在線零售站點(diǎn)的自適應(yīng)與商業(yè)智能模型

申請(qǐng)免費(fèi)試用、咨詢電話：400-8352-114

1 引言

電子商務(wù)已經(jīng)被稱為是Internet最重要的應(yīng)用之一www正以其簡(jiǎn)單易用性熹得越來(lái)越多的用戶，為用戶和商家提供了雙向交流、“虛擬”交易的理想空間在電子商務(wù)環(huán)境下一個(gè)聯(lián)機(jī)零售商在Web上開展電子商務(wù)的業(yè)務(wù)模型如圖戶二。其中市場(chǎng)數(shù)據(jù)存儲(chǔ)商品信息和用戶的交易信息;Web結(jié)構(gòu)數(shù)據(jù)存儲(chǔ)Web頁(yè)和Web的結(jié)構(gòu).服務(wù)數(shù)據(jù)存儲(chǔ)訪問(wèn)日志。

一個(gè)標(biāo)準(zhǔn)的在線零售網(wǎng)站的分類設(shè)計(jì)結(jié)構(gòu)如圖2所示其中:每一個(gè)節(jié)點(diǎn)表示一個(gè)頁(yè)面.N節(jié)點(diǎn)表示導(dǎo)航頁(yè)或分類頁(yè);C節(jié)點(diǎn)表示內(nèi)容頁(yè)或購(gòu)買貞。網(wǎng)站的結(jié)構(gòu)是介于樹形和網(wǎng)狀層次結(jié)構(gòu)之間的一種結(jié)構(gòu).網(wǎng)站的設(shè)計(jì)者會(huì)盡量考慮到達(dá)一個(gè)購(gòu)買頁(yè)存在多個(gè)路徑;而且從物品的分類結(jié)構(gòu)匕說(shuō).很多物品屬于多個(gè)類，如電子書.既屬于書籍類又屬于電子產(chǎn)品規(guī)模越大的站點(diǎn)。其結(jié)構(gòu)越復(fù)雜。

開展在線零售業(yè)務(wù)的一個(gè)主要向題就是;用戶面對(duì)廠家提供的大量產(chǎn)品信息，不知如何有效提取;而廠家面對(duì)大量的用戶，不知他們的興趣和要求所在，因而不知如何調(diào)整其服務(wù)方式和產(chǎn)品結(jié)構(gòu):

1.全體用戶對(duì)零售商品的興趣不一致。對(duì)物品的興趣存在著一個(gè)概率分布，即全體用戶對(duì)某些物品的興趣要遠(yuǎn)遠(yuǎn)大于另一些物品.但Weh站點(diǎn)Web頁(yè)面結(jié)構(gòu)的分類層次設(shè)汁必須嚴(yán)格遵循商品的分類結(jié)構(gòu)，因?yàn)槿绻皇沁@樣，一般用戶就無(wú)法訪向。于是這兩者之間就存在一種矛盾這種矛盾所導(dǎo)致的結(jié)果是大量用戶不得不瀏覽許多不相關(guān)的頁(yè)面，進(jìn)人Web站點(diǎn)的很多層次最終才能找到自己所需要的商品.解決這個(gè)問(wèn)題的一種思路是將圖1上的導(dǎo)航頁(yè)(N頁(yè))變成導(dǎo)航內(nèi)容頁(yè)(NC頁(yè)).這樣用戶就可以在N頁(yè)上直接購(gòu)買自己需要的商品。

2. 許多用戶購(gòu)買的物品類似于啤酒和尿布這樣的物品—屬于數(shù)據(jù)挖掘中的經(jīng)典問(wèn)題，即在頁(yè)面結(jié)構(gòu)分類上兩者相距很遠(yuǎn).但很多顧客會(huì)同時(shí)購(gòu)買干是這些用戶就不得不反復(fù)進(jìn)入退出多個(gè)Web頁(yè)，來(lái)完成購(gòu)買對(duì)于這樣具有關(guān)聯(lián)購(gòu)買的物品集，要做的就是如何自動(dòng)發(fā)現(xiàn)關(guān)聯(lián)物品集.并且自動(dòng)

建立包含它們的導(dǎo)航內(nèi)容頁(yè)，以幫助用戶訪問(wèn)。

所以需要建立一個(gè)模型和相應(yīng)的算法在各導(dǎo)航頁(yè)上標(biāo)注購(gòu)買物品快捷清單。即經(jīng)過(guò)算法處理后，N頁(yè)要自動(dòng)變成NC頁(yè)，即導(dǎo)航助買頁(yè).原有的N頁(yè)之問(wèn)的導(dǎo)航關(guān)系不被破壞。NC頁(yè)將滿足大部分用戶的需求，使他們不需訪問(wèn)過(guò)多的層次或盡量不需繞路而進(jìn)行購(gòu)買。

解決這個(gè)問(wèn)題的方法是根據(jù)在線零售站點(diǎn)的Web訪問(wèn)到推薦點(diǎn)通過(guò)關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法從用戶的交易數(shù)據(jù)中，發(fā)現(xiàn)關(guān)聯(lián)購(gòu)買集合;在推薦點(diǎn)上標(biāo)注這些商品及其關(guān)聯(lián)購(gòu)買集合；當(dāng)處理完所有的關(guān)聯(lián)購(gòu)買集合后，通過(guò)竟?fàn)巵?lái)決定出現(xiàn)在導(dǎo)骯頁(yè)面上的物品集，最終將導(dǎo)航頁(yè)合理地變成導(dǎo)航購(gòu)買頁(yè)。這樣全體用戶對(duì)這樣的站點(diǎn)進(jìn)行訪問(wèn)，他們的總的訪問(wèn)遍歷教就會(huì)減小于是通過(guò)這樣的過(guò)程卜這個(gè)站點(diǎn)就可以自動(dòng)根據(jù)用戶的訪向購(gòu)買情況，進(jìn)行自適應(yīng)。

文中首次提出將數(shù)據(jù)挖掘的技術(shù)應(yīng)用于電子商務(wù)的環(huán)境下。以發(fā)現(xiàn)市場(chǎng)智能。挖擁的對(duì)象不僅包括日志、Web頁(yè)面,也包括市場(chǎng)數(shù)據(jù)。文中還給出了在電子商務(wù)環(huán)境下挖擁的一個(gè)總的框架.但他們的方法依然局限在傳統(tǒng)的挖掘手段.本文所述方法是建立在其基礎(chǔ)之上，更好地發(fā)現(xiàn)并應(yīng)用了市場(chǎng)智能。不僅應(yīng)用傳統(tǒng)的挖掘手段(如關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法)而且新定義和建立了自適應(yīng)模型進(jìn)行Web站點(diǎn)結(jié)構(gòu)的有限智能調(diào)整，即使站點(diǎn)能夠根據(jù)群體用戶的訪問(wèn)而自適應(yīng)。

文中首次給出Web挖掘的定義，并且給出一個(gè)關(guān)于Web訪向信息挖掘的系統(tǒng)WEBMINER。文中提到的思路是通過(guò)對(duì)Web站點(diǎn)的日志進(jìn)行處理[ss7將數(shù)據(jù)組織成傳統(tǒng)的數(shù)據(jù)挖掘方法能夠處理的事務(wù)數(shù)據(jù)形式，然后利用傳統(tǒng)的數(shù)據(jù)挖掘方法(如傳統(tǒng)的關(guān)聯(lián)規(guī)則發(fā)現(xiàn)算法)進(jìn)行處理.其得出的挖掘結(jié)果也是傳統(tǒng)的數(shù)據(jù)挖掘結(jié)果，并沒有根據(jù)挖掘的結(jié)果調(diào)整站點(diǎn)的組織結(jié)構(gòu)。找們的方法是在這種方法的墓礎(chǔ)上.不但得到挖掘的結(jié)果而且把挖掘的結(jié)果用于改進(jìn)在線零售站點(diǎn)的組織結(jié)構(gòu)，以利于群體用戶的訪問(wèn)。

Web Log Miner方法用OLAP技術(shù)來(lái)實(shí)現(xiàn)對(duì)Web日志數(shù)據(jù)的預(yù)測(cè)、分類、時(shí)間序列分析。其分析的結(jié)果沒有用于Web站點(diǎn)的重新設(shè)計(jì)，而我們的方法是要主要用于站點(diǎn)的自動(dòng)重新設(shè)計(jì)，且不破壞原有的分類結(jié)構(gòu)，即自適應(yīng)在文中，這些方法的目的是自動(dòng)定制不同的用戶訪問(wèn)界面。其特點(diǎn)是:1)W eb站點(diǎn)或代理動(dòng)態(tài)地把一些增強(qiáng)的當(dāng)前可視的Web頁(yè)面給用戶即定制個(gè)性化的頁(yè)面;2)頁(yè)面上的信息針對(duì)的是基于某種模型而得到的特定的某一個(gè)，或某一類用戶;3)該棋型基于該用戶或該類用戶以前的訪問(wèn)方式。對(duì)比來(lái)說(shuō)，找們的方法1)是一種優(yōu)化方法;2)周期性、離線地進(jìn)行挖掘;3)挖掘的對(duì)象是全體用戶的交互行為，挖掘的是全體用戶的共同訪問(wèn)購(gòu)買興趣，挖掘的結(jié)果面向全體用戶;