【正文】 （ 四 ） 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個性化服務(wù)的實現(xiàn)方法 個性化推薦是實現(xiàn)在線旅游業(yè)個性化服務(wù) 的重要技術(shù)基礎(chǔ)，在個性化服務(wù)整體架構(gòu)的基礎(chǔ)上，采用個性化的推薦服務(wù)能夠?qū)⒃O(shè)計思想全面表達(dá)出來， 將旅游電子商務(wù)個性化服務(wù)體系的架構(gòu)從理論變成實踐。 這是一種非常先進的個性化推薦方法， 與其他方法相比，這種方法 不但 節(jié)省了計算機資源，而且定位準(zhǔn)確，推薦信息準(zhǔn)確度更高。 2．中外文摘要 及關(guān)鍵詞 應(yīng)扼要敘述本設(shè)計的主要內(nèi)容、特點，文字要簡練。 （ 3）樣機或試件的各種實驗及測試情況：包括實驗方法、線路及數(shù)據(jù)處理等。題目的字?jǐn)?shù)要適當(dāng)，一般不宜超過 20 字。 （ 4）要獨立成文，選詞用語要避免與全文尤其是前言和結(jié)論雷同。 作為摘要和前言，雖然所定的內(nèi)容大體相同，但仍有很大的區(qū)別。 （ 2）課題研究的方法與手段分別用以下幾種方法說明 ： a． 用實驗方法研究課題，應(yīng)具體說明實驗用的裝置、儀器、原材料的性能是否標(biāo)準(zhǔn)，并應(yīng)對所有裝置、儀器、原材料做出檢驗和標(biāo)定。在對結(jié)果作定性和定量分析時，應(yīng)說明數(shù)據(jù)的處理方法以及誤差分析，說明現(xiàn)象出現(xiàn)的條件及其可觀性，交代理論推導(dǎo)中認(rèn)識的由來和發(fā)展，以便別人以此為依據(jù)進行核實驗證，對結(jié)果進行分析后所得的結(jié)論和推論，也應(yīng)說明其使用的條件與范圍。 5 （ 3）要實事求是地介紹自己研究的成果，切忌言過其實，在無充分把握時，應(yīng)留有余地。引用參考文獻時，必須注意寫法的規(guī)范性。 進度表分前、中、后三期由學(xué)生填寫，每期填寫后交指導(dǎo)教師簽署審查意見，并作為畢業(yè)論文工作檢查的主要依據(jù)。本人授權(quán)大學(xué)可以將本論文的全部或部分內(nèi)容編入數(shù)據(jù)庫進 行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本論文。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果。這不僅是一種禮貌，也是對他人勞動的尊重，是治學(xué)者應(yīng)有的思想作風(fēng)。如不這樣做，就有抄襲、剽竊、侵權(quán)之嫌。一般寫得概括、篇幅較短。 c． 用調(diào)查研究的方法達(dá)到研究目的的，調(diào)查目標(biāo)、對象、范圍、時間、地點、調(diào)查的過程和方法等，這些內(nèi)容與研究的最終結(jié)果有關(guān)系，但不是結(jié)果本身，所以，一定要簡述。主要內(nèi)容包括研究工作的基本前提、假設(shè)和條件；模型的建立，實驗方案的擬定；基本4 概念和理論基礎(chǔ)；設(shè)計計算的主要方法和內(nèi)容；實驗方法、內(nèi)容及其結(jié)果和意義的闡明；理論論證，理論在實際中的應(yīng)用等等。 4．前言 前言是全篇論文的開場白 ， 它包括： （ 1）選題的緣由。 摘要應(yīng)寫得扼要、準(zhǔn)確，一般在畢業(yè)論文全文完成后再寫摘要。 7．謝辭 簡述自己通過本設(shè)計的體會，并對指導(dǎo)老師和協(xié)助完成設(shè)計的有關(guān)人員表示謝意。 4．前言 應(yīng)說明本設(shè)計的目的、意義、范圍及應(yīng)達(dá)到的技術(shù)要求；簡述本課題在國內(nèi)（外）的發(fā)展概況及存在的問題；本設(shè)計的指導(dǎo)思想；闡述本設(shè)計應(yīng)解決的主要問題。例如，本文中提到的數(shù)據(jù)挖掘過程中關(guān)于數(shù)據(jù)收集方面的問題 并未完全 得到解決，關(guān)于對用戶網(wǎng)絡(luò)的 IP 識別 和 Agent 識別 問題仍然需要更 先進 的技術(shù)支持；在數(shù)據(jù)存儲方面，仍然需要更先進的數(shù)據(jù)存儲方式來解決海量數(shù)據(jù)的存儲問題；在數(shù)據(jù)處理方面，對于非結(jié)構(gòu)化數(shù)據(jù)的處理方法仍然 過于粗糙，無法詳細(xì)解決非結(jié)構(gòu)化數(shù)據(jù)的處理難題。例如， 通過關(guān)聯(lián)規(guī)則 分析 客戶訂購景區(qū)門票后 也會對酒店和交通工具的預(yù)訂 ，因此可以在客戶訂購旅游產(chǎn)品時推薦 其所訂購旅游產(chǎn)品附近的餐飲酒店業(yè)務(wù)和交通工具等，實現(xiàn)組合銷售 。 數(shù)據(jù)存儲模塊是用來處理數(shù)據(jù)的存儲功能的模塊，它可以將在數(shù)據(jù)預(yù)處理階段中處理的數(shù)據(jù)信息整理分類，然后再存入對應(yīng)的預(yù)設(shè)數(shù)據(jù)倉庫中，該模塊對于數(shù)據(jù)整理分類的類似于客 戶的興趣偏好分類處理過程，先將客戶瀏覽的信息記錄，再記錄其主動查詢的信息，最后分析用戶的真實需求。目前，旅游類電子商務(wù)個性化服務(wù)體系主要包括 訪客 數(shù)據(jù) 搜集子系統(tǒng)、數(shù)據(jù)分析子系統(tǒng)、個性化推薦子系統(tǒng)、網(wǎng)站用戶子系統(tǒng)四大組成部分。 （三） 個性化 的 推薦系統(tǒng) 要做到個性化 的推薦 ， 首先要 對客戶的行為信息進 行 綜合分析，得到 客戶 興趣 偏好的數(shù)據(jù) ；其次 根據(jù) 分析出的 客戶 的興趣 偏好 尋找最近 的 關(guān)聯(lián)規(guī)則數(shù)據(jù)集 ；然后 運用高效的數(shù)據(jù)挖掘技術(shù)在最近鄰居集內(nèi)進行推薦算法計算 ；最后 通過分析 客戶 關(guān)心的產(chǎn)品維度對推薦的結(jié)果進行篩選，提高個性化推薦的準(zhǔn)確性，提高個性化服務(wù)質(zhì)量 。 利用 所收集的 這些 數(shù)據(jù)， 攜程 的個性化推薦系統(tǒng)能根據(jù) 數(shù)據(jù) 挖掘分析系統(tǒng)的分析結(jié)果快速、準(zhǔn)確的將符合規(guī)則的產(chǎn)品推薦給訪問者 。 攜程網(wǎng) 收集呼叫中心、網(wǎng)絡(luò)社區(qū) 、注冊信息等數(shù)據(jù)來 進行 分析并管理 管理客戶數(shù)據(jù)。 其次，調(diào)整 企業(yè)的 運營 模式 和 組織 架構(gòu)， 由于企業(yè)轉(zhuǎn)型，所以其業(yè)務(wù)模式也必須發(fā)生較大改變 以此 來適應(yīng)公司的業(yè)務(wù)變化， 企業(yè)內(nèi)部各部門 的職能不盡相同，其線下數(shù)據(jù)處理中心和線上數(shù)據(jù)業(yè)務(wù)中心的組織架構(gòu)和業(yè)務(wù)模式有所不同， 員工的工作內(nèi)容和職 責(zé)都發(fā)生了較大改變，因此要分開為兩個部門進行運營。僅僅把相似用戶偏好的產(chǎn)品推薦給另外一位用戶沒有考慮用戶現(xiàn)在所關(guān)心的產(chǎn)品的維度往往是不準(zhǔn)確的。 對 數(shù)據(jù)趨勢的預(yù)測 沒有統(tǒng)一標(biāo)準(zhǔn) 企業(yè)運營過程中會產(chǎn)生不計其數(shù)的不同 結(jié)構(gòu) 類型 的數(shù)據(jù)，而且這些數(shù)據(jù)中往往包含著一些具有潛在商業(yè)價值的趨勢變化信息。 其實所謂的 非結(jié)構(gòu)化數(shù)據(jù)就是數(shù)據(jù)的結(jié)構(gòu)比較復(fù)雜而已，雖其處理方式較結(jié)構(gòu)化數(shù)據(jù)要復(fù)雜的多，但是現(xiàn)在也已經(jīng)找到了合適的處理方式，從數(shù)量上看，非結(jié)構(gòu)化數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)的 5 倍以上，所以，對非結(jié)構(gòu)化數(shù)據(jù)的 分析挖掘 將是 大數(shù)據(jù)發(fā)展的重要方向。例如，當(dāng)多個用戶同時使用同一設(shè)備時，數(shù)據(jù)收集方無法根據(jù)用戶留下的 Cookie 文件來分析出用戶的興趣偏好，即 使 分析出結(jié)果也存在巨大的誤差，無法進行個性化的 推薦 服務(wù)。這里還涉及到局域網(wǎng)絡(luò)的 IP 設(shè)置問題，由于以上這些設(shè)備的使用 ，有可能造成 IP 沖突，在 用戶使用設(shè)備 網(wǎng)絡(luò)時， 有可能數(shù)據(jù)庫將 設(shè)備發(fā)送的 多條信息記錄為 來自 同一個 IP， 也可能將同一個用戶發(fā)送的信息記錄為不同的 IP， 這就 導(dǎo)致了 Web 服務(wù)器日志數(shù)據(jù)難以 分析 的問題 。 （ 四 ） 創(chuàng)新點和 寫作框架 本文的 創(chuàng)新點 首先， 本文以 旅游電子商務(wù)個性化服務(wù) 為研究對象， 結(jié)合大數(shù)據(jù)時代的數(shù)據(jù)挖掘理念及技術(shù)， 提出了適合 旅游電子商務(wù)個性化服務(wù) 的建設(shè)方案。 圖 22021— 2021 年中國在線旅游市場交易規(guī)模及增速 （含預(yù)測數(shù)據(jù)） 移動端 OTA 市場的迅速發(fā) 展 中國移動端在線旅行業(yè)務(wù)迅速增長， 以 2021 年 12 月為例，移動端訪問人數(shù)已覆蓋進一億人， 同比上一個月增長近一倍。 智能化搜索引擎的處理流程如 圖 1： 圖 1 智能化搜索引擎的處理流程 （ 2） 、 數(shù)據(jù)挖掘在客戶關(guān)系管理中的應(yīng)用 在客戶關(guān)系管理中運用數(shù)據(jù)挖掘有利于 促使 企業(yè)準(zhǔn)確定位客戶的特點， 幫助企業(yè)實施客戶滿意度分析、 忠誠度 分析、產(chǎn)品設(shè)計分析、 市場影響活動分析、客戶聯(lián)系時機優(yōu)化分析和增量銷售分析等活動 ，以便促使企業(yè)更好的根據(jù)分析數(shù)據(jù)提供更好的個性化服務(wù)。 決策樹（ decision tree） ， 主要 用于分類和預(yù)測， 是最受歡迎的數(shù)據(jù)挖掘方法之一， 核心思想是在一定的約束條件下會得到特定的值。在 20 世紀(jì) 90 年代中期 ， 卡內(nèi)基?梅隆大學(xué)的 Robert Armstrong 等人提出的 Web Watcher 個性化導(dǎo)航系統(tǒng) 、 斯坦福大學(xué)的Marko Balabanovic 等人推出的 LIRA 個性化推薦系統(tǒng) 和 麻省理工學(xué)院的 Henry Lieberman在國際人工智能聯(lián)合大會上提出 的 Letizia 個性化導(dǎo)航智能體這三個系統(tǒng)被公認(rèn)為是個性化服務(wù)發(fā)展初期最經(jīng)典的系統(tǒng)，它們的產(chǎn)生標(biāo)志著個性化服務(wù) 研究 的開始。 本論 文 基于數(shù)據(jù)挖掘技術(shù)并 結(jié)合 近些年電子商務(wù)個性化服務(wù)研究成果 ，在 深入研究 攜程旅行網(wǎng) 具體案例 的基礎(chǔ)上 ， 分析 了 旅游電子商務(wù)個性化服務(wù) 的現(xiàn)實狀況和建設(shè)中的不足， 為我國旅游電子商務(wù) 個性化服務(wù)的建設(shè)提供相關(guān)策略與解決方案 。 數(shù)據(jù)挖掘 的 概念及 方法 數(shù)據(jù)挖掘 ( Data Mining)旨在從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的而又潛在有用的信息和知識。 ① 余力 . 電子商務(wù)個性化 —— 理論、方法與應(yīng)用 [M].清華大學(xué)出版社 ,2021. ② 高麗 ， 遺傳算法與關(guān)聯(lián)規(guī)則挖掘算法研究與應(yīng)用 [D]， 華中師范大學(xué) ， 2021 數(shù)據(jù)挖掘在電子商務(wù)中的應(yīng)用 （ 1） 、 基于 Web 數(shù)據(jù)挖掘的智能化搜索引擎 但是目前 信息技術(shù) 環(huán)境下，由于技術(shù)限制等因素 使得沒有優(yōu)秀的搜索引擎來保證 用戶 所獲得數(shù)據(jù)的精準(zhǔn)度 ， 要解決這些沒問題 就要 在搜索引擎中 使用 Web 數(shù)據(jù)挖掘技術(shù) ，使其朝著智能化方向發(fā)展， 幫助 搜索引擎使用者 獲得更多 具有 高精度 的 、潛在價值高的 更加全面的數(shù)據(jù)信息 ， 從而提高搜索效率 和結(jié)果的精準(zhǔn)度 。同時該類系統(tǒng)還可以根據(jù)用戶當(dāng)前的訪問 規(guī)律進行客戶識別，實時調(diào)整推薦內(nèi)容，更好的做到個性化。 ① 自助游持續(xù)升溫 雖然 跟團游這一傳統(tǒng)模式在一部分 細(xì)分類型 客戶中依然具有很強的不可替代性 ，但是 隨著生活水平的提高 ，跟團游越來越無法滿足人們對于旅游的期待心理，而且更多的跟團游則是廣受詬病的變相“購物游”。 主要包括 多服務(wù)器日志問題 和 服務(wù)器日志難以識別 的問題。 Cookie 存在的問題 。每條數(shù)據(jù)的內(nèi)容可以 不同，但是結(jié)構(gòu)是一樣的。 數(shù)據(jù)處理中心使用的計算機設(shè)備性能 欠佳，無法順利完成數(shù)據(jù)處理 任務(wù)的分發(fā)、數(shù)據(jù)庫數(shù)據(jù)處理的順序問題，當(dāng)遇到更大型的數(shù)據(jù)資源時 這種問題會更加突出， 數(shù)據(jù)計算系統(tǒng)的擴展性和容錯性等問題更加凸顯。 因此，在數(shù)據(jù)處理過程中如果采用的數(shù)據(jù)模型不同就可能會 出現(xiàn) 不同的處理結(jié)果， 產(chǎn)生差別極大甚至互相的數(shù)據(jù)結(jié)果 ，而這 種 情況就涉及到了數(shù)據(jù)挖掘過程中的數(shù)據(jù)結(jié)果 的 可靠性問題 。 從 2021 年 第三季度 開始，攜程 的 呼叫中心 開始改革數(shù)據(jù)挖掘 技術(shù)項目， 通過數(shù)據(jù)分析模塊的分析結(jié)果來預(yù)測客戶的來電