２０１１年４月 中国管理信息化 Ｃｈｉｎａ Ｍａｎａｇｅｍｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ Ａｐｒ．，２０１１ 第１４卷第８期 ＶｏＪ。１４．Ｎｏ，８ 基于Ｗｅｂ数据挖掘的电子商务网站个性化服务的研究 申云凤 （吉林警察学院信息工程系，长春１３０１ １７） ［摘要］本文在阐述ｗｅｂ数据挖掘技术的定义和过程基础上，把Ｗｅｂ数据挖掘应用到电子商务网站个性化推荐服务系 统中，形成了基于Ｗｅｂ数据挖掘的个性化服务电子商务网站模型，并对数据挖掘技术在个性化服务不同层面的应用进行 分析。 ［关键词】 Ｗｅｂ数据挖掘；个性化服务；电子商务；用户建模 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—０１９４．２０１ １．Ｏ８．０３３ ［中图分类号】Ｆ７２４．６；ＴＰ３ｌ１ １ 引 言 ［文献标识码］Ａ ［文章编号】１６７３—０１９４（２０１ １）０８－－００６１—０４ 性化服务行为．是靠Ｗｅｂ数据挖掘技术对顾客的网络行为进行 ２００８年由美国次贷危机引发的全球性金融危机对中国市场 挖掘来实现的 造成了很大的冲击，中国出口快速下降。中国政府迅速做出决 ２电子商务网站个性化服务体系中的数据挖掘 １电子商务网站个性化服务体系中的数据挖掘定义 策．要大力发展电子信息化产业，并大力扶持物流产业的发展。 ２．在这种大背景下．许多企业纷纷转向求助互联网。开辟拓展内销 市场，电子商务产业得到很好的发展。与此同时，企业之间的竞 数据挖掘（Ｄａｔａ Ｍｉｎｉｎｇ）是指从大量的、不完全的、有噪声的、 模糊的、随机的数据中．提取隐含在其中的、人们事先不知道的、 争更加激烈 为了不断提升企业的竞争力，企业决策者会想方设 但又是潜在有用的信息和知识 电子商务网站中的数据挖掘是数 法搭建出有创新性的、竞争力强的、个性化的电子商务网络平 据挖掘在电子商务网站产品信息处理领域的应用。具体来说．是 台．于是电子商务的个性化服务体系应运而生。 电子商务个性化服务是指企业根据每一位顾客的年龄、身 利用数据挖掘技术对网络中的客户访问信息进行挖掘．得到客户 的浏览行为和访问模式．从而发现客户的兴趣、爱好等有用的市 份、职业、品位等个人特点，以及顾客的购买行为和购买偏好等 场信息．以便针对客户进行个性化服务。由于电子商务网站信息 因素，因人而异地提供独特的产品和针对性服务。一般来说．网 的特殊性．Ｗｅｂ数据挖掘与传统的数据挖掘相比又增添了新的 Ｗｅｂ挖掘的对象是大量异质分布的Ｗｅｂ文档。每个 上用户在电子商务网站中实现交易要经历确认需求、收集信息、 特质 首先．Ｗｅｂ文档本身是半结构或无结构的， 评价解决方案和购买４个阶段。企业利用Ｗｅｂ数据挖掘技术．查 数据源都是异构的；其次．找Ｗｅｂ服务器、浏览器中用户实现交易时留下的网络行为和购 买方式，抽取用户感兴趣的市场信息，动态地调整页面结构，提 供差异化的网络营销策略．也就是说．企业的电子商务网站的个 而且缺乏机器可理解的语义．使得挖掘更具复杂性。因此．电子商 务网站中的数据挖掘是网络信息处理技术的一个新的发展阶段。 ２．２电子商务网站个性化服务体系中的数据挖掘对象 电子商务网站个性化服务体系中的数据挖掘对象是个性化 ［收稿日期】２０１０—１１－１０ ［作者简介】申云凤（１９７３一），女（满族），吉林警察学院信息工程系 讲师。 服务信息，即记录用户的使用行为、习惯、偏好和特点的信息。因 此。对用户需求、兴趣、爱好的了解和获取是针对用户进行个性化 服务成败的关键。目前．获取网络用户信息的方法有两种：一是通 ４．管理绩效评价体系应用 １ １ｎ ×Ｑｉ）ｘ ０．０４＋（２ Ａ × ）ｘ ０．０７ （１）设定二级指标标准值，标准值可以上级下达指标、本企 ｉ＝１６ 业先进水平、同行业先进水平等为基础。 其中，Ａ 代表各二级指标的完成分值；Ｑ 代表各二级指标权重。 四、完善油田企业固定资产管理评价体系的对策建议 （１）加强固定资产管理行为过程的评价。定期对各级固定资 产管理责任主体进行考核．科学评价企业固定资产管理状况．及 时发现偏差并采取措施 （２）计算考核期二级指标实际完成值。 （３）计算二级指标的完成分值： 二级指标完成分值＝实际完成值／标准值×１００ 其中要对逆指标进行正向化处理．采取逆指标的倒数进行 计算 （４）计算资产管理绩效综合得分： ３ （２）建立适合各级责任主体的指标标准值体系。石油企业可 以根据各级单位的具体情况和管理需求．制定详细的固定资产 管理标准值，作为资产管理绩效评价的基础。 资产管理绩效综合得分＝（∑Ａ。ｘ ）×０．２９＋ ｉ＝Ｉ ９ ｔ２ （３）建立固定资产管理评价信息系统。固定资产管理评价涉 及较多的财务数据及非财务数据．应当建立固定资产评价信息 系统．专门进行相关信息的收集、整理、加工和分析，并将评价结 果进行有效传递与沟通．提高固定资产管理评价的时效性。 ＣＨＩＮＡ ＭＡＮＡＧＥＭＥＮＴＩＮＦＯＲＭＡＴＩＯＮＩＺＡＴＩＯＮ／６１ ）×０．４７＋（∑Ａ ×Ｑ。）×ｏ．１０＋（∑Ａ ×Ｑｉ）×０．０３＋（∑Ａ ｉ：１０ ｉ＝１３ 电子商务 过人一机交互模式获取用户的信息．即用户在网上填写并发送一 中，主要包括：数据清理、用户识别、用户会话识别和数据格式 个表达其信息需求的表单．要求用户ｆ分仔细地填写自己的个 化。 性化信息需求．这种方法的优点是可以准确地获得用户的信息 需求。缺点是主动性差．不能及时反映用户信息需求的变化。二 是通过对用户信息行为的记录进行挖掘．从而获取其需求、兴趣 和爱好，这种方法主动性强，动态性好，能及时了解用户信息及 变化情况。个性化服务信息的记录形式有以下几种： （１）服务器数据。客户访问站点时会在Ｗｅｂ服务器上留下 相应的日志数据．Ｗｅｂ访问日志（Ｗｅｂ Ａｃｃｅｓｓ ＬＯｇ）记录（主要包 一数据建模就是要将经过数据预处理的数据结合起来存放在 个数据仓库中。通过对数据仓库中的数据进行分析和挖掘，可 模式分析的目的是根据实际应用．通过观察和选择．把发现 的统计结果、规则和模型转换为知识，经过筛选后用来指导实际 以发现用户或者用户群体的兴趣．从而构造兴趣模型。 的电子商务行为。常用的手段有：信息过滤、可视化、联机分析处 理等。 （１）路径分析技术。最常用的是图，网站上的页面定义成节 点．页面之间的超级链接定义成图中的边 通过对网站页面之问 含ＵＲＬ，时间。ＩＰ地址和Ｗｅｂ页面等内容信息）。这些日志数据 ２．４电子商务网站个性化服务体系中的数据挖掘技术 通常以文本文件的形式存储在服务器上 一般包括Ｓｅｒｖｅｒｓ ＬＯｇｓ、 Ｅｒｒｏｒ Ｌｏｇｓ、Ｃｏｏｋｉｅｓ Ｌｏｇｓ等。其中，Ｃｏｏｋｉｅ是用户曾经访问的站点 所发送的小数据包。不仅存储在服务器上．而且还存储在用户的 浏览器中．因此可作为用户在服务器一方（发送Ｃｏｏｋｉｅ的站点） 的唯一标识。并可重复利用。Ｃｏｏｋｉｅ提供了追踪用户的方法．它给 用户加标识．确切地说是给用户的浏览器文件加标识．当再次访 问发送Ｃｏｏｋｉｅ的站点时．浏览器被作为唯一可以鉴别的实体 的联系及超链接的分析．判断出在一个Ｗｅｂ站点中最频繁访问 的路径或引用访问序列 （２）关联规则发现技术。应用关联规则发现技术可以找到客 户对网站上各种文件进行访问的相互关系．可以找到用户访问 的页面与页面之问的相关性和规律性 （２）查询数据。它是电子商务站点在服务器上产生的一种典 型数据。例如．对于在线存储的客户也许会搜索一些产品或某些 服务器的访问日志上 （３）序列模式发现技术。通过时序分析和序列模式的挖掘来 预测企业产品未来的销售情况．以及发掘潜在客户．促进产品销 售情况 当客户在线购买一台个人电脑时．系统会根据挖掘出来 的序列模式“购买这种电脑的人在一个月以后很可能再来购买 一广告信息．这些查询信息就是通过Ｃｏｏｋｉｅ或是登记信息连接到 售 例如．根据前３个月企业产品的销售情况来预测下个月的销 （３）在线市场数据。这类数据主要是传统关系数据库里存储 的有关电子商务站点信息、用户购买信息、商品信息等数据。 （４）浏览器上的Ｂｏｏｋｍａｒｋ记录。当用户在因特网上用浏览 台打印机”而建议他同时购买一台打印机 （４）分类技术 就是为具有某些公共属性的特定群体建立概 器浏览网页时，遇到自己喜欢的站点或网页，只要点一下浏览器 要特征．这些特征可以用来对新增到数据库里的数据项进行分 上的Ｂｏｏｋｍａｒｋ菜单，就能将当前的站点存入Ｂｏｏｋｍａｒｋ中．想再 类 分类能够使商家根据访问网站的人口统计学信息和用户的 次访问时，只要从Ｂｏｏｋｍａｒｋ中取出即可。用户可以对Ｂｏｏｋｍａｒｋ 访问模式得出访问某一商业网站的用户轮廓特征 对用户分类 进行多级目录管理．不同的目录反映其不同的兴趣和爱好．这为 后．就可以发现未来的潜在客户并开展有针对性的商务活动。 对用户的信息需求进行挖掘提供了可能 （５）邮件列表（Ｍａｉｌｌｉｓｔ）。邮件列表是一种可以获得特定客户 群的电子邮件地址．并能快速方便地发送大量电子邮件的工具 邮件列表具有传播范围广．使用简单方便的特点．只要能够使用 （５）聚类分析技术。聚类分析可以从服务器访问信息数据中 聚集出具有相似特性的客户组。即把有相似特性的用户、数据项 集合到一起。如自动给一个特定的顾客聚类发送销售邮件。通过 这些举措使商务活动能够在一定程度上满足客户的要求．实现 目标营销。 电子邮件．就可以使用邮件列表。许多网上用户通过电子邮件特 反映了用户的真实信息行为，反映了用户的真实兴趣。对专题讨 趣．还可以发现具有相同兴趣的成员组．为合作式挖掘提供了可 能。 别是邮件列表建立专题讨论组的事例越来越多．这些讨论内容 ３ 基于Ｗｅｂ数据挖掘的电子商务网站个性化服务体系的实现 基于Ｗｅｂ数据挖掘的电子商务网站个性化服务体系实质上 挖掘的思想和方法应用到Ｗｅｂ服务器日志及Ｗｅｂ数据库等资 论组成员的电子邮件列表进行挖掘．不但可以挖掘出个人的兴 就是一种以用户需求为中心的Ｗｅｂ站点．该站点主要是将数据 源上．挖掘出客户的访问规律．划分出具有相似兴趣的顾客群 提供差异化的营销策略，实现个性化服务。 ３．１基于Ｗｅｂ数据挖掘的电子商务个性化服务系统模型 基于Ｗｅｂ数据挖掘的电子商务个性化服务系统由六大模块 组成：数据收集模块、数据预处理模块、数据存储模块、数据挖掘 （６）客户登记信息。客户登记信息是指客户通过Ｗｅｂ页输 体．根据每一客户群体的不同特征构造出不同的兴趣模型。然后 人的、要提交给服务器的相关用户信息，这些信息通常是关于用 户的人口特征。在Ｗｅｂ数据挖掘中．客户登记信息需要和访问日 志集成．以提高数据挖掘的准确度。进一步了解客户。 ２Ｉ３电予商务网站个性化服务体系中的数据挖掘过程 电子商务网站个性化服务体系中的数据挖掘过程概括起来 析与预测 模块、用户访问推荐模块和电子商务网站调整模块。其系统结构 数据收集模块通过收集Ｗｅｂ数据库、使用日志和访问记录 有以下几个基本步骤：数据收集、数据预处理、数据建模、模式分 模型如图１所示 数据收集指在服务器端、客户浏览器端、代理服务器端对用 的真实性、全面性直接影响到后续工作能否顺利进行，影响到最 后个性化推荐服务的优劣 数据预处理就是要将那些不够完整的、含有噪声的、不一致 的数据库进行统一改造。使之成为完整的、不含噪声的、一致的 数据库。从而建立可挖掘的数据库．以备后用。数据预处理工作 上留下的数据．形成数据采集库：数据预处理模块能够对数据采 处理的质量与挖掘的效率和结果紧密相关：数据存储模块将经 过预处理后的数据存入用户事务库（即数据仓库）中．在数据仓 户访问记录进行收集。数据收集是Ｗｅｂ使用挖掘的第一步，数据 集库中的数据进行预处理．例如洗去数据中的冗余信息，数据预 库中对信息进行分类．一般分为客观信息、认识信息和表达信 息．通过对信息的分类为数据挖掘技术的实现作准备：数据挖掘 模块中的挖掘引擎使用数据挖掘技术如统计分析、关联规则、聚 ６２／ＣＨＩＮＡ ＭＡＮＡＧＥＭＥＮＴＩＮＦＯＲＭＡＴＩＯＮＩＺＡＴＩＯＮ 电子商务 图１ 基于Ｗｅｂ数据挖掘技术的电子商务站点个性化服务系统结构模型 类分析、序列模式等．来发现用户浏览模式。并通过模式分析对 供相应的服务。这种服务包括两种形式：①针对用户的个性化 其进行分析与解释，根据实际应用，通过观察和选择．把发现的 服务。包括将所有与用户模型相匹配的内容推荐给用户．以及通 统计结果、规则和模型转换为知识。经过筛选后得到有用的模式 过Ｗｅｂ使用挖掘．挖掘出客户的购买行为规律．进而建立规律性 用来指导实际的电子商务行为：电子商务调整模块根据数据挖 购买模型和序列性购买模型．实现个性化服务方案。②个性化 掘得出的用户对产品的需求度和感兴趣度调整电子商务网站． 网站建构服务 通过数据挖掘对客户在网站上驻留时期所采取 修改页面．研发新产品：用户访问推荐模块在Ｗｅｂ服务器前端设 的行为进行分析．找到客户的兴趣和偏好．从而动态地改变网站 置了推荐引擎．它将用户当前的浏览活动与浏览出的页面推荐 整体布局的设计．进行电子商务网站建设 集结合起来考虑．生成相应推荐集．然后在用户最新请求的页面 ３－３基于Ｗｅｂ数据挖掘的电子商务个性化服务实现方法 上添加推荐集的页面．再通过Ｗｅｂ服务器传递到用户端的浏览 个性化推荐服务是个性化服务体系得以实现的重要方法和 器．为用户提供实时个性化服务。 途径．个性化体服务体系是个性化推荐服务的基础和来源 没有 ３．２基于Ｗｅｂ数据挖掘的电子商务站点个性化服务体系分析 个性化服务体系思想作指导，个性化推荐服务便失去了方向：没 电子商务站点个性化服务体系通过数据挖掘收集用户信 有个性化推荐服务也无法实现电子商务网站的个性化服务 个 息，然后对用户信息进行分类、聚类分析，建立用户模型，在用户 性化推荐服务是通过数据挖掘技术揭示出用户的需求（包括显 模型的基础上进行模式发现与分析．提供个性化的服务策略和 性需求和隐性需求）．从而根据用户的偏好程度推荐给用户最喜 服务内容。目前，电子商务站点个性化服务体系通常包括４个层 爱的Ｎ个产品．并且当系统中的产品库和用户兴趣资料发生改 次：用户信息搜集模块、用户建模模块、个性化服务模块和用户。 变时．给出的推荐序列会随之自动改变 个性化推荐服务分为以 其结构如图２所示 下几种方法： （１）基于内容的推荐技术（Ｃｏｎｔｅｎｔ—ｂａｓｅｄ Ｒｅｃｏａｍｅｎｄａｔｉｏｎ）， 是指通过比较资源与用户模型的相似程度向用户推荐信息的方 式。 （２）基于规则的推荐．是指根据已经生成的联系规则和序列 规则向用户推荐信息方式。在电子商务网站．根据用户浏览和购 买的１３志生成规则，向用户推荐感兴趣的商品。例如．通过关 联分析发现啤酒与尿不湿之间的关联规则是购买啤酒的用户同 时也会购买尿不湿。因此，可以将这两种相关商品摆在一起组合 图２ 电子商务个性化服务体系结构 销售或通过“购买２００元尿不湿送两罐啤酒”来促进销售 用户信息收集模块是个性化服务系统的基础模块．其信息 （３）合作推荐，是指通过相同或相近兴趣的用户对资源的评 来源有：用户输入搜索引擎的查询关键词、用户浏览的页面：用 价向用户推荐信息的方式。该方法是通过比较用户之间的相似 户浏览的行为；服务器日志；用户下载、保存的页面和资料等 性来推荐信息．即先对用户进行聚类．然后对不同用户群组进行 个性化服务系统收集到用户信息后．提交给用户建模模块来进 分类。合作推荐既适用于可计算的文本领域．又可应用于其他领 行处理，构建用户模型。个性化服务模块根据用户模型向用户提 域。如音乐、电影、书籍等 ＣＨＩＮＡ ＭＡＮＡＧＥＭＥＮＴＩＮＦＯＲＭＡＴＩＯＮＩＺＡＴＩＯＮ／６３ ２０１１年４月 中国管理信息化 Ｃｈｉｎａ Ｍａｎａｇｅｍｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ Ａｐｒ．，２０１１ Ｖｏ１．１４，Ｎｏ．８ 第ｌ４卷第８期 高等院校市场营销课程项目式教学法研究 曹明香 （广东白云学院，广州５１０４５０） 【摘要］高等教育，尤其是应用型本科教育是培养中高级专业人才的重要基地．肩负着向各行各业培养合格技能型人才的 使命。笔者通过对市场营销课程教学目标的分析．提出项目式教学法是适合该课程的教学方法之一 在分析项目教学法的 教学依据和特点的基础上．通过对“市场营销策划”这一项目教学的过程进行设计．阐述了项目式教学法在市场营销课程 中的实际应用．提出了该课程实施项目式教学的策略与方案 ［关键词】高等院校：市场营销；项目教学法 ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１６７３—０１９４．２０１ １．０８．０３４ 【中圈分类号】Ｇ６４２ 【文献标识码】Ａ ［文章编号】１６７３—０１９４（２０１１）０８一ｏ０６４—０２ 项目式教学法是通过进行一个完整的“项目”工作而进行的 目，在完成项目过程中提高学生的写作、研讨、组织、演示讲解、团 实践教学活动。项目教学法的前提是“项目”．美国项目管理专家 队协作、沟通等基本能力 约翰．宾认为：“项目是要在一定时间里．在预算规定范围内达到 目前．关于项目式教学法的应用研究多集中在工科、理科等 预定质量水平的一项一次性任务。”…而项目式教学法是指．教师 职业教育范围，而对于文科的专业和课程则关注研究较少。因此， 在教学过程中以项目为主线贯穿始终．将一门或多门课程中的 本文着眼于高校市场营销专业的教学现状．结合市场营销教学的 知识点融入项目中．学生以完成项目为主要目的．教师以学生完 具体特点．对项目式教学法的有效实施进行分析．突破传统的教 成项目的质量来评定学生的学习效果 学生以小组形式完成项 学模式．通过解决学生身边的一些现实问题来实现学生对知识 的掌握．从而提高学生学习的积极性和主动性．以及他们的动 ［收稿日期】２０１１－Ｏ１—０７ （４）混合推荐，是指既通过比较资源与各个用户模型的相似 式发现技术 度进行基于内容的推荐．又通过相似兴趣的用户群进行合作推 ４ 总结和展望 荐的一种方式。这是最先进的个性化功能，可以在客户端或服务 本文在对电子商务网站中的数据挖掘进行较为全面阐述的 器端实现 基础上．构建基于Ｗｅｂ数据挖掘的电子商务个性化服务系统模 总的来说．在电子商务站点个性化服务系统中运用数据挖 型，并对该模型进行解释 同时，着重分析如何把Ｗｅｂ数据挖掘 掘技术有３个阶段：数据采集阶段、数据预处理阶段以及模式发 技术应用到电子商务网站的个性化服务体系中．即用户信息搜 现与使用阶段 集阶段、用户建模阶段和个性化服务推荐阶段。通过列表直观阐 表１ 不同个性化推荐服务中采用的Ｗｅｂ数据挖掘技术 述了Ｗｅｂ数据挖掘在不同个性化服务推荐中的技术实现。 数据采集 数据预处理 模式发现 把Ｗｅｂ数据挖掘技术应用到个性化服务系统还是个比较新 挖掘推荐方法＼ 与使用 兴的研究领域．还有许多技术仍处于研究阶段．依然具有许多改 基于内容的推荐 Ｃｏｏｋｉｅ 用户识别 分类 进的空间。比如只通过日志来识别用户的效果并不理想．较好的 基于规则的推荐 客户端 用户会话识别 关联规则、 改进方法是综合考虑多种因素，如用户ＩＰ、网站拓扑图、参考网 用户信息 序列模式发现 页和Ａｇｅｎｔ等来识别单个用户．其具体技术实现还有待于进一步 合作推荐 浏览历史 服务器 用户会话识别 分类改进 、聚类 混合推荐 服务器的数 用户会话识别 序列模式发现、 主要参考文献 据、客户端 关联规则 表ｌ中列出了不同个性化推荐服务中采用的Ｗｅｂ数据挖掘 ［１］孟晓明．搜索引擎在网络信息挖掘中的应用【Ｊ］．计算机与信息技 技术 针对不同的个性化推荐服务方法。不同数据挖掘阶段都对 术．２００３（５）． 应着不同的Ｗｅｂ数据挖掘技术。在数据采集阶段，随着服务功能 ［２］张燕．浅谈网络信息挖掘［Ｊ］．情报探索，２０００（４）． 的逐渐强化．数据采集技术从简单的Ｃｏｏｋｉｅ逐渐强化到采集客 ［３］李爱明，朱玲玲．基于关键词的网络信息检索与知识检索比较［Ｊ］． 户端、服务器端数据的技术；在数据预处理阶段，除了基于内容 情报探索．２００６（５）． 的推荐服务只需要用户识别功能外．其余３项服务都需要采用 ［４］徐刚，孙高玲．面向网络用户的个性化推荐服务实现［Ｊ］．情报杂志， 用户会话识别技术：在模式发现阶段，基于内容的推荐和合作推 ２００８（８）． 荐功能都需要采用分类技术．其中合作推荐还需要配合聚类技 ［５］钱慧丽．我国Ｂ２Ｂ电子商务平台的内容管理策略研究［Ｊ］．北方经 术．基于规则的推荐和混合推荐则主要采用关联规则和序列模 贸．２００７（６）． ｜ＣＨＩＮＡ ＭＡＮＡＧＥＭＥＮＴＩＮＦＯＲＭＡＴＩＯＮＩＺＡＴＩＯＮ