電子商務(wù)研究報(bào)告-電子商務(wù)網(wǎng)站營(yíng)銷(xiāo)數(shù)據(jù)分析技術(shù)探討_投資策略_分析預(yù)測(cè)_電子商務(wù)市場(chǎng)調(diào)研

保護(hù)視力色：

中研網(wǎng)訊：

2011-2015年中國(guó)品牌掃描儀市場(chǎng)競(jìng)爭(zhēng)力研究及未來(lái)

【出版日期】 2010年11月【報(bào)告頁(yè)碼】 350頁(yè) 【圖表數(shù)量】 150個(gè) 【

2010-2015年中國(guó)視頻會(huì)議系統(tǒng)行業(yè)市場(chǎng)供需分析及

隨著社會(huì)經(jīng)濟(jì)的不斷快速發(fā)展，辦公水平得到了顯著提高，中國(guó)視頻會(huì)議系統(tǒng)市場(chǎng)遇到了前所未有的市場(chǎng)

2010-2015年中國(guó)包裝機(jī)械行業(yè)發(fā)展前景預(yù)測(cè)及投資

包裝技術(shù)是現(xiàn)代文明的重要標(biāo)志，而包裝機(jī)械是實(shí)現(xiàn)現(xiàn)代文明的物質(zhì)保證。包裝機(jī)械與國(guó)民經(jīng)濟(jì)發(fā)展的關(guān)

2011-2015年路由器行業(yè)前十大企業(yè)競(jìng)爭(zhēng)力分析及行

2010年，北美IP核心和邊緣路由器銷(xiāo)售收入環(huán)比增長(zhǎng)15%，同比增長(zhǎng)39%。運(yùn)營(yíng)商增加開(kāi)支以

更多相關(guān)研究報(bào)告>>

電子商務(wù)（EC）在現(xiàn)代商務(wù)企業(yè)的發(fā)展中占有越來(lái)越重要的地位。如何利用信息技術(shù)掌握更多的商務(wù)信息已備受商家們的關(guān)注，站點(diǎn)分析技術(shù)正是為商家和網(wǎng)站提供了這樣一種有效的分析工具。本文討論了一些站點(diǎn)分析的相關(guān)技術(shù)信息和幾種網(wǎng)站分析瀏覽者行為的理論與算法，及數(shù)據(jù)倉(cāng)庫(kù)的相關(guān)理論知識(shí)。并對(duì)站點(diǎn)日志數(shù)據(jù)進(jìn)行了實(shí)例分析，并指出了站點(diǎn)分析技術(shù)發(fā)展的方向。

一、緒論

互聯(lián)網(wǎng)技術(shù)不斷革新與發(fā)展，給全球經(jīng)濟(jì)帶來(lái)新的革命，從而也影響著人們的生活。互聯(lián)網(wǎng)為企業(yè)提供了一種真正屬于自己并面對(duì)廣大網(wǎng)民的信息載體，企業(yè)通過(guò)這一載體，可以自由地將企業(yè)的產(chǎn)品、服務(wù)等其他相關(guān)信息在線發(fā)布。

電子商務(wù)就是網(wǎng)上實(shí)行各種商務(wù)活動(dòng)的總包裝，種種所謂電子商務(wù)解決方案，實(shí)際上就是實(shí)現(xiàn)各種網(wǎng)上商務(wù)活動(dòng)的硬件與軟件系統(tǒng)。它將影響到每一個(gè)人、每一個(gè)企業(yè)。電子商務(wù)的主體是我們每一個(gè)人、每一個(gè)企業(yè)，電子商務(wù)發(fā)展的過(guò)程就是對(duì)人們的生活、企業(yè)的運(yùn)行的一種模式的一個(gè)巨大改變的過(guò)程。對(duì)于進(jìn)入虛擬世界的商家而言，僅僅吸引注意力還不行，對(duì)它們而言，站點(diǎn)的訪問(wèn)率絕對(duì)不僅僅是一個(gè)數(shù)字，它還是一種信息，如果網(wǎng)站能夠從網(wǎng)絡(luò)中獲得網(wǎng)民的信息并從中分析其行為誘因，那么就容易掌握網(wǎng)民的需求，從而利用互聯(lián)網(wǎng)去創(chuàng)造更多商機(jī)。

電子商務(wù)站點(diǎn)用戶行為的分析這一問(wèn)題也因此成為現(xiàn)如今的熱門(mén)話題，被人們普遍關(guān)心起來(lái)，尤其是被眾商家所重視。Web站點(diǎn)的日志數(shù)據(jù)正以每天數(shù)十兆的速度增長(zhǎng)。如何分析這些數(shù)據(jù)，如何從這些大量數(shù)據(jù)中發(fā)現(xiàn)有用的、重要的知識(shí)（包括模式、規(guī)則、可視化結(jié)構(gòu)等）也成為現(xiàn)在人們最關(guān)注的信息。

在此情況下，站點(diǎn)用戶行為分析就可為網(wǎng)站或商家提供出大量有價(jià)值的信息，包括站點(diǎn)的受歡迎度的對(duì)比、商業(yè)廣告點(diǎn)擊情況總括、產(chǎn)品的反饋信息、站點(diǎn)各種信息的點(diǎn)擊情況等等。另外，還可根據(jù)不同的頁(yè)面內(nèi)容來(lái)分類(lèi)瀏覽者，以便做出更合理的頁(yè)面分類(lèi)，促使網(wǎng)站逐步向個(gè)性化、最優(yōu)化狀態(tài)發(fā)展。這一技術(shù)對(duì)互聯(lián)網(wǎng)的發(fā)展壯大有著不可忽視的巨大作用，它的發(fā)展對(duì)信息技術(shù)亦將產(chǎn)生深遠(yuǎn)的影響。

在電子商務(wù)早期階段時(shí)，Web站點(diǎn)數(shù)據(jù)流分析通常是在主頁(yè)上安裝計(jì)數(shù)器以及在一個(gè)外部日志文件上運(yùn)行簡(jiǎn)單的統(tǒng)計(jì)程序記錄點(diǎn)擊率。但是，簡(jiǎn)單的點(diǎn)擊計(jì)數(shù)既不準(zhǔn)確也遠(yuǎn)未達(dá)到營(yíng)銷(xiāo)目的所需的詳細(xì)程度。因此，各公司開(kāi)始尋找更先進(jìn)的分析工具，這類(lèi)工具可以提供誰(shuí)在訪問(wèn)公司W(wǎng)eb站點(diǎn)以及訪問(wèn)者一旦進(jìn)入站點(diǎn)后將做些什么的全面信息。站點(diǎn)開(kāi)始分析的地方是Web服務(wù)器的訪問(wèn)日志。每當(dāng)用戶在站點(diǎn)上請(qǐng)求一個(gè)網(wǎng)頁(yè)時(shí)，這個(gè)請(qǐng)求就被記錄在訪問(wèn)日志中。如：目前有多少用戶正在訪問(wèn)站點(diǎn)、他們正在看哪些網(wǎng)頁(yè)以及他們?cè)谡军c(diǎn)中呆了多長(zhǎng)時(shí)間。顯然，日志分析和行為概況的正確組合可以對(duì)Web站點(diǎn)的成功產(chǎn)生直接影響。此外，從日志分析中得到的信息是很難從真實(shí)世界中捕獲到的，但這些信息卻可以較容易地在線收集到。Web數(shù)據(jù)流分析工具的這些最新進(jìn)展可以使網(wǎng)站獲得有關(guān)上網(wǎng)客戶和他們習(xí)慣的詳細(xì)報(bào)告。

二、站點(diǎn)信息統(tǒng)計(jì)方法

Web頁(yè)面數(shù)據(jù)主要是半結(jié)構(gòu)化數(shù)據(jù)，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和信息技術(shù)的飛速發(fā)展，使得半結(jié)構(gòu)化數(shù)據(jù)呈現(xiàn)日益繁榮的趨勢(shì)。半結(jié)構(gòu)化數(shù)據(jù)，是一種介于模式固定的結(jié)構(gòu)化數(shù)據(jù)，和完全沒(méi)有模式的無(wú)序數(shù)據(jù)之間，在查詢前無(wú)法預(yù)先確定其具體的類(lèi)型和格式；同時(shí)它們相應(yīng)的數(shù)據(jù)結(jié)構(gòu)是不固定、不完全或不規(guī)則的，即這些數(shù)據(jù)有的本身就沒(méi)有結(jié)構(gòu)，有的只有十分松散的結(jié)構(gòu)，有的數(shù)據(jù)的結(jié)構(gòu)是隱含的，需要從數(shù)據(jù)中進(jìn)行抽取。而有時(shí)，盡管數(shù)據(jù)本身是有精確結(jié)構(gòu)的，但為了一定的目的，而故意忽視它的結(jié)構(gòu)。半結(jié)構(gòu)化數(shù)據(jù)具有以下五方面的

主要特點(diǎn)：

1.結(jié)構(gòu)是不規(guī)則的。包含異構(gòu)數(shù)據(jù)、相同的數(shù)據(jù)信息用不同類(lèi)型或不同的結(jié)構(gòu)表示。

2.結(jié)構(gòu)是隱含的。如電子文檔SGML格式。

3.結(jié)構(gòu)是部分的，有時(shí)部分?jǐn)?shù)據(jù)根本無(wú)結(jié)構(gòu)，而部分?jǐn)?shù)據(jù)只有粗略的結(jié)構(gòu)。4.指示性結(jié)構(gòu)與約束性結(jié)構(gòu)。傳統(tǒng)的數(shù)據(jù)庫(kù)使用嚴(yán)格的分類(lèi)策略來(lái)保護(hù)數(shù)據(jù)。而指示性數(shù)據(jù)結(jié)構(gòu)是對(duì)結(jié)構(gòu)的一種非精確的描述。它可接受所有新數(shù)據(jù)，代價(jià)是要頻繁修改結(jié)構(gòu)。

5.半結(jié)構(gòu)化數(shù)據(jù)通常在數(shù)據(jù)存在之后才能通過(guò)當(dāng)前數(shù)據(jù)歸納出其結(jié)構(gòu)，稱之為事后模式引導(dǎo)。模式有時(shí)可被忽略，同時(shí)數(shù)據(jù)與數(shù)據(jù)模式間的區(qū)別逐漸消除。

三、數(shù)據(jù)分析的方法

Web頁(yè)面的數(shù)據(jù)通常是利用統(tǒng)計(jì)模型和數(shù)學(xué)模型來(lái)分析的。使用的模型有線性分析和非線性分析；連續(xù)回歸分析和邏輯回歸分析；單變量和多變量分析以及時(shí)間序列分析等。這些統(tǒng)計(jì)分析工具能提供可視化功能和分析功能來(lái)尋找數(shù)據(jù)間關(guān)系、構(gòu)造模型來(lái)分析、解釋數(shù)據(jù)。并通過(guò)交互式過(guò)程和迭代過(guò)程用來(lái)求精模型，最終開(kāi)發(fā)出最具適應(yīng)性的模型來(lái)將數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的信息。

知識(shí)發(fā)現(xiàn)是從數(shù)據(jù)倉(cāng)庫(kù)的大量數(shù)據(jù)中篩取信息，尋找經(jīng)常出現(xiàn)的模式，檢查趨勢(shì)并發(fā)掘?qū)嵤�。它是分析Web頁(yè)面數(shù)據(jù)的重要方法。知識(shí)發(fā)現(xiàn)與模式識(shí)別的算法有以下幾種：

1.依賴性分析依賴性分析算法搜索數(shù)據(jù)倉(cāng)庫(kù)的條目和對(duì)象，從中尋找重復(fù)出現(xiàn)概率很高的模式。它展示了數(shù)據(jù)間未知的依賴關(guān)系。利用依賴性分析算法可以從某一數(shù)據(jù)對(duì)象的信息來(lái)推斷另一數(shù)據(jù)對(duì)象的信息。例如：在雜貨店中，一堆椒鹽餅干放在陳列飲料的走道上，這是因?yàn)榻?jīng)過(guò)依賴性分析，商店認(rèn)為：很大一部分買(mǎi)飲料的顧客如果在取飲料的路上看到椒鹽餅干的話就會(huì)購(gòu)買(mǎi)，因而此種分析影響了商店布局。

2.聚類(lèi)和分類(lèi)在某些情況下，無(wú)法界定要分析的數(shù)據(jù)類(lèi)，用聚類(lèi)算法發(fā)現(xiàn)一些不知道的數(shù)據(jù)類(lèi)或懷疑的數(shù)據(jù)類(lèi)。聚類(lèi)的過(guò)程是以某一特定時(shí)間為依據(jù)，找出一個(gè)共享一些公共類(lèi)別的群體，它稱為無(wú)監(jiān)督學(xué)習(xí)。分類(lèi)過(guò)程，這是發(fā)現(xiàn)一些規(guī)定某些商品或時(shí)間是否屬于某一特定數(shù)據(jù)子集的規(guī)則。這些數(shù)據(jù)類(lèi)很少在關(guān)系數(shù)據(jù)庫(kù)中進(jìn)行定義，因而規(guī)范的數(shù)據(jù)模型中沒(méi)有它們的位置。最典型的例子是信用卡核準(zhǔn)過(guò)程，可確定能否按商品價(jià)格和其它標(biāo)準(zhǔn)把某一購(gòu)買(mǎi)者歸入可接受的那一類(lèi)中。分類(lèi)又稱為有監(jiān)督學(xué)習(xí)。

3.神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)待分析數(shù)據(jù)中的模式來(lái)構(gòu)造模型。它對(duì)隱式類(lèi)型進(jìn)行分類(lèi)。圖像分析是神經(jīng)網(wǎng)絡(luò)最成功的應(yīng)用之一。神經(jīng)網(wǎng)絡(luò)用于模型化非線性的、復(fù)雜的或噪聲高的數(shù)據(jù)。一般神經(jīng)模型由三個(gè)層次組成：數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)輸入、中間層（各種神經(jīng)元）和輸出。它通常用恰當(dāng)?shù)臄?shù)據(jù)庫(kù)示例來(lái)訓(xùn)練和學(xué)習(xí)、校正預(yù)測(cè)的模型，提高預(yù)測(cè)結(jié)果的準(zhǔn)確性。

4.數(shù)據(jù)挖掘中的關(guān)聯(lián)規(guī)則關(guān)聯(lián)規(guī)則是數(shù)據(jù)挖掘的一個(gè)重要內(nèi)容，通常關(guān)聯(lián)規(guī)則反映的是數(shù)據(jù)間的定性關(guān)聯(lián)關(guān)系。如一個(gè)商品交易數(shù)據(jù)庫(kù)，一條記錄表示用戶一次購(gòu)買(mǎi)的商品種類(lèi)，每個(gè)屬性（A、B……）代表一種商品，每個(gè)屬性都是布爾類(lèi)型的。一條關(guān)聯(lián)規(guī)則的例子是：→[2%][60%]，規(guī)則的含義是“如果用戶購(gòu)買(mǎi)商品A和B，那么也可能購(gòu)買(mǎi)商品D，因?yàn)橥瑫r(shí)購(gòu)買(mǎi)商品A、B和D的交易記錄占總交易數(shù)的2%而購(gòu)買(mǎi)A和B的交易中，有60%的交易也包含D”。規(guī)則中60%是規(guī)則的信任度，2%是規(guī)則的支持度。數(shù)據(jù)挖掘就是要發(fā)現(xiàn)所有滿足用戶定義的最小信任度和支持度閥值限制的關(guān)聯(lián)規(guī)則。數(shù)據(jù)只是定性地描述一個(gè)交易是否包含某商品，而對(duì)交易量沒(méi)有定量描述，這種布爾類(lèi)型數(shù)據(jù)間的關(guān)聯(lián)規(guī)則被稱為定性關(guān)聯(lián)規(guī)則。但數(shù)據(jù)記錄的屬性往往是數(shù)值型或字符型的，這些數(shù)據(jù)間也存在對(duì)決策有幫助的關(guān)聯(lián)規(guī)則，相對(duì)于定性關(guān)聯(lián)規(guī)則，這些規(guī)則被稱為定量關(guān)聯(lián)規(guī)則。

另外，數(shù)據(jù)挖掘目前仍面臨著數(shù)據(jù)質(zhì)量的問(wèn)題。由于數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)來(lái)自多個(gè)數(shù)據(jù)源，而在合并中存在很多障礙，如：沒(méi)有建立合并視圖所需的公共關(guān)鍵字；數(shù)據(jù)值相互抵觸；元數(shù)據(jù)的說(shuō)明不完備或丟失；數(shù)據(jù)值的不潔凈等等。數(shù)據(jù)挖掘是在標(biāo)準(zhǔn)化的數(shù)據(jù)基礎(chǔ)上進(jìn)行的，因而這些都會(huì)嚴(yán)重破壞數(shù)據(jù)的準(zhǔn)確性，導(dǎo)致最終決策的失誤。所有這些問(wèn)題都在等待著人們?nèi)グl(fā)掘更好的解決方法。

亚洲一区激情国产日韩,色综合久久六月婷婷中文字幕,久久国产精品二国产精品,免费永久国产在线视频

電子商務(wù)網(wǎng)站營(yíng)銷(xiāo)數(shù)據(jù)分析技術(shù)探討