6.聚类分析(clustering analysis)

　　聚类分析不同于分类规则，其输入集是一组未标定的记录，也就是说，此时输入的记录还没有进行任何分类。其目的是根据一定的规则，合理地划分记录集合，并用显式或隐式的方法描述不同的类别。在电子商务中，通过聚类具有相似浏览行为的客户，可使经营者更多地了解客户，为客户提供更好的服务。例如，一些客户在一个时间段内经常浏览“wedding celebration”，经过分析可将这些客户聚类为一组，并可进一步得知这是一组即将结婚的客户，对他们的服务就应该有别于其他的聚类客户，如“经理人员阶层组”、“学生阶层组”。这样，web可自动给这个特定的顾客聚类发送新产品信息邮件，为这个顾客聚类动态地改变一个特殊的站点。在一定程度上满足客户的要求，这对客户和销售商来说更有意义。

　　三、web数据挖掘技术在电子商务中的应用

　　1.挽留老顾客，挖掘潜在客户

　　通过web挖掘，电子商务的经营者可以获知每位访问者的个人爱好，充分地了解客户的需要，根据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面推荐，调整web页面，提高客户满意度，延长客户驻留的时间，最终达到留住客户的目的。通过挖掘web日志记录，可以先对已经存在的访问者进行分类，然后从它的分类判断出某个新客户是否是潜在的客户。

　　2.制定产品营销策略，优化促销活动

　　通过对商品访问情况和销售情况进行挖掘，企业能够获取客户的访问规律，确定顾客消费的生命周期，根据市场的变化，针对不同的产品制定相应的营销策略。

　　3.降低运营成本，提高企业竞争力

　　电子商务的经营者通过web数据挖掘，可以得到可靠的市场反馈信息，认真分析顾客的将来行为，进行有针对性的电子商务营销活动；可以根据关心某产品的访问者的浏览模式来决定广告的位置，增加广告针对性，提高广告的投资回报率，从而降低运营成本，提高企业竞争力。

　　4.提高站点点击率，完善电子商务网站设计

　　通过挖掘客户的行为记录和反馈情况为站点设计者提供改进的依据，进一步优化网站组织结构以提高网站的点击率。比如利用关联规则的发现，可以针对不同客户动态调整站点结构，使客户访问的有关联的文件间的链接更直接，让客户容易地访问到想要的页面，就能给客户留下好的印象，增加下次访问的机率。

　　同时对网站上各种数据的统计分析有助于改进系统性能，增强系统安全性，并提供决策支持。

　　四、结束语

　　当今时代，电子商务的发展势头越来越强劲，面向电子商务的数据挖掘将是一个非常有前景的领域。但是，不可否认，在面向电子商务的数据挖掘中还存在很多急需解决的问题， 比如：怎样将服务器的日志数据转化成适合某种数据挖掘技术的数据格式；怎样解决分布性、异构性数据源的挖掘问题；如何控制整个web上的知识发现过程等。

　　参考文献:

　　[1]jiawei han，micheline kamber著，范明孟小峰译:数据挖掘概念与技术.机械工业出版社，2001，8

　　[2]凌传繁:web挖掘技术在电子商务中的应用[j].情报杂志，2006，(1)

　　[3]柳:web挖掘技术与电子商务[j]．商场现代化，2007，(03x)