电子商务中数据挖掘方法浅谈 [论文关键词] 电子商务 Web 数据挖掘 Web 日志 [论文摘要] 在电子商务中，数据挖掘有助于发现业务进展的趋势，帮助企业做出正确的决策。本文对目前电子商务中的Web 数据挖掘方法进行了总结，并对电子商务中的 Web 数据对象进行了分类，对网络数据挖掘的作用进行了分析，为今后电子商务中有用 Web 数据挖掘软件的开发与应用提供了参考。 一、电子商务和数据挖掘简介 电子商务是指个人或企业通过Internet 网络，采纳数字化电子方式进行商务数据交换和开展商务业务活动。目前国内已有网上商情广告、电子票据交换、网上订购，网上银行、网上支付结算等多种类型的电子商务形式。电子商务正以其成本低廉、方便、快捷、安全、可靠、不受时间和空间的限制等突出优点而逐步在全球流行。 数据挖掘(Data Mining)是伴随着数据仓库技术的进展而逐步完善起来的。数据挖掘主要是为了帮助商业用户处理大量存在的数据，发现其后隐含的规律性，同时将其模型化，来完成辅助决策的作用。它要求从大量的、不完全的、有噪声的、模糊的和随机的数据中，提取人们事先不知道的但又是潜在有用的信息和知识。数据挖掘的过程有时也叫知识发现的过程。 而电子商务中的数据挖掘即 Web 挖掘，是利用数据挖掘技术从 www 的资源和行为中自动发现并提取感兴趣的、有用的模式和隐含的信息，它是一项综合技术涉及到Internet 技术学、人工智能、计算机语言、信息学、统计学等多个领域。 二、Web 数据挖掘对象的分类 Web 数据有 3 种类型：HTML 标记的 Web文档数据，Web 文档内连接的结构数据和用户访问数据。根据对应的数据类型，Web 挖掘可以分为 3 类： 内容挖掘:就是从 Web 文档或其描述中筛选知识的过程。 Web 结构挖掘:就是从Web 的组织结构和链接关系中推导知识。它的目的是通过聚类和分析网页的链接，发现网页的结构和有用的模式，找出权威网页。 Web 使用记录挖掘：就是指通过挖掘存储在 Web 上的访问日志，来发现用户访问 Web 页面的模式及潜在客户等信息的过程。 三、电子商务中数据挖掘的方法 针对电子商务中不同的挖掘目标可以采纳不同的数据挖掘方法，数据挖掘的方法有很多，主要包括下面 3 大类：统计分析或数据分析，知识发现，基于预测模型的挖掘方法等。 1.统计分析。统计分析主要用于检查数据中的数学规律，然后利用统计模型和数学模型来解释这些规律。通常使用的方法有线性分析和非...
