在線零售站點的自適應與商業(yè)智能模型

申請免費試用、咨詢電話：400-8352-114

1 引言

電子商務已經(jīng)被稱為是Internet最重要的應用之一www正以其簡單易用性熹得越來越多的用戶，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環(huán)境下一個聯(lián)機零售商在Web上開展電子商務的業(yè)務模型如圖戶二。其中市場數(shù)據(jù)存儲商品信息和用戶的交易信息;Web結構數(shù)據(jù)存儲Web頁和Web的結構.服務數(shù)據(jù)存儲訪問日志。

一個標準的在線零售網(wǎng)站的分類設計結構如圖2所示其中:每一個節(jié)點表示一個頁面.N節(jié)點表示導航頁或分類頁;C節(jié)點表示內(nèi)容頁或購買貞。網(wǎng)站的結構是介于樹形和網(wǎng)狀層次結構之間的一種結構.網(wǎng)站的設計者會盡量考慮到達一個購買頁存在多個路徑;而且從物品的分類結構匕說.很多物品屬于多個類，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。其結構越復雜。

開展在線零售業(yè)務的一個主要向題就是;用戶面對廠家提供的大量產(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)整其服務方式和產(chǎn)品結構:

1.全體用戶對零售商品的興趣不一致。對物品的興趣存在著一個概率分布，即全體用戶對某些物品的興趣要遠遠大于另一些物品.但Weh站點Web頁面結構的分類層次設汁必須嚴格遵循商品的分類結構，因為如果不是這樣，一般用戶就無法訪向。于是這兩者之間就存在一種矛盾這種矛盾所導致的結果是大量用戶不得不瀏覽許多不相關的頁面，進人Web站點的很多層次最終才能找到自己所需要的商品.解決這個問題的一種思路是將圖1上的導航頁(N頁)變成導航內(nèi)容頁(NC頁).這樣用戶就可以在N頁上直接購買自己需要的商品。

2. 許多用戶購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)典問題，即在頁面結構分類上兩者相距很遠.但很多顧客會同時購買干是這些用戶就不得不反復進入退出多個Web頁，來完成購買對于這樣具有關聯(lián)購買的物品集，要做的就是如何自動發(fā)現(xiàn)關聯(lián)物品集.并且自動

建立包含它們的導航內(nèi)容頁，以幫助用戶訪問。

所以需要建立一個模型和相應的算法在各導航頁上標注購買物品快捷清單。即經(jīng)過算法處理后，N頁要自動變成NC頁，即導航助買頁.原有的N頁之問的導航關系不被破壞。NC頁將滿足大部分用戶的需求，使他們不需訪問過多的層次或盡量不需繞路而進行購買。

解決這個問題的方法是根據(jù)在線零售站點的Web訪問到推薦點通過關聯(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)關聯(lián)購買集合;在推薦點上標注這些商品及其關聯(lián)購買集合；當處理完所有的關聯(lián)購買集合后，通過竟爭來決定出現(xiàn)在導骯頁面上的物品集，最終將導航頁合理地變成導航購買頁。這樣全體用戶對這樣的站點進行訪問，他們的總的訪問遍歷教就會減小于是通過這樣的過程卜這個站點就可以自動根據(jù)用戶的訪向購買情況，進行自適應。

文中首次提出將數(shù)據(jù)挖掘的技術應用于電子商務的環(huán)境下。以發(fā)現(xiàn)市場智能。挖擁的對象不僅包括日志、Web頁面,也包括市場數(shù)據(jù)。文中還給出了在電子商務環(huán)境下挖擁的一個總的框架.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之上，更好地發(fā)現(xiàn)并應用了市場智能。不僅應用傳統(tǒng)的挖掘手段(如關聯(lián)規(guī)則發(fā)現(xiàn)算法)而且新定義和建立了自適應模型進行Web站點結構的有限智能調(diào)整，即使站點能夠根據(jù)群體用戶的訪問而自適應。

文中首次給出Web挖掘的定義，并且給出一個關于Web訪向信息挖掘的系統(tǒng)WEBMINER。文中提到的思路是通過對Web站點的日志進行處理[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)的關聯(lián)規(guī)則發(fā)現(xiàn)算法)進行處理.其得出的挖掘結果也是傳統(tǒng)的數(shù)據(jù)挖掘結果，并沒有根據(jù)挖掘的結果調(diào)整站點的組織結構。找們的方法是在這種方法的墓礎上.不但得到挖掘的結果而且把挖掘的結果用于改進在線零售站點的組織結構，以利于群體用戶的訪問。

Web Log Miner方法用OLAP技術來實現(xiàn)對Web日志數(shù)據(jù)的預測、分類、時間序列分析。其分析的結果沒有用于Web站點的重新設計，而我們的方法是要主要用于站點的自動重新設計，且不破壞原有的分類結構，即自適應在文中，這些方法的目的是自動定制不同的用戶訪問界面。其特點是:1)W eb站點或代理動態(tài)地把一些增強的當前可視的Web頁面給用戶即定制個性化的頁面;2)頁面上的信息針對的是基于某種模型而得到的特定的某一個，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方式。對比來說，找們的方法1)是一種優(yōu)化方法;2)周期性、離線地進行挖掘;3)挖掘的對象是全體用戶的交互行為，挖掘的是全體用戶的共同訪問購買興趣，挖掘的結果面向全體用戶;