本站原创本论文是一篇关于电子商务相关大专电子商务毕业论文,关于基于Web的数据挖掘其应用相关大学毕业论文范文。免费优秀的关于电子商务及网络教育及数据库方面论文范文资料,适合电子商务论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
摘 要 ：Web数据挖掘,就是利用数据挖掘技术自动地从网络文档以及服务中发现和抽取信息的过程.本文笔者首先对Web数据挖掘的涵义、产生原因、特点以及其特殊的要求做了具体的介绍,然后以其在网络教育和电子商务中的应用重点阐述Web数据挖掘的应用价值.
关 键 词 ：Web数据挖掘；信息；网络教育；电子商务
中图分类号：TP274 文献标识码：A 文章编号：1007-9599 （2012） 19-0000-02
1.引言
数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机数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信息和知识的过程.包括存储和处理数据,选择处理大数据集的算法、解释结果、使结果可视化.数据挖掘是一种新的商业信息处理技术,其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理,从中提取辅助商业决策的关键性数据.利用功能强大的数据挖掘技术,可以使企业把数据转化为有用的信息帮助决策,从而在市场竞争中获得优势地位.
随着信息技术的飞速发展,网络信息搜集的需求与收集结果低效性的矛盾迫切需要对网络资源的整序与检索.所以传统数据挖掘掘技术不断完善和应用.Web挖掘就是时展的典型产物.Web数据挖掘采用数据挖掘等信息处理技术,从Web信息资源及Web使用记录中发掘对特定用户感兴趣的、有用的信息或知识的过程,其结果可以为用户决策所使用.这里所讲的Web信息,从广义上讲,包括Web文本,Web图片,Web动画（如Flash广告,视频信息）等.换言之,基于Web数据挖掘,就是利用数据挖掘技术自动地从网络文档以及服务中发现和抽取信息的过程.有学者认为其是在大量已知数据样本的基础上得到数据对象间的内在特性,并以此为依据在Web中进行有目的的信息提取过程.同时,也有学者将网络环境下的数据挖掘归入网络信息检索与网络信息内容的开发等等.总之,基于Web的数据挖掘（Web Mining）正是从万维网（World Wide Web）上获取原始数据而从中挖掘出隐含其中且潜在可用的知识最终应用于商业运作以满足管理者的需要.
基于Web的数据挖掘利用数据挖掘的原则和思想,针对Web信息的特性,对传统的挖掘方法进行扩展和改进,将其应用到Web信息上进行挖掘,得到有用的知识.Web数据挖掘主要包括以下几方面的内容：（1）内容挖掘——对Web页面的内容进行挖掘；（2）结构挖掘——对Web页面之间的结构进行挖掘；（3）使用信息挖掘——对用户访问Web时留下的访问记录进行挖掘（网络日志挖掘）.
Web挖掘因为自身的特点,有如下特殊的要求：
（1）效率高：网络信息数据量非常庞大,每天都在迅速增长和更新,从如此海量的数据中有效地提取有用的信息要求数据挖掘速度必须很快；
（2）强大的并行性：分布在网络上各个站点的资源通过互连网连成一个大型分布式数据库,数据的巨大规模和广泛分布对Web数据挖掘的并行性要求很高；
（3）实时动态性：Web中数据更新非常迅速,有些信息可能很快过时,所以要提供准确的决策支持要求数据挖掘具有实时和动态的特性；
（4）有效地组织和管理数据：目前数据挖掘多应用于关系和面向对象数据库,它们有完美的结构,按照预先定义的模式进行组织、存储和存取,而Web的信息往往具有半结构化或非结构化特性,难以映射到一个固定的模式,使传统数据模型和数据库系统难以支持Web上的信息管理.
对web数据挖掘的涵义、产生原因、特点以及其特殊的要求做了具体的介绍后,接下来本文将从其在网络教育和电子商务中的应用重点阐述web数据挖掘的应用价值：
（1）Web数据挖掘在网络教育中的应用：
1）有效地进行教育网站中教学内容建设与管理.应用文本分类方法,对教育网站中的教学文档进行挖掘,可以实现网站中的大量教学文档的层次化结构的组织和管理,利于学习者获取所需资源.
2）有助于学习者对信息进行有效的检索和利用.基于关 键 词 的传统信息检索方法有很大的主观性,Web内容挖掘采用的是基于内容的检索技术,可以从网页信息中抽取一些更为详细的、经过特殊加工的特征信息,从而大大提高检索的全面性和准确性.
3）实现师生双向选择.管理者可利用挖掘中关联规则技术在已建立好的教师和学生数据库中进行关联查询,找到相关记录,提交给老师或学生,实现教师与学生的双向选择.
（2）数据挖掘在电子商务中的应用
1）优化企业资源.节约成本是企业盈利的关键,基于数据挖掘技术,实时、全面、准确的掌握企业资源信息,通过分析历史的财务数据、库存数据和交易数据,可以发现企业资源消耗的关键点和主要活动的投入产生比例,从而为企业资源优化配置提供决策依据,例如降低库存、提高库存周转率、提高资金使用率等.通过对Web数据挖掘,快速获取商业信息,使企业准确地把握市场动态,极大地提高企业对市场变化的响应能力和创新能力,是企业最大限度的利用人力资源、物资资源和信息资源,合理协调企业内外部资源的关系,产生最佳的经济效益,促进企业发展的科学化,信息化,智能化.
例如：美国运通公司（American Express）有一个用于记录信用卡业务的数据库,数据量达到54亿字符,并仍在随着业务进展不断更新.运通公司通过对这些数据进行挖掘,制定了“关联结算（Relation ship Billing）优惠”的促销策略,即如果一个顾客在一个商店用运通卡购买一套时装,那么在同一个商店再买一双鞋,就可以得到比较大的折扣,这样既可以增加商店的销售量,也可以增加运通卡在该商店的使用率.
2）管理客户数据.基于数据挖掘技术,企业将最大限度地利用客户资源,开展客户行为的分析与预测,对客户进行分类,寻找潜在的有价值的客户,开展个性化服务,提高客户的满意度和忠诚度,了解客户的购买习惯和兴趣,从而改善网站结构设计,推出满足不同客户的个性化网页.在采用了数据挖掘后,针对目标客户发送的广告的有效性和回应率将得到大幅度的提高,推销的成本将大大降低.同时,在客户数据挖掘的基础上,企业可以发现重点客户和评价市场性能,制定个性化营销策略,拓宽销售渠道和范围,为企业制定生产策略和发展规划提供科学的依据.通过呼叫中心优化与客户沟通的渠道,提高对客户的响应效率和服务质量,促进客户关系管理的自动化和智能化.
3）评估商业信用.低劣的信用状况是影响商业秩序的突出问题,已经引起世人的广泛关注.由于网上诈骗现象层出不穷,企业财务“”现象日益严重,信用危机成为制约电子商务发展的重要因素.利用数据挖掘技术对企业经营进行跟踪,开展企业的资产评估、利润收益分析和发展潜力预测,构建完善的安全保障体系,实施网上全程监控,强化网上交易和在线支付的安全管理.基于数据挖掘的信用评估模型,对交易历史数据进行挖掘,发现客户的交易数据特征,建立客户信誉度级别,有效地防范和化解信用风险,提高企业信用甄别与风险管理的水平和能力.
2 结束语
Web数据挖掘是当今世界的热门研究领域,已广泛地应用于金融业、远程通讯业、政府管理、制造业、医疗服务以及体育事业中.尽管Web挖掘的形式和研究方向层出不穷,但随着电子商务的兴起和迅猛发展,未来Web挖掘的一个重要应用方向将是电子商务系统.然而目前国内的Web数据挖掘尚处于学习、跟踪和探索阶段,所以笔者相信接下来将会有更多的研究者以此作为课题方向.