聚类挖掘在电子商务中的应用

全国山又暇旧朋刊至国留易经１ＦＸＨＩＬＩＢＵ７．电于商务

聚类挖掘 在电子商务中的应用．李勇王新颖襄樊学院

夔

且命夕盆月

度，Ｊ矿甘

冬少

丫、Ｊ崛

李令

卜砰几佬、

基金项目：湖北省教育厅资助项目（Ｂ２００５２５００１） ［摘要少阐述了在电子商务系统中的研完和应用中，利用基于关联规则的多层次、超图分刻聚类方法，对Ｗｅｂ网页和用户迷行有效聚类。该方法借助网站层次图，可以根据实际需要，在各个层次上进行聚类分祈，仅将高度相关的网页私用户聚在同一类，而将关联性较小的网页排除在聚类外。 ｆ关健词１聚类校握电子商务关联规则超图

多之肚‘于梦‘ｆ，ｒＬ７

‘份

几节声飞合才

省

又

由于Ｗｅｂ具有方便．易用‘高效的特点．电子商务显示出越来越强大的生命力同时各种商业Ｗｅｂ站点也面临越来越激烈的竞争 有效聚类Ｗｅｂ用户和网页对改进网站质量．完善电子商务中产品销售策略具有十分重要的意义。在电子商务中．浏览模式相似的用户具有相似的购买习惯通过聚类挖掘将这些用户聚集在同一类可以制定相似的销售策略。根据浏览模式聚集在同一类中的网页是大多数用户共同访问的网页‘在这些网页之间建立超链接．以方便用户使用 现有的基于浏览模式的Ｗｅｂ聚类挖掘研究方法中．只要用户请求了一个网页便认为用户阅读了该网页事实上有些被请求的网页用户并不关心不会认真阅读的。通常一个实用网站包含大量的网页现有的Ｗｅｂ聚类方法将每个网页当作一个被聚项，无论用户访问的频繁与否．总是归入一个类中结果造成有些类中的网页之间几乎没有相关性 鉴于以上考虑本文提出了基于关联规则和超图分割的聚类Ｗｅｂ网页及用户的方法不仅考虑了用户浏览网页的时间长短还考虑了聚类层次（级别｝将不相关网页项排除在聚类之外使每个类中的网页具有较高的相关性。采用这种方法ｒ可以优化Ｗｅｂ站点拓扑结构指导企业调整营销策略给客户提供动态的个性化的高效率服务。 一、建立电子商务网站的层次模型 建立电子商务网站的层次模型出干三点考虑。第一网站中网页内容组织呈现树状结构．第二在进行关联规则挖掘过程中．可能最下一级挖掘不出达到指定Ｓｕｐｐｏｒｔ的强规则但是能从上级层次挖掘出达到指定Ｓｕｐｐｏｒｔ的强规则或根据实际需要在某一个层次进行聚类分析。第三．对于电子商务网站有些用户虽然访问了某网页但是对其内容并不感兴趣可能只是扫一眼就放弃．在此情况下．不应该认为用户认真阅读了该网页所以应该记录网页的长度．通过计算用户的浏览时间和网页长度的比值来判断用户是否真正认真阅读了该页内容。 层次模型采用树状结构来描述节点的数据域包含对应网页的层次名称（编号）和网页长度。树根应该取所研究的网站根目录（研究整个网站）或所研究的网站分支的最上层目录．在建立

之“．、点少

之歌丫

子．廿净书飞１沙之、于飞奏ｆ矛

，少

之

蛋盯．司泞

扮灌牛１、

砚了

书朴、

春‘ｖ，犷

，、去

样 ３数据的处理—创建ＸＭＬ　ＤＯＭ对象 ＤＯＭ　（Ｄｏｃｕｍｅｎｔ　Ｏｂｊｅｃｔ　Ｍｏｄｅｌ文档对象模型）属于ＸＭＬ文件程序设计的接口对象，将ＸＭＬ文件视为树状结构节点通过ＤＯＭ来读取ＸＭＬ文档中的节点即元素和属性这是最基本的ＸＭＬ存取技术。这时就可以关闭与数据库的连接了。 （月在服务器端创建一个ＸＭＬ　ＤＯＭ对象的实例。Ｓｅｒｖｅｒ对象有一个ＣｒｅａｔａＯｂｊｅｃｉＩ）方法．可以用来创建外部对象的实例如程

序代码： Ｖａｒ　ｏｂｊＤａｍ＝Ｓｅｒｖｅｒ，ＣｒｅａｔｅＯｂｊｅｃｔ（＂Ｍｉｃｒｏｓｏｆｔ．ＸＭＬＤｏｍ＂）； （２）为对象导入特定的ＸＭＬ文件 ｏｂｊＤｏｍ．ｌｏａｄ　（Ｓｅｒｖｅｒ，ＭａｐＰａｔｈ（＂ｓｐｘｘ，ｘｍｌ＂）　） 这里，使用！ｏａｄ方法导入了ＸＭＬ文件ＸＭＬ的路径可以使用ＵＲＬ地址也可以使用相对地址但使用相对地址时必须将地址通过Ｓｅｒｖｅ「对象的ＭａｐＰａｔｈ方法转换为ＵＲＬ地址‘否则服务器将无法找到ＸＭＬ文件。然后通过对ＸＭＬ文档的节点遍历循环获得数据信息． 最后执行具体的工作。使用ＤＯＭ模型‘程序员可以方便地创建文档导航及其结构或增加修改删除、移动文档的任何成份。ＤＯＭ提供的ＡＰＩ与编程语言无关所以对一些ＤＯＭ标准中没有明确定义的接口．不同解析器的实现方法也可能有所差别 ４数据显示一利用样式单ＸＳＬ技术 它给ＸＭＬ数据赋予一定的样式信息使ＸＭＬ文档能够在浏览器中显示。其实ＣＳＳ技术早在日下ＭＩ－３．２中就得以实现其关键是将Ｈ丁ＭＬ中的元素同预先定义好的一组样式类相关联以达到样式化的目的．而ＸＭＬ同样也支持这种技术。ＸＳＬ同ＧＳＳ有些类似．不同之处在于它是通过定义一组样式模板将ＸＭＬ源节点转换成ＨＴＭＬ文档或其他的ＸＭＬ文档ＸＳＬ实际上也是符合ＸＭＬ规范的‘它提供一套完整的类似控制语言的元素和属性最终可完成丰富的样式描述。 五、结论 本系统正是基于校园电子商务的发展，在校园网上架构一个动态的商品交易平台。ＸＭＬ在解决数据表示和交换方面具有强大的功能系统采用ＸＭＬ技术并结合ＡＳＰ实现数据的处理提高了数据的重用性节省了数据显示的时间减少了服务器的负担

Ｊ，．洁冷

产巾，

月守

净书

朔少工如‘

、宁‘犷

、汗尹

弋

Ｊ万书‘

、」了

人、

产尹

‘

参考文献： 〔门陈会安ＸＭＬ网页制作彻底研究［Ｍ〕北京：中国铁道出版社，２００３－２ 圈卓小涛：ＸＭＬ入门囚］北京：中国电力出版社出版，２００１　－１１ １３１丘广华张文敏：ＸＭＬ编成实例教程［Ｍｌ．北京：科学出版社，２００４一４ ［４１庄子明基于ＸＭＬ的毅据库技术及应用ｆｉｌ．计算机工程，２００２，（２８） １５１舒伟权：浅析电子商务中ＸＭＬ数妮交换技术的运＞ｑ　［ｉ１．福建电脑，２００６，（１） 困杨志和基于ＸＭＬ技术的网络辅助教学系统的设计与实现团．电脑开发与应用，２００６，１９卷３期，（１９） 川唐琼高峰何晓雄：基于ＡＳＰ＋ＸＭＬ的数据交换方法［ｉ１．电脑开发与应用，２００６，１９卷３期（１７）

ｌｐ争（（商场现代化》２００，年’月‘上旬干１）总第５１４期万方数据卜全国口又暇Ｃ１朋衬

宝国贸易经济类峨川朋祠电于商务

层次模型时应根据网站的具体情况决定采用的方法．通常情况下网页文件名能完全反映网页所在的层次可以采用完全自动方法进行转换 二、基于关联规则的聚类挖掘 １预处理 在Ｗｅｂ站点中服务器日志文件记录用户的访问方式、所访问的页面、访问时间用户ＩＰ地址等信息通过收集Ｗｅｂ日志所记录的用户浏览信息可以对网页和用户聚类。首先要对收集到的数据进行预处理，获得每个用户所访问的网页序列。将一个用户对某个特定网站的一次连续浏览（从登录该网站一直到离开该网站）所访问的网页序列称为一个用户浏览事务如果用户中途访问了另一网站而后又返回该网站返回后所浏览的网页序列将组成另一个用户浏览事务。处理后的事务序列将具有如下的形式： ｕ　－ｉｄ（用户标志编号）ｐ＿ｉｄ（页面编号！序列 ２挖掘关联规则并计算关联规则可信度的平均值 对经过预处理的浏览事务进行关联规则挖掘．挖掘出满足一定支持度的关联规则。关联规则是在挖掘出频繁网页集的基础上发现的由于频繁网页集是大多数用户在一个事务即一次网站访问中所共同浏览的页面所以频繁网页集反映了这些网页或共同访问这些网页的用户之间存在一定的联系如网页内容高度相关．在进行聚类时应该首先考虑将频繁网页集中的网页聚合在一个类中。 通常挖掘频繁网页集的方法是在给定某一支持度的基础上进行的．满足该给定支持度的一个频繁网页集中的网页可能是另一个或另几个频繁网页集中的元素那么将这些网页应该聚合到前一项目集还是后面的某一项目集，正确的选择应该是看这些网页和哪一项目集联系更为密切可采用的方案有两种：提高支持度继续挖掘频繁网页集直到每一网页仅处于一个项目集或利用各频繁网页集中网页之间关联规则的可信度。进一步仟细分析前一方案不可取．频繁网页集中首先可能不存在一个支持度使每个网页仅位干一个

其次即使存在这样一个支持度繁网页集挖掘代价也太高实际中是不可行的

再４行多次的频

相比之下，后一方案可行度高在挖掘出满足指定支持度的频繁网页集的基础上可以较为方便地计算出每一个频繁网页集中的每个关联规则的可信度可信度的大小也反映了网页之间关联的密切程度。为此计算每个频繁网页集中所有的关联规则的

可信度在此基础上计算其所有关联规则可信度的平均值‘用可信度的平均值反映网页与不同的频繁网页集之间联系的密切程度． ３利用超图进行网页聚类 超图是对图的扩充，允许一条边连接三个或三个以上的点每条边带有权的超图称为加权超图在挖掘出频繁网页集和关联规则的基础上可以得到网站的加权超图。超图中的一个顶点代表一个网页超图的边称为超边超边连接的顶点是频繁网页集中的网页。每个超边的权取该边所对应的频繁网页集中所有关联规则可信度的平均值。 ０下

ｉｃｅ：：图超图

上图为超图的示意图代表Ａ． Ｂ和Ｃ所组成的频繁网页集的超边的权值０　７是Ａ Ｂ和Ｃ三个网页所组成的所有关联规则可信度的平均值 为了使聚集结果的每个类中的网页具有高度相关性超图中仅包含出现在强关联规则中的网页。利用超图进行聚类的方法是逐步切割超边将超图进行分割．分割成多个子超图．分割的原则是被切割的超边的权值和尽可能小．从而保证将相互关联比较小的网页分割在不同的子图而将关联比较密切的网页保留在同一子图内。分割过程继续进行直到被切割超边的权值和与留下的超边权值和的比值大于某一临界值或所得到的子超图数目达到某指定值分割过程结束，留下的各子超图便是聚类的结果。每一个子超图对应一个聚类超图中的各顶点代表该聚类中所包含的网页。 ４事务和用户聚类 在将网页进行聚类的基础上可以将浏览网站的事务和用户进行聚类。浏览事务聚类的原则是根据事务和网页聚类的相似度进行将事务聚合在相似度最高的网页类中。事务和网页类的相似度可以按照如下公式计算 ＩＴ门Ｃ，Ｉ／ＩＣ　１ 其中．丁．为一个事务Ｃ为一个聚类．汀ｎ引为Ｔ和Ｃ中所包含的相同页面的数目，｝Ｃ＇Ｉ为Ｃ．中所包含的页面数目口 在记录网站用户标志的情况下．可以通过用户的浏览事务聚类将用户进行聚类即将访问相似网页的用户聚在同一类 ５聚类挖掘结果的可视化 聚类挖掘的结果是多维的由于笛卡儿坐标系最多只有三个坐标所以不能用通常的方法作图而且这些多维的数据集一般不含有空间语义数据集的各维之间没有空间连贯性这也很难用传统的二维或三维图形直接表达多维空间。本文采用了一种通过主分量分析将多维空间坐标转换为三维坐标的挖掘结果可视化方法实现聚类挖掘结果的可视化。根据生成的各个点之间的距离和簇的形状．我们可以有效地从大量数据中发现对我们有用的信息 三、结论 阐述了在电子商务系统的研究和应用中，利用基于关联规则的多层次、超图分割聚类方法对Ｗｅｂ网页和用户进行有效聚类该方法借助网站层次图可以根据实际需要在各个层次上进行聚类分析在挖掘出满足一定Ｓｕｐｐｏｒｔ的关联规则的基础上进行聚类．仅将高度相关的网页和用户聚在同一类．而将关联性较小的网页排除在聚类外。该方法对于改进网站质量．完善电子商务中产品销售策略具有十分重要的意义