技术可认为是数据采集技术与www(world wide web)技术相结合的产物，全面的综合了计算机语言、人工智能技术、信息学手段等多个相关的技术领域，在商业活动领域在作用，主要集中于通过手机用户的访问信息，包括浏览过的商品信息、搜索信息及购物信息等，结合用户所在地区，用于登记的基本资料，从中选取合适的资源推荐给用户，并将这些信息反馈给企业，作为管理和决策的数据支持。

2.2 web数据挖掘的特点

(1)数据挖掘不需要用户提供主观选择，而是基于用户所选择的信息作出判断，对用户的正常使用零干扰；

(2)用户访问模式动态获取，可实时追踪，使用方便；

(3)数据为半结构化，信息分布广泛、内容极其丰富。

2.3 web数据挖掘的流程

由于web数据挖掘技术是动态的自动的数据采集方式，设计信息量巨大，所以在数据采集过程中容易发生漏选或错选数据的情况，因此必须经过以下几个数据处理过程：

(1)目标选取。从选定的web资源中选取所需要的目标信息，因为有时需要的资源不光存在于web文档中，还可能存在于e-mail、网站的浏览数据等其他形式中，因此需要全面的浏览信息从而选取到全部的目标；

(2)信息预处理。将第一步中收集到的所有信息进行初步的汇整，进行前期的筛选如自动识别段落、去除多余字符、去除文档中的广告链接等；

(3)模式发现。自动进行模式发现。可以在同一个站点内部或在多个站点之间进行；

3 Web数据挖掘在现代商业中的应用

如前文所述，由于web数据挖掘的技术特点，使其在当代的电子商务活动中已成为不可获取的技术手段。配合当今不断更新的新型电子设备及高传输速率的网络，电商企业可通过web数据挖掘海量的信息实时的掌握市场的变化，保持信息水平上的竞争力。具体来说，该技术再电子商务上的应用主要有以下几个方面：

3.1 潜在客户的搜寻

随着市场竞争的日益激烈，企业经营中“顾客至上”的理念越发深入，了解客户需求提供优质服务以及搜寻潜在客户已经成为各个企业都在强调的重要理念。利用web数据挖掘技术，在网络上搜集用户的交易信息，获取如自然属性、收入交易额、价值度等各方面客户指标，可帮助企业对客户进行分类，再按照其所属的不同类别，有针对性的采取不同的、更个人化的营销手段来促进顾客的消费。举例来说，对某产品的购买信息进行数据挖掘，可以得到诸如购买者大多为男性或女性，年龄集中在何种层次，其职业、学历、收入水平及爱好分别如何，在购买该产品的同时客户还会去购买哪些产品等各方面信息。通过对此类众多数据的挖掘及分析，企业可以明确该产品的消费者集中为哪一类人群，从而集中向该类人群进行推销，并将该类人群在其他方面感兴趣的产品一齐进行交叉式推销，如此一来，该产品的推销将更有效率并大大的降低了盲目推销所带来的巨大成本。

另一方面，web数据挖掘可通过对用户访问数据的采集与分析来帮助企业分类客户，找寻潜在客户。一般来说，是在一个新客户访问网站时对其数据进行挖掘，找寻该客户与已经消费过得客户在各个方面存在的共同点，如年龄段、收入水平、学历层次等各个方面，若共同点众多，则表示该新客户可能购买同一产品的几率较高，可将其分类为潜在客户。而相反，共同点寥寥无几，则该客户在该产品上对于企业属于无利可图的分类。对客户完成分类后，就可以根据分类结果，在潜在客户的网页上更多的展示相关信息，有针对性的向其展示产品。

3.2 客户的分类与保留

客户的分类在电子商务活动中大多是通过web数据挖掘收集所有客户的浏览信息，寻找共同特点，再将具有高相似度的客户归类。一般来说，可通过用户所搜索的关键字、或浏览过得产品及实际购买的产品信息来进行分类。这其中，又以实际购买过产品的客户为最高级别，因为实际购买的行为表示该客户对企业的销售站点已表示了一定认可，因此其所属级别将高于多次浏览某些产品及仅仅搜索过关键词的客户。

通过数据挖掘将客户进行归类后，企业可根据客户在分类里所属级别的高低，不同程度的为各个类别客户提供服务，全面的提高所有客户的满意度。电子商务不同于传统商业活动，销售过程中客户光顾的时间更短、且更难把握，加之没有专门的销售人员为其服务，因此客户的挽留极为关键。为了尽可能的延长顾客在自己的销售站点上的停留时间，企业就必须更了解客户浏览网页的习惯，明确客户的兴趣所在，有选择的为客户提供感兴趣的内容，引导其购物，数据挖掘能很好的达成这一目标。 Web数据挖掘还可以即时的为企业发现可能流失的客户或已经流失的客户，再通过对这些客户进行分类，来分析其可能流失的原因，企业可以此为根据来进行客户的挽留，可降低挽留客户的成本。

3.3 交叉式销售与私人化服务

一般来说，企业对于既有用户所掌握的信息会更全面而丰富，数据挖掘在有大量数据做保证的前提下可更为准确。对既有客户之前的购买行为中留下的信息进行分析很可能找出该客户的下一个购买方向，即同样另他感兴趣的其他产品，企业可根据分析结果对其进行个性化的介绍，且既有用户在获得良好的购物体验后将更易于接受企业的新产品推销，企业也可利用此点引导客户的购买欲，从而完成交叉式销售。

客户在电商网站注册时往往会留下注册姓名等信息，即时无需注册的网站在客户购物成功后也可通过物流信息等渠道得知客户的姓名或昵称，数据发掘将收集这些资料并在该客户下次浏览网页时显示带有其昵称的欢迎词，或者在节假日期间向其发送祝福信息，从而获取客户的好感。另一方面，针对每个客户的浏览习惯，为其推荐可能感兴趣的产品，并展示其之前浏览过得产品，使其在想要购买时轻易的找到该产品。私人化的动态页面可以满足不同用户的不同需求，对于挽留客户可以起到关键作用。

4 现阶段应用中的一些问题

相比于传统的数据库，web数据发掘最大的特点是数据半结构化，这就使得其数据挖掘难度比单个数据库的挖掘大很多，具体应用中，主要有以下几方面的问题：

(1)由于半结构化数据结构不规则或不完整，且内容极其广泛，导致了数据挖掘复杂程度远远高于普通文档，因此数据发掘中可能会有很多文档出现

五规律排列，使得收集来的信息无法使用。

(2)Web没有固定的模式，是一个动态的、不断变化的信息源，且数据信息更新非常快，且许多信息都是隐藏的，当前的搜索引擎大多为传统的依赖关键字的检索方式，而这种方式很难搜索到全面的信息。

(3)在页面反馈方面，现阶段只能做到对不同分类内的客户显示不同的页面，而同一分类内客户，仍然存在数量众多的客户并且有着更详细的不同的需求，然而目前尚无法做到更详尽的分类，无法提供更为多样的定制网页。

5 结束语

新时代背景下的现代商业活动极为依赖信息的处理，Web数据挖掘技术依靠其强大的信息处理能力已成为电子商务中不可或缺的载体。在其他领域，web数据挖掘技术也拥有广阔的应用前景并可以发挥巨大的作用。但是该技术在现阶段仍然存在很多需要改进的地方，还需要相关工作人员进行更深入的研究和探讨。

[参考文献]

[1]周朕.面向电子商务的 WEB 数据挖掘研究[D].中南大学，2011，(10)：86-88.

[2]辛海涛.Web 数据挖掘技术及其在旅游电子商务的应用[J].哈尔滨商业大学学报 (自然科学版 )，2010，26(4)：483-485，497.

[3]陈琳.基于 Web 数据挖掘的电子商务系统研究[D].武汉理工大学，2008，(6)：71-74.

[4]林瑞娟，侯德文.Web挖掘及其在电子商务中的应用研究[J].计算机技术与发展，2006，(16)：8-11.