商务访问十篇

商务访问篇1

【 关键词 】 访问控制；使用控制；电子商务系统；UCON

The Application of Usage Control Model for Electronic Commerce Systems

Sun Yue-jiang

（Department of Information Engineering, Qingdao Institute of Technology ShandongQingdao 266300）

【 Abstract 】 The access control is the key technology for secure electronic commerce system (ECS). However, the traditional access control methods could not easily solve the problems under the open and complicated ECS environment. Usage Control (UCON) technology is a modern access control technology. It supports continually control on access process and dynamic control on varying property, which indicates that UCON can be better suit for ECS. Three typical security cases from ECS are selected for using UCON, which demonstrated its benefit.

【 Keywords 】 usage control; access control; electronic commerce systems; UCON

1 引言

访问控制是保障电子商务系统安全的关键技术，对用户的身份认证和信息资源合法使用等进行控制。传统访问控制技术中比较有影响的主要包括：自主访问控制DAC(Discretionary Access Control)、强制访问控制MAC(Mandatory Access Control)和基于角色的访问控制RBAC（Role-based Access Control）。传统的访问控制技术主要关注封闭环境中数据保护，系统访问控制的实现主要通过识别用户，明确其已知属性并确定授权规则，在用户访问操作之前决策其对信息资源的访问控制。访问一旦被授权之后，在整个访问过程中是不加控制的。但对于基于互联网络运行的电子商务系统来说，用户属性及其信息行为具有连续性和动态易变性等特点，传统的访问控制方法无法较好地适应这方面的安全需求。

2 使用控制（UCON）

Park.J 和 Sundhu.R于2002 年首次提出了使用控制（Usage Control，简称 UCON）的概念，并于2004年提出了UCON的核心模型——UCONABC模型。模型如图1所示。

UCON 技术定义了授权（Authorization）、职责（Obligation）和条件（Condition）作为访问控制的三个决定性因素，同时支持访问过程的连续性控制和属性的易变性控制这两大新的特性。UCON可保障用户在访问信息资源的整个过程中对访问请求进行实时监控，主客体属性可随着用户主体的连续性信息行为在访问过程中被动态修改。根据连续性控制的类别及属性更新的时间不同，UCONABC模型被分为16种基本模型，这些基本模型在应对各种复杂的访问控制变化过程时可以单独或组合的方式进行使用。因此，UCON从机制上比传统访问控制更完备，在现实应用上解决电子商务系统的访问控制问题也更有优势。在我国，现在只有一些较为个别、零散的对UCON的认识性研究，对UCON在电子商务系统应用方面的研究较为少见。

3 基于UCON的电子商务系统应用

以下选取电子商务系统中的典型访问控制情境，基于UCON的使用特点对情境进行形式化描述，并给出基于C#语言实现的关键函数。

3.1 UCON在客户授权访问中的应用

（1）情境描述

客户只有在履行某些要求的义务后（如必须注册并在注册过程中提交必须的客户信息等），才能被赋予相应的权限，进行各类商品信息的查看、定制以及下订单和修改删除各类信息等。这在UCONABC模型中属于典型的预先义务-预先授权模式（UCONpreBpreA）。

（2）形式化描述

说明：OBS、OBO、OB分别代表责任主体、责任客体和责任行为。getPreOBL是获取消费主体必须履行的义务集合的函数。preFulfilled是用来检测getPreOBL中的每一个义务元素是否被满足的判断谓词。“allowed(s,o,r)=>preFulfilled(getPreOBL(s,o,r))，preUpdate(registered(s)): registered(s)=是”表示如果主体s拥有对于客体o的权限r，则一定满足所有要求的义务，并将主体的注册属性更新为是。

3.2 UCON在客户购买中的过程控制

商务访问篇2

[关键词] 数据挖掘 Web访问信息挖掘 个性化服务 电子商务

一、引 言

随着internet技术的发展，个性化信息服务已经被广泛应用到很多领域：如个性化导航、个性化网站等。尤其是在电子商务领域，对用户进行个性化服务，已经成为许多电子商务企业追求的目标。

WEB访问信息挖掘就是对用户访问WEB时在服务方留下的访问记录进行挖掘，即对用户访问WEB站点的存取方式进行挖掘。挖掘对象是在服务器上的包括server log data等在内的日志文件记录。

二、电子商务个性化服务的数据挖掘方法

访问信息挖掘是在电子商务上进行知识发现，最关键的是进行客户访问信息的挖掘，得到客户的浏览行为和访问模式，从而发现客户的兴趣、爱好等有用的市场信息，最常用的挖掘方法有：

1.路径分析

常用于判定在一个web站点中最频繁访问的路径。如：80%的用户在存取/company/prodcut1时是经过/company/new。通过客户访问的路径分析，可以改进页面和网站目录结构的设计，使用户直奔所需，减少客户的流失率。

2.关联规则挖掘

使用关联规则挖掘可以从WEB访问事务集中，找到一般性的关联知识。如：30%的客户在访问/company/prodcut1也访问了/company/prodcut2。利用这些相关性，可更好地组织WEB空间，实施有效的营销策略。

3.序列模式发现

序列模式发现就是在时间戳有序的事务集中，找到那些“一些项跟随另一些项”的内部事务模式，即挖掘出交易集之间有时间序列关系的模式。如：在company/prodcut1上进行订购的用户中有60%的在一个月内也订购了company/prodcut2。序列模式发现能够预测客户的访问模式，了解客户的兴趣及需求所在，采取有针对性的广告服务，以满足访问者的特定要求。

4.分类

分类就是为具有某些公共属性的特定群体建立概要特征，这些特征可以用来对新增到数据库里的数据项进行分类。如学生用户一般感兴趣的页面是company/prodcut1。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。

5.聚类分析

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。如自动给一个待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。

三、电子商务个性化服务的实现

1.Web访问信息挖掘基本步骤

Web访问信息挖掘的基本步骤为：数据收集，数据预处理，模式识别，模式分析。

数据收集就是要记录用户访问行为，主要方式有在服务器端进行数据收集、在客户端进行数据收集、在端进行数据收集等。原始数据需要经过预处理后才能有效实施挖掘算法，数据预处理的质量与Web挖掘的效率和结果紧密相关，其内容包括：数据净化、用户识别、会话识别、事务识别、路径补充等。然后要对预处理后的数据进行模式识别，即实施挖掘算法。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。

2.电子商务个性化系统结构

电子商务个性化系统如下图所示。

通过上图可知，电子商务个性化系统一般分为两个部分：

离线部分：用于挖掘用户的特性信息。

在线部分：用于识别用户，推荐个性化服务。

Web访问信息挖掘是离线处理的，而当用户访问该网站时通过在线推荐引擎进行在线服务。挖掘算法和推荐策略可以根据不同类型站点的要求来具体选择，挖掘结果和推荐集通过推荐引擎反馈给用户。电子商务网站的会员用户通过会员标识登录网站以后，其访问信息将会被记录到服务器端。这些数据将在经过预处理后，在专用的数据挖掘模块中，通过具体的挖掘算法和推荐策略来进行模式识别和模式分析。用户访问信息也会传到推荐引擎，推荐引擎根据用户的会员标识，向挖掘模块抽取对应用户的挖掘结果和推荐集，将其可视化地反馈给用户，达到个性化服务的目的。

四、结束语

随着互联网的普及和电子商务的发展，电子商务系统在为用户提供越来越多选择的同时，利用WEB访问信息挖掘技术，必然对电子商务网站提供个性化服务产生积极的影响。

参考文献

商务访问篇3

关键词：Web使用挖掘；电子商务；关联规则；路径分析

1电子商务和Web使用挖掘

1．1电子商务

电子商务是指个人或企业通过Internet，采用数字化电子方式进行商务数据交换和开展商务业务活动。通过电子商务，企业不再需要真正的实体店铺，而是在网上实时地发送商务信息，进行广告宣传，产品介绍，商务交易等，不仅可以大大降低广告费用和信息费用。且能增加时效性。由于不受时间和地域的限制，企业可以直接与Internet上的任何客户进行交易。客户可以足不出户、一天二十四小时地进行各种信息查询、商品查询、即时购物等活动，给客户带来了极大方便。

1．2Web使用挖掘

Web使用挖掘是指通过对用户访问行为或Web日志的分析，从而获得有关用户的有用模式，建立起用户行为和兴趣模型。Web使用挖掘的数据对象包括客户端数据、服务器端数据和端数据。根据应用的不同，Web使用挖掘分为两种主要倾向：一般的访问模式追踪，个性化的使用记录追踪。

2应用于电子商务平台的Web使用挖掘

2．1关联规则分析

关联规则分析的目的就是为了挖掘出隐藏在数据间的关联规则。在电子商务中关联规则分析主要用于两个方面。

(1)发现用户访问的页面之间的关联规则，也就是挖掘群体用户访问页面之间的关联关系，构建关联模型，利用关联模型可以更好地组织站点结构，使网站的设计能方便用户浏览网站信息，另外利用关联模型可以提供用户导航，比如网站服务导航，网站信息导航，企业商品导航等，充分反映群体用户的需求。

(2)发现什么商品组或集合客户多半会一起购买，从而可以向客户提出推荐或者把相关的商品的链接放在一起，向客户提出推荐是找出客户所支持的关联规则，从而向客户提出客户可能会感兴趣的商品推荐。把相关的商品的链接放在一起是一个典型的购物篮分析，可以找出关联规则，看哪些商品经常同时被购买，从而把这些商品的链接放在一起，方便客户进行选购。

2．2序列模式分析

(1)发现序列模式能够便于电子商务的组织者预测客户的行为，对客户提供个性化的服务，使用序列模式分析挖掘Web日志，可以发现客户的访问序列模式。通过访问者的访问序列模式，可以将他可能要访问而还未访问的页面放在显眼的位置，极大地方便用户的使用。另外也可以将访问者按序列访问模式分类，在页面上只展示具有该序列访问模式的访问者经常访问的链接。

(2)发现什么商品会在另外一些商品购买后购买，从而可以向客户提出推荐。在电子商务中，序列模式分析可以发现诸如“客户在线购买A商品后，一段时间里客户会接着在线购买商品B”的知识，形成一个客户行为的“A-B”模式，当一个客户链接到一个电子商务网站，就可以看一下这个客户的有关记录，看他支持哪个序列模式，如果客户已经购买了商品A，如果存在序列模式“A-B”，就可以动态的调整电子商务网站，把商品B的相关链接放到醒目的位置，并向客户提出推荐。

2．3分类分析

分类分析可以挖掘某些共同的特性，这个特性可以用来对新添加到数据库里的数据项进行分类，在电子商务中，分类技术主要应用客户分类中，通过分析电子商务客户数据库中的数据，得到客户分类模式后，然后用这个分类规则对对新的客户进行分析，发现新的客户属于那一个类别，就可以针对不同类客户的特点展开不同的商务活动，提供有针对性的个性化的信息、服务，比如，信用卡公司根据客户的信用记录，把持卡人分成不同等级，。对于每一等级，找出它们共同点，有了这样的挖掘结果，客户服务部门就知道一个新的客户的潜在价值，在客户服务投入上就会更有针对性。

2．4聚类分析

(1)通过挖掘Web服务器中用户的访问日志，对网络用户进行聚类，可以把具有相似浏览模式的用户集中起来聚类，根据聚类的结果，可以更好地理解用户的需求，从而为用户提供方便、优质的服务，例如，有一些客户这段时间经常浏览页面A，经过分析这些客户被聚类为一组，并且可以挖掘出这组客户的共性。这样，Web可自动给这组特定的客户聚类发送他们感兴趣的产品信息邮件，为这个客户聚类动态地改变一个特殊的站点。

(2)利用数据挖掘技术挖掘客户资料，将具有相似爱好的客户分配到相同的族中，聚类产生之后，根据族中其他客户对某商品的评价就可以得到该客户对该商品的评价，就可以同客户推荐可能感兴趣的商品。

2．5路径分析

访问路径是用户在网络上浏览时，从一个网页到另一个网页的路径，路径分析就是寻找频繁访问路径的方法即通过对Web服务器的日志文件中客户访问站点的访问次数分析，挖掘出频繁访问路径。在电子商务中，路径分析应用于页面结构和内容的设计安排。

发现群体用户访问路径，改进站点的设计结构。利用热门路径分析，把相关联的物品摆放在一起有助于销售，站点上页面内容的安排和连接就如超级市场中物品在货架上的摆设一样，使客户访问的有关联的文件间的连接比较直接，让客户能够容易地访问到想访问的页面。

3Web使用挖掘在电子商务中的应用

3．1在电子商务网站设计中的应用

(1)改进网站结构设计。

通过关联规则分析可以发掘用户访问页面的群体模式。建立关联模型，改善网站的组织结构，使客户访问的有关联的文件间的链接更直接，容易地访问到想要的页面，尽量减少用户浏览的复杂度，使访问者感到舒适，停留足够长的时间来进行选购，通过序列模式分析可以发掘用户访问页面的序列，根据用户访问的序列模式，即按照大多数查找者的浏览模式对网站进行组织或重组，尽量为大多数查找者的浏览提供方便，利用路径分析技术判定在一个Web站点中最频繁的访问路径，根据这个路径来设计网站的结构和网页的链接，把重要的商品信息放在这些页面中。

(2)定制个性化界面。

对客户进行分类和聚类分析，根据用户的访问行为建立个性化的推荐系统，向客户提供个性化的服务和商品介绍，通过关联规则分析客户的访问行为信息，获取客户访问模式，针对客户动态的调整站点的结构，使客户访问的有关联的文件间的连接比较直接，主动向客户提供商品推荐，帮助客户便捷地找到感兴趣的商品。可以根据客户当前购物车中的物品，向客户推荐一些相关的物品，运用序列模式挖掘客户在站点上导航的行为，可以根据客户的注册信息和订单纪录，向客户显示那些可能引起客户兴趣的新商品。

(3)提高Web站点的性能。

客户需要的是舒适的购物环境，要求网站系统能提供稳定、快速的服务。如果在购物过程中遇到网络拥挤、堵塞、断线甚至感染病毒等情况，肯定会影响心情。要改善上述情况，就要提高系统的性能，Web挖掘可以通过客户的拥塞记录发现站点的性能瓶颈，从而提示管理者改善有关的策略，提高网站的稳定性，增强系统安全性。

3．2在CRM中的应用

3．2．1提高客户驻留网站的时间

使客户在自己的网站上驻留更长的时间是保留老客户、活动新客户的关键，通过客户的浏览行为，了解客户的兴趣及需求，对客户进行聚类和分类，动态地调整Web页面，提供特有的一些商品信息和广告，以使客户满意，从而延长驻留的时间，另外运用序列模式发现技术挖掘出用户的浏览序列，得到客户浏览行为的信息，了解客户需求，根据需求动态向客户做页面推荐，并提供特有商品信息和广告，以使客户能继续保持访问站点的兴趣。

3．2．2客户保持

客户保持就是让消费者不仅重复访问同一个站点，而且重复购买该站点的商品，首先对客户进行分类和聚类，每个类里的客户拥有相似的属性，而不同类里的客户的属性则不同。通过其他的Web挖掘技术可以发掘出每位访问者的个人爱好和个性化的需要，电子商务网站可以为每一类顾客的独特需求提供定制化的产品，并根据需求动态地向客户做页而推荐，调整Web页而，提高客户满意度。最终达到留住客户的目的。

3．2．3开发新客户

数据挖掘能够辨别潜在的客户群，进行有针对性的客户开发。在对Web的客户访问信息的挖掘中，可以在In-ternet上找到潜在客户，对于一个新的访问者，通过在Web上的分类发现，识出这个客户与已经分类的老客户的一些公共的描述，从而对这个新客户进行正确的分类，然后从它的分类判断这个新客户是有利可图的客户群还是无利可图的客户群，决定是否要把这个新客户作为潜在的客户来对待，从而可以有的放矢地调整营销战略。如果发现某些客户为潜在客户群体，就可以将该类客户感兴趣的页面动态推荐给他们。

3．3在网络营销中的应用

2．3．1制定网络营销计划

制定网络营销计划前，要从时间和空间上进行Web挖掘。在时间上的挖掘就是通过对商品的访问和销售情况进行分析，从而获得客户的访问规律，确定顾客消费的生命周期，根据市场的变化，在特定的时间针对不同的产品制定相应的营销策略。在空间方面的挖掘就是可以对购买该商品的客户的进行域名分析，挖掘出该商品在哪个地区的销售情况最好，制定有关策略继续保持，同时挖掘出销售情况不理想的可以拓展市场的地区。

2．3．2一对一营销

网络营销的中心内容是实现以数据库为基础的一对一营销，满足个性化拘客户需求。企业可以利用分类与聚类技术把客户分类，每一类中的客户拥有相似的属性，这样，企业可以给每一类客户提供不同的服务，提高客户的满意度。

2．3．3交叉营销

交叉营销是指向老客户销售新产品。对于原有客户，企业可以比较容易地得到关于这个客户的比较丰富的信息，在企业所掌握的客户信息可能正包含着这个客户决定他下一个购买行为的关键，甚至决定因素。采用关联规则和序列模式分析，可以从客户信息尤其是以前购买行为的信息中，寻找影响客户购买行为的因素，并建立预测模型对客户将来的购买行为进行预测分析，分析哪些客户最有可能对企业的产品感兴趣，会对哪些相关产品感兴趣，客户购买某类产品的可能性有多大，来决定对哪些客户进行交叉销售，对这些客户提义哪一种产品最为合适。

商务访问篇4

围绕以上问题，2013年6月，计世资讯联合国内权威第三方应用性能监测与用户体验评估机构基调网络开展了一期关于3G用户访问体验的监测调研活动。

调研说明：

1、调研方法：计世资讯与基调网络合作，委托基调网络对国内7个城市的3G用户访问5大行业网站的性能进行监测，对性能数据进行城市与运营商访问效果的对比分析。

2、监测方法：通过基调网络在全国部署的移动监测节点，从不同城市、不同运营商对参评网站进行固定频率的持续监测。共计7个城市3家运营商，每个运营商1个IP测试点（3G），平均4小时频率，测试周期1周，总计采集样本量15800个。

3、调研维度：从用户的访问成功率（可用性）和访问反应时间（性能）两方面进行评估。

4、城市范围：覆盖国内一线、二线共计7个主要城市。

一线城市：北京、上海、广州、深圳

二线城市：武汉、杭州、西安

5、运营商：移动、联通、电信。

6、测试网站：涉及门户、搜索引擎、应用商店、网盘、旅游交通5大行业网站。

7、测试浏览器：标准WAP浏览器。

一、城市维度比较：综合访问互联网成功率和反应时间，北京、武汉的3G用户访问体验较好，广州3G用户体验相对一般。

访问成功率：广州3G用户体验低于基准值。

综合三大运营商的用户访问情况，3G访问成功率在各城市差别不是很大，平均访问成功率（基准值）为99.4%，也就是说在100次访问各类型网站中，仅有不到1次访问失败，这样的几率能够满足网民的访问需求。相比较，一线城市广州的3G用户访问成功率偏低，仅为98.4%，这个概率甚至低于武汉、西安等二线城市。（如下图，蓝色为高于基准值，红色为低于基准值。下同）。

访问反应时间：杭州、武汉3G访问速度较快，而一线城市上海、广州访问反应时间较长。

从整体调研结果来看，城市访问反应时间的基准值为7.6秒。一线城市中，北京、深圳3G用户访问体验较好，而上海、广州表现迟缓，比基准值慢2-3秒，10秒多的等待时间对网民的忍耐力是一个较大的考验。二线城市杭州、武汉的3G访问优势明显，用户在访问网站时能够快速得到打开响应。（见下图）。

二、运营商维度比较：综合三大运营商用户在各城市的访问表现，联通3G无论在访问成功率还是反应时间上均表现出优势，而移动3G的表现一般。

访问成功率：三大运营商均表现出色。

监测数据显示，三大运营商3G用户访问互联网的成功率均表现优秀，达到99%以上。

访问反应时间：联通3G具有领先优势，移动反应速度较慢。

调研发现，三大运营商3G用户的平均访问时间是7.6秒，其中联通3G访问用户的访问速度领先于电信和移动。移动3G用户访问效果接近10秒，用户体验堪忧。

三、访问性能差异分析：如下是三大运营商3G用户在7个城市的访问成功率对比图。综合图表数据分析：

访问成功率：广州移动访问成功率偏低。

从运营商角度看，电信和联通3G用户在各城市的访问成功率均没有偏离基准值太远，访问成功率均在98.8%以上，但广州移动3G用户的访问成功率表现较差，仅为96.6%。通过基调网络数据报表分析，由于广州移动用户出现比较多的无法解析错误，另外还有少量超时、与服务器连接不上的情况，导致页面无法正常打开。

从城市角度看，深圳的三大运营商3G用户访问成功率表现给力，访问成功率均高于基准值，而广州电信和移动的3G用户访问成功率均低于基准值。另外值得注意的是，一线城市上海电信、北京联通3G访问成功率低于基准值，性能表现不如部分二线城市。报表分析原因：由于上海电信有些用户出现与服务器连接不上，或页面长时间加载不完；北京则是一些无法解析的错误影响了访问成功率。

访问反应时间：上海电信、广州移动访问反应时间较慢（如下图）

从运营商角度看，联通3G用户在各城市的访问效果最好，5.6秒的平均访问时间达到优质体验。电信3G用户在广州和上海的访问体验较差，均超出10秒。结合报表分析：由于上海电信和广州电问页面时网络层不理想，下载速度慢，影响了页面打开时间。

商务访问篇5

[关键词]web数据挖掘 电子商务 路径分析 关联分析

一、引言

电子商务作为新兴的商业模式以其高效率、低成本和不受时空限制的特点成为企业商务活动发展的主流。在运行过程中，电子商务系统产生了海量数据，如何从大量的数据中获得有利于商业运作、提高竞争力的信息是企业亟待解决的热点。数据挖掘技术的出现为电子商务系统提供了数据分析强大的技术支持。通过挖掘Web上的日志文件，如客户的访问行为、访问频度、浏览内容及时间等，提取相关的客户知识，将客户的访问数据从潜在的、隐含的、无规律的状态，经过提取、清洗、加工成为企业分析市场、制定经营策略、管理客户关系的有力依据，从而实现Web上电子商务活动的真正价值。

二、电子商务中的web数据挖掘技术

1.路径分析。路径分析技术是一种找寻频繁访问路径的方法，它通过对web服务器的日志文件中客户访问站点访问次数的分析，挖掘出频繁访问路径。通过对网站页面之间的关系及超链接之间联系的分析，判断网站中最频繁访问的路径，删除其他没有价值的页面。

2.关联分析。关联分析的目的是挖掘隐藏在数据间的相互关系，它能发现数据库中形如“90％的顾客在一次购买活动中购买商品A的同时购买商品B”之类的知识。可以将web挖掘得到的关联规则用于改进电子商务站点的结构，将相关联的商品放在一起，减轻用户过滤信息的负担，增加交叉销售。

3.序列模式分析。序列模式分析和关联分析相似，但侧重点在于分析数据间的前后序列关系。它能发现数据库中形如“在某一段时间内，顾客购买商品A，接着购买商品B，而后购买商品C，即序列 ABC出现的频度较高”之类的知识。例如。当客户在网上购买了乒乓球拍时，那么顾客会在后续的时间里会不断的购买乒乓球。应用序列模式分析技术便于电子商务企业预测客户的行为对客户提供个性化服务。网站可以找出这个访问者的访问序列模式，将他可能要访问但还未访问的页面放在显眼的位置。

4.分类分析。分类分析就是通过分析示例数据库中的数据，为每个类别做出准确的描述或建立分析模型或挖掘出分类规则，然后用这个分类规则对其他数据库中的记录进行分类。对于商业网站，根据访问网站的客户信息和用户的访问模式得出访问网站的用户特征。对用户分类后，了解各类客户的特点爱好，就可以发现未来的潜在客户并开展有针对性的商务活动，提供人性化的信息服务。

5.聚类分析。聚类分析通过分析数据库中的记录数据，根据一定的分类规则，合理地划分记录集合，确定每个记录所在类别。在电子商务平台上为用户提供个性化服务，将需求和爱好类似的用户归为一类，从而动态地为客户定制商品的内容或提供浏览建议，同时有利于提高广告的效果，促进网上销售和提高用户忠诚度等。

6.知识发现类。从数据仓库的大量数据中筛选信息，寻找市场中可能出现的新的运营模式，发掘出人们所不知道的事实。知识发现类数据挖掘技术包含人工神经网络、决策树、遗传算法、粗糙集、规则发现和关联顺序等。

三、web数据挖掘技术在电子商务中的应用

1.发现潜在客户和提高客户满意度。通过数据挖掘，可以发现使用某一业务的客户的特征，从而可以向那些也同样具有这些特征却没有使用该业务的客户进行有目的推销；还可以找到流失的客户特征，在那些具体相似特征的客户还未流失之前，采取针对性的措施。

2.优化网站结构。通过挖掘电子商务站点的日志文件和相关数据来发现该站点上的浏览者和客户的访问模式，给网站设计者提供改进电子商务网站设计的依据，进而调整电子商务站点结构，可以提高电子商务站点的服务质量。比如可以通过数据挖掘发现用户访问页面的相关性，对密切相关的网页之间增加链接；再比如通过数据挖掘发现用户的期望位置和访问频率，决定是否在期望位置和实际位置之间建立导航链接。

3.个性化服务。智能商务针对单个用户的使用记录对该用户进行建模，结合该用户基本信息分析其使用习惯、个人喜好，目的是在电子商务环境下为该用户提供与众不同的个性化服务。根据客户所访问的商品页面内容，提供大量同类商品的链接页面进行对比选择，满足客户的不同需求。

4.网络营销。数据挖掘能够过发现隐藏在这些数据中对网络营销有意义的信息以及它们之间的联系。对这些信息进行深入的分析，能够发现市场需求、具有相似购买行为的客户群体等信息，及时发现这些信息能够帮助企业对市场变化做出迅速的反映，进行客户预期，从而制定切实有效的营销计划。

四、小结

电子商务是现代信息技术发展的必然结果，也是未来商业运作模式的必然选择。利用web数据挖掘技术，提高了客户关系管理的效率，优化了电子商务网站，为网络营销提供了决策支持，使企业在电子商务的潮流中具有更强的竞争力。

参考文献：

[1]林宇. 数据仓库原理与数据挖掘实践[M]. 人民邮电出版社, 2003.1

商务访问篇6

[关键词] 电子商务计算机网络安全访问控制技术防火墙

一、引言

典型的电子商务系统拥有三级架构：直接面向交易用户的web服务器层，后台事务处理的应用服务器层，后台数据存储的数据库服务器层。交易用户通过internet浏览电子商务系统的web服务器，在页面上点击发起交易或查询请求；web服务器向应用服务器发起事务处理请求，等待应用服务器应答；应用服务器将交易或查询信息传递到数据库服务器，由数据库服务器作应答；各级服务器在收到后台应答后向前台设备做响应，最终响应给交易用户，完成一笔交易或查询。可见，电子商务的一个重要技术特征是利用计算机网络技术来传输和处理商业信息。因而电子商务安全成为电子商务过程顺利进行的基本保障。电子商务安全可分为两部分：计算机网络安全和商务交易安全。本文针对计算机网络安全进行探讨。

二、计算机网络安全体系

计算机网络安全的内容包括：计算机网络设备安全、计算机网络系统安全、数据库安全等。其特征是针对计算机网络本身可能存在的安全问题，实施网络安全增强方案，以保证计算机网络自身的安全性为目标。

在实施网络安全防范措施时首先要加强主机本身的安全，做好安全配置，及时安装安全补丁程序，减少漏洞；其次要用各种系统漏洞检测软件定期对网络系统进行扫描分析，找出可能存在的安全隐患，并及时加以修补；从路由器到用户各级建立完善的访问控制措施，安装防火墙，加强授权管理和认证；利用raid5等数据存储技术加强数据备份和恢复措施；对敏感的设备和数据要建立必要的物理或逻辑隔离措施；对在公共网络上传输的敏感信息要进行强度的数据加密；安装防病毒软件，加强内部网的整体防病毒措施；建立详细的安全审计日志等。www.133229.Com

三、电子商务中的网络安全技术

互联网已经融入到电子商务活动中，网络防护与网络攻击之间的斗争也将更加激烈。这就对网络安全技术提出了更高的要求。未来的网络安全技术将会涉及到计算机网络的各个层次中，但围绕电子商务安全的防护技术将在未来几年中成为重点，如身份认证、数据安全、通信安全等。

访问控制是网络安全防范和保护的主要策略之一，它的主要任务是保证网络资源不被非法使用和访问。它是保证网络安全最重要的核心策略之一。

1.入网访问控制

入网访问控制为网络访问提供了第一层访问控制。它控制哪些用户能够登录到服务器并获取网络资源，控制准许用户入网的时间和准许其在哪台上作站入网。用户的入网访问控制可分为3个步骤：用户名的识别与验证、用户口令的识别与验证、用户账号的缺省限制检查。三道关卡中只要任何一关末过，该用户便不能进入该网络。

2.网络的权限控制

网络的权限控制是针对网络非法操作所提出的一种安全保护措施。用户和用户组被赋予一定的权限。网终控制用户和用户组可以访问哪些目录、子目录、文件和其他资源。可以指定用户对这些文件、目录、设备能够执行哪些操作。可以根据访问权限将用户分为以下几类：特殊用户(即系统管理员)；一般用户，系统管理员根据他们的实际需要为他们分配操作权限。用户对网络资源的访问权限可以用访问控制表来描述。

3.目录级控制

网络应允许控制用户对目录、文件、设备的访问。用户在目录一级指定的权限对所有文件和子目录有效．用户还可以进一步指定对目录下的子目录和文件的权限。对目录和文件的访问权限一般有8种：系统管理员权限、读权限、写权限、创建权限、删除权限、修改权限、文件查找权限、访问控制权限。

4.属性安全控制

当用文件、目录和网络设备时，系统管理员应给文件、目录等设置访问属性。属性安全在权限安全的基础上提供更进一步的安全性。网络上的资源都应预先标出一组安全属性。用户对网络资源的访问权限对应一张访问控制表，用以表明用户对网络资源的访问能力。

5.服务器安全控制

网络允许在服务器控制台上执行一系列操作。用户使用控制台可以装载和卸载模块，可以安装和删除软件等操作。网络服务器的安全控制包括可以设置口令锁定服务器控制台，以防止非法用户修改、删除重要信息或破坏数据；可以设定服务器登录时间限制、非法访问者检测和关闭的时间间隔。

总之，对于网络资源来说应保持有限访问的原则，信息流向则可根据安全需求实现单向或双向控制。访问控制最重要的设备就是防火墙，它一般安置在不同安全域出入口处，对进出网络的ip信息包进行过滤并按企业安全政策进行信息流控制，同时实现网络地址转换、实时信息审计警告等功能，高级防火墙还可实现基于用户的细粒度的访问控制。

商务访问篇7

[关键词]电子商务中间件中间件构架

电子商务的本质就是对处于分布环境中的各种计算机系统进行交流协调，从而开创新的商业运作模式。各个系统之间业务信息的管理和传输、各个系统处理模块的协调，是保证电子商务应用成功的关键。从技术角度看，电子商务由Internet/Intranet技术、传统IT技术,以及具体的业务处理所构成。但是，系统的建立将面临许多新的问题，诸如跨过不同硬件平台、不同的网络环境、不同的数据库系统之间互操作,新旧系统并存,系统效率过低,传输不可靠、数据需要加密,各种应用模式,开发周期过长,维护不力等等。

以上这些问题，只依靠简单的Web技术是不够的。由于目前常用的Web技术早期更多地面向信息，因此存在并发访问瓶颈、难扩展、效率低、安全性差等诸多问题，不能满足电子商务的需要。为了很好地解决这些问题，作为电子商务网络应用体系的中间平台也就应运而生了。中间件是一种独立的系统软件或服务程序，分布式应用软件借助这种软件在不同的技术之间共享资源。中间件位于客户机/服务器的操作系统之上，管理计算资源和网络通信。中间件是一类软件，而非一种软件；中间件不仅实现互联，还要实现应用之间的互操作；中间件是基于分布式处理的软件，定义别强调了其网络通信功能。中间件能干什么?世界著名的咨询机构StandishGroup在一份研究报告中归纳了中间件的十大优越性：

(1)缩短应用的开发周期

(2)节约应用的开发成本

(3)减少系统初期的建设成本

(4)降低应用开发的失败率

(5)保护已有的投资

(6)简化应用集成

(7)减少维护费用

(8)提高应用的开发质量

(9)保证技术进步的连续性

(10)增强应用的生命力

电子商务中间件构架逻辑上位于WEB服务器上,同样负责管理计算资源和网络通讯。电子商务应用服务器、通用业务网关、支付网关、通信平台和安全平台，统一纳入电子商务中间件构架的范畴。它在电子商务中的作用有：

(1)数据访问。是为了建立数据应用资源互操作的模式，对异构环境下的数据库实现联接或文件系统实现联接的作用；

(2)远程过程调用。通过这种远程过程调用机制，程序员编写客户方的应用，需要时可以调用位于远端服务器上的过程；

(3)消息传递。用来屏蔽掉各种平台及协议之间的特性，进行相互通信，实现应用程序之间的协同；

(4)交易控制。是在分布、异构环境下提供保证交易完整性和数据完整性的一种环境平台；

(5)对象管理。在分布、异构的网络计算环境中，可以将各种分布对象有机地结合在一起，完成系统的快速集成，实现对象重用。

另外，由于企业并不能把业务一步应用到Internet上，而必须同传统的应用系统结合，因此也必须通过中间件来集成Web应用和传统应用，实现完整的电子商务。

比如数据访问中间件在电子商务交换平台中的作用越来越重要，解决了很多异构平台或者对于不同数据库的访问。数据访问中间件是为了建立数据应用资源互操作的模式，对异构环境下的数据库实现连接和访问的中间件。InforLink是中创软件推出的一个专为分布计算提供对多种数据源实行统一数据访问的数据访问中间件产品。它一方面提供了对多种数据源的访问,另一方面也对数据访问实行集中管理。InforLink由客户接口、服务管理程序、数据库访问服务三部分组成。客户接口面向用户以API的形式向用户提供接口,服务管理程序负责数据库访问服务的定位以及数据库连接参数的配置管理,数据库访问服务完成具体的数据库访问操作并返回操作结果。InforEAI是中创软件推出的企业应用集成框架产品,支持OMG颁布的最新EAI规范。InforEAI以公司的基础中间件产品InforBus为底层支撑系统,采用国际上流行的技术,如CORBA、XML、JMS等,基于构件化的设计和实施思想,易于设计实现便于移植、互操作性好的可重用构件,具有良好的开放性、稳定性、可扩展性和可管理性,快速便捷地进行应用开发和部署,为构建多层、分布的企业应用集成提供了一个可靠的框架平台。使用数据访问中间件InforLink作为数据访问层,屏蔽众多分布异构数据资源的细节差异;使用InforEAI作为电子数据交换平台,集成电子商务平台与各企业的应用,电子数据交换平台通过统一数据接口与电子商务系统接口,统一数据接口调用业务实体层实现与系统的接口;电子商务系统中流程相关的业务的处理交由工作流中间件InforFLow完成,这处在业务服务层。

在电子商务交换平台和电子商务基础平台中都不能没有中间件。可以说，没有中间件就不能支撑今天的网络应用，电子商务也就失去了生存的基础。作为21世纪的主要经济增长方式——电子商务,将给各国和世界经济带来巨大的变革,产生深远的影响,全球各大软件公司纷纷投入巨资进行构建电子商务中间件的开发,为企业提供了程度不同的电子商务解决方案。中间件技术作为软件行业崛起的一个崭新的分支,正在全球范围内迅猛发展。电子商务中间件是实现电子商务的关键支撑技术。开发具有自主知识版权的电子商务中间件及构件,并由中间件能够构架智能开发平台,具有十分重大的意义。

参考文献：

[1]张汉江;赖明勇;罗端红：基于中间件技术的国际贸易电子商务系统的设计与实现[J]，长沙:系统工程，2004，(05)

[2]廖竞张晓蓉:电子商务交换平台中的数据访问中间件设计[J].北京：商场现代化，2006，（19）

商务访问篇8

[关键词] 电子商务 数据挖掘 web日志挖掘

一、引言

随着计算机技术、通信技术和网络技术的飞速发展，电子商务的发展也有了越来越好的技术平台，许多公司都建立了自己的网站，这是公司的门户和电子商务进行的所在。web数据挖掘是当前最前沿的研究领域，是把internet和数据挖掘结合起来的一种新兴技术。web数据挖掘是知识发现的特定步骤,也是最核心的部分。web日志挖掘是web挖掘的重要内容，其技术和方法在电子商务中有着巨大的应用空间和应用价值。如发现有价值的信息、寻找潜在客户和提供个性化服务等。

二、web挖掘及web日志挖掘

web挖掘是将数据挖掘的思想和方法应用到web页面内容、页面之间的结构、用户访问信息等各种web数据中，从中抽取隐含的、以前未知的、具有潜在应用价值的信息。根据挖掘的对象不同，web挖掘可分为web内容挖掘、web结构挖掘和web日志挖掘。

1.web内容挖掘

web内容挖掘主要从web文档的内容中抽取出有用的知识。由于web文档的绝大部分内容是以文本的形式存在，所以web内容挖掘主要针对的是web文档的文本部分，文本挖掘主要包括对web文档文本的总结、分类、聚类、关联分析等。www.133229.coM除了文本挖掘以外，web内容挖掘还包括web上的声音、图形、图像信息的挖掘、数据库中的数据挖掘和信息获取等。

2.web结构挖掘

web结构挖掘主要通过web页的组织结构和超链接关系以及web文档自身的结构信息（如title, heading, anchor标记等）推导出web内容以外的知识，可分为超链挖掘、内部结构挖掘和url挖掘。

3.web日志挖掘

web日志挖掘即web使用记录挖掘，是从用户的访问记录中抽取具有意义的模式。其数据源有服务器的日志、用户注册数据、跟踪文件的数据记录、用户访问期间的事务、用户查询、书签数据和鼠标移动点击的信息。web日志记录挖掘应用的技术主要有路径分析、关联规则分析、序列模式分析、聚类分析、统计分析等。web使用记录挖掘可以发现潜在的用户、改进电子商务网站的建设、增加个性化服务等。

三、web日志挖掘的步骤

web日志挖掘步骤主要分为源数据收集、数据预处理、模式发现、模式分析4个阶段。

1.源数据收集

源数据收集主要是web日志文件的收集。对于一个电子商务网站来说，经过一段时间后，用户会在网站上积累大量有用的信息（如访问日志、注册信息、需求信息、定单信息、交流信息等），采用web 日志挖掘技术就可以充分利用这些有用信息，帮助电子商务网站的建设和发展。

web日志文件主要包括以下3种类型：服务器日志文件、错误日志文件和cookies。

2.数据预处理

web日志挖掘首先要对日志中的原始数据进行预处理，因为从用户的访问日志中得到的原始日志记录并不适于挖掘，必须进行适当的处理。因此，需要通过日志清理，去除无用的记录。预处理过程是保证web日志挖掘质量的关键步骤，下面我们来阐述数据预处理的过程。

（1）数据净化。指删除 web服务器日志中与挖掘算法无关的数据。大多数情况，只有日志中 html文件与用户会话相关，所以通过检查url 的后缀删除认为不相关的数据。

（2）识别用户。由于本地缓存、服务器和防火墙的存在，使得识别用户的任务变得很复杂，可以使用一些启发式规则帮助识别用户。

（3）识别用户会话。用户会话是指用户对服务器的一次有效访问，通过其连续请求的页面，我们可以获得他在网站中的访问行为和浏览兴趣。

（4）识别片段。在识别用户会话过程中的另一个问题是确定访问日志中是否有重要的请求没有被记录。如果当前请求页与用户上一次请求页之间没有超文本链接，那么用户很可能使用了浏览器上的“back”按钮调用缓存在本机中的页面。检查引用日志确定当前请求来自哪一页，如果在用户的历史访问记录上有多个页面都包含与当前请求页的链接，则将请求时间最接近当前请求页的页面作为当前请求的来源。

3.模式发现

模式发现是运用各种算法和技术对预处理后的数据进行挖掘，生成模式。这些技术包括人工智能、数据挖掘、统计理论、信息论等多领域的成熟技术。可以运用数据挖掘中的常用技术如路径分析，关联规则、序列模式以及分类聚类等。

（1）路径分析。它可以被用于判定在一个站点中最频繁访问的路径，还有一些其它的有关路径的信息通过路径分析可以得出。利用这些信息就可以改进站点的设计结构。

（2）关联规则。使用关联规则发现方法，可以从web的访问事务中找到相关性。利用这些相关性，可以更好的组织站点的web空间。

（3）序列模式。在时间戳有序的事务集中，序列模式的发现就是指那些如“一些项跟随另一个项”这样的内部事务模式。发现序列模式，能够便于预测读者的访问模式，开展有针对性的服务。

（4）分类和聚类。发现分类规则可以给出识别一个特殊群体的公共属性的描述，这种描述可以用于分类的读者。聚类分析可以从web访问信息数据中聚类出具有相似特性的读者，在web事务日志中，聚类读者信息或数据项能够便于开发和设计未来的服务模式和服务群体。

4.模式分析

该阶段实现对用户访问模式的分析，基本作用是排除模式发现中没有价值的规则模式，从而将有价值的模式提取出来。

四、web日志挖掘在电子商务网站中的应用

1.电子商务网站中web日志挖掘内容

（1）网站的概要统计。网站的概要统计包括分析覆盖的时间、总的页面数、访问数、会话数、惟一访问者、以及平均访问、最高访问、上周访问、昨日访问等结果集。

（2）内容访问分析。内容访问分析包括最多及最少被访问的页面、最多访问路径、最多访问的新闻、最高访问的时间等。

（3）客户信息分析。客户信息分析包括访问者的来源省份统计、访问者使用的浏览器及操作系统分析、访问来自的页面或者网站、来自的ip地址以及访问者使用的搜索引擎。

（4）访问者活动周期行为分析。访问者活动周期行为分析包括一周7天的访问行为、一天24小时的访问行为、每周的最多的访问日、每天的最多访问时段等。

（5）主要访问错误分析。主要访问错误分析包括服务端错误、页面找不到错误等。

（6）网站栏目分析。网站栏目分析包括定制的频道和栏目设定，统计出各个栏目的访问情况，并进行分析。

（7）商务网站扩展分析。商务网站扩展分析是专门针对专题或多媒体文件或下载等内容的访问分析。

2.web日志挖掘工具

已经有部分公司开发出了商用的网站用户访问分析系统，如webtrends公司的commercetrends 3.0,它能够让电子商务网站更好地理解其网站访问者的行为，帮助网站采取一些行动来将这些访问者变为顾客。commercetrends主要由3部分组成：report generation server、campain analyzer和webhouse builder。

还有accrue公司的accrue insight，它是一个综合性的web分析工具,它能够对网站的运行状况有个深入、细致和准确的分析，通过分析顾客的行为模式，帮助网站采取措施来提高顾客对于网站的忠诚度，从而建立长期的顾客关系。

商务访问篇9

【关键词】 现代商业领域 计算机 web数据挖掘技术 应用实践 略述

现代商业领域经营实践规模的不断增大以及信息技术形态发展事业的蓬勃推进，使得现代商业领域的实务人员，在开展基本化的日常经营实践活动的过程中。难以避免地要时刻面对规模不断加大的数据信息资源对象，这种现实发展条件，使得探索和应用行之有效的大规模数据信息处理技术实现路径具备了极其重要的实践意义。近年来，web数据挖掘技术的应用为现代商业领域的稳定有序发展发挥了不可替代的实践助力作用，有鉴于此，本文将围绕现代商业领域中计算机web数据挖掘技术的应用实践展开简要的分析论述。

一、计算机Web数据挖掘技术的概况分析

所谓的Web数据挖掘技术，就是基于现实存在的Web数据信息资源，实现对所需求的特定知识或者是信息对象的抽取操作。这一技术实现了传统数据信息挖掘基本思想以及实施方式在现代Web技术形态体系中的有效应用，能够将Web活动或文档记载结构存在的有用的、隐藏的、或者是潜在的信息资源对象，完整而有序地提取出来。

将Web数据挖掘技术应用于现代电子商务事业的发展过程中，能够实现对用户群体基本特征的分析和理解，举例而论，可以通过对客户访问电子商务网站过程中的内容、频率，以及行为等记录信息的分析和研判，初步实现对特定用户对象消费行为特征的提取和研判，从而针对特定客户实施有针对性的产品推销行为。

二、Web数据挖掘技术在现代商业领域中的应用

2.1针对对潜在客户群实施查找和分析

想要针对Web访问日志记录里中呈现的数据信息规律，展开科学而系统的研究和解析，应当预先对已经保存的电子商务访问者的基本线上行为信息展开分类，并将分类过程中实际面对的关键属性以及数据关系结构进行有针对性的明确化处理行为。

对于电子商务网站的新访问者，技术人员在实际开展Web访问日志记录信息分类的过程中，必然能够通过对已有信息结构的对照而实现及时地捕捉和发现，并实现对新访问者个体基本网络实践行为属性特征的正确归类。针对可能成为潜在化新客户的新访问者实施有针对性的商品线上推销实务行为。

2.2实现已有客户对象的保留操作

在电子商务模式的发展路径中，销售商与消费者之间的空间距离已经不再明显，在网络销售平台背景之下，所有销售方开展的商品销售对象的呈现和展示行为，在消费者的观察视野之下都具备着明显的平等性，电子商务销售方想要切实提升访问者在自身商品呈现网页中的停留时间，就必须对网页访问者实际具备的网页浏览实践行为习惯实现真切而科学的了解，并在此基础上真切感知潜在客户的消费需求特征以及兴趣指向，并有针对性地改变商品推销的呈现内容与呈现模式，提升商家对客户的保留时间。

2.3实现对客户的聚类操作

针对客户群体中的个体化对象展开聚类操作，是现代电子商务产业发展实务过程中的一个极其重要的实践环节，透过针对具备相似化网页浏览访问实务行为的线上浏览者，进行分组归类操作行为，并针对分组之后各组内部组成成员的消费行为特征的具体分析，商务销售组织的有关人员，将会逐步实现对潜在消费者构成群体的深切了解，从而能够极具针对性地给客户提供更加全面且更具针对性、以及适当性的产品销售和售后保障。

举例论之，网站访问记录日志数据信息分析实务技术人员，如果发现某一类型的网站访问者有意识地将其网络浏览时间用于特定网络信息界面的浏览和分析行为之上，通过将这一类型的网站信息浏览者划分为一个独立小组，并依照科学化的分析方法，获知这一小组内的网页信息访问者实际具备的聚类信息，销售商便可将这一人员小组视作潜在客户群，并在针对这一小组的构成人员，开展实际化的商业交易活动的过程中，施加专门性的区分处理操作，对商品推销网络页面的内容和呈现模式，及时开展有针对性的调整实务行为，实现对消费者实际消费需求的充分满足。

结束语：针对现代商业领域中计算机web数据挖掘技术的应用实践问题，本文选取两个具体角度展开了简要的论述分析，文中涉及了较多的技术性与应用性内容，预期为相关领域的实践人员提供借鉴意义。

参 考 文 献

[1]牛红惠，金显华.Web数据挖掘技术在电子商务中的应用[J].濮阳职业技术学院学报，2006，03：16-17+24.

商务访问篇10

论文关键词：数据挖掘;电子商务;Web数据挖掘

1 引言

当前，随着网络技术的发展和数据库技术的迅猛发展，有效推动了商务活动由传统活动向电子商务变革。电子商务就是利用计算机和网络技术以及远程通信技术，实现整个商务活动的电子化、数字化和网络化。基于Internet的电子商务快速发展，使现代企业积累了大量的数据，这些数据不仅能给企业带来更多有用信息，同时还使其他现代企业管理者能够及时准确的搜集到大量的数据。访问客户提供更多更优质的服务，成为电子商务成败的关键因素，因而受到现代电子商务经营者的高度关注，这也对计算机web数据技术提出了新的要求，Web 数据挖掘技术应运而生。它是一种能够从网上获取大量数据，并能有效地提取有用信息供企业决策者分析参考，以便科学合理制定和调整营销策略，为客户提供动态、个性化、高效率服务的全新技术。目前，它已成为电子商务活动中不可或缺的重要载体。

2 计算机web数据挖掘概述

2.1 计算机web数据挖掘的由来

计算机Web数据挖掘是一个在Web资源上将对自己有用的数据信息进行筛选的过程。Web数据挖掘是把传统的数据挖掘思想和方法移植到Web应用中，即从现有的Web文档和活动中挑选自己感兴趣且有用的模式或者隐藏的数据信息。计算机Web数据挖掘可以在多领域中展示其作用，目前已被广泛应用于数据库技术、信息获取技术、统计学、人工智能中的机器学习和神经网络等多个方面，其中对商务活动的变革起到重大的推动作用方面最为明显。

2.2 计算机Web数据挖掘含义及特征

（1） Web数据挖掘的含义。

Web 数据挖掘是指数据挖掘技术在Web 环境下的应用，是一项数据挖掘技术与WWW技术相结合产生的新技术，综合运用到了计算机语言、Internet、人工智能、统计学、信息学等多个领域的技术。具体说，就是通过充分利用网络（Internet），挖掘用户访问日志文件、商品信息、搜索信息、购销信息以及网络用户登记信息等内容，从中找出隐性的、潜在有用的和有价值的信息，最后再用于企业管理和商业决策。

（2）Web数据挖掘的特点。

计算机Web数据挖掘技术具有以下特点：一是用户不用提供主观的评价信息；二是用户“访问模式动态获取”不会过时；三是可以处理大规模的数据量，并且使用方便；四是与传统数据库和数据仓库相比，Web是一个巨大、分布广泛、全球性的信息服务中心。

（3）计算机web数据挖掘技术的类别。

web数据挖掘技术共有三类：第一类是Web使用记录挖掘。就是通过网络对Web 日志记录进行挖掘，查找用户访问Web页面的模式及潜在客户等信息，以此提高其站点所有服务的竞争力。第二类是Web内容挖掘。既是指从Web文档中抽取知识的过程。第三类是Web结构挖掘。就是通过对Web上大量文档集合的内容进行小结、聚类、关联分析的方式，从Web文档的组织结构和链接关系中预测相关信息和知识。

3 计算机web数据挖掘技术与电子商务的关系

借助计算机技术和网络技术的日臻成熟，电子商务正以其快速、便捷的特点受到越来越多的企业和个人的关注。随着电子商务企业业务规模的不断扩大，电子商务企业的商品和客户数量也随之迅速增加，电子商务企业以此获得了大量的数据，这些数据正成为了电子商务企业客户管理和销售管理的重要信息。为了更好地开发和利用这些数据资源，以便给企业和客户带来更多的便利和实惠，各种数据挖掘技术也逐渐被应用到电子商务网站中。目前，基于数据挖掘（特别是web数据挖掘）技术构建的电子商务推荐系统正成为电子商务推荐系统发展的一种趋势。

4 计算机web数据挖掘在电子商务中的具体应用

（1）电子商务中的web数据挖掘的过程。

在电子商务中，web数据挖掘的过程主要有以下三个阶段：既是数据准备阶段、数据挖掘操作阶段、结果表达和解释阶段。如果在结果表达阶段中，分析结果不能让电子商务企业的决策者满意，就需要重复上述过程，直到满意为止。

（2）Web数据挖掘技术在电子商务中的应用。

目前，电子商务在企业中得到广泛应用，极大地促进了电子商务网站的兴起，经过分析一定时期内站点上的用户的访问信息，便可发现该商务站点上潜在的客户群体、相关页面、聚类客户等数据信息，企业信息系统因此会获得大量的数据，如此多的数据使Web数据挖掘有了丰富的数据基础，使它在各种商业领域有着更加重要的实用价值。因而，电子商务必将是未来Web数据挖掘的主攻方向。Web数据挖掘技术在电子商务中的应用主要包含以下几方面：

一是寻找潜在客户。电子商务活动中，企业的销售商可以利用分类技术在Internet上找到潜在客户，通过挖掘Web日志记录等信息资源，对访问者进行分类，寻找访问客户共同的特征和规律，然后从已经存在的分类中找到潜在的客户。

二是留住访问客户。电子商务企业通过商务网站可以充分挖掘客户浏览访问时留下的信息，了解客户的浏览行为，然后根据客户不同的爱好和要求，及时做出让访问客户满意的页面推荐和专属性产品，以此来不断提高网站访问的满意度，最大限度延长客户驻留的时间，实现留住老客户发掘新客户的目的。

三是提供营销策略参考。通过Web数据挖掘，电子商务企业销售商能够通过挖掘商品访问情况和销售情况，同时结合市场的变化情况，通过聚类分析的方法，推导出客户访问的规律，不同的消费需求以及消费产品的生命周期等情况，为决策提供及时而准确的信息参考，以便决策者能够适时做出商品销售策略调整，优化商品营销。

四是完善商务网站设计。电子商务网站站点设计者能够利用关联规则，来了解客户的行为记录和反馈情况，并以此作为改进网站的依据，不断对网站的组织结构进行优化来方便客户访问，不断提高网站的点击率。