【文章內(nèi)容簡(jiǎn)介】 數(shù)據(jù) 挖掘系統(tǒng)和企業(yè)的數(shù)據(jù) 分析 專家 進(jìn)行數(shù)據(jù)挖掘。 利用 所收集的 這些 數(shù)據(jù)， 攜程 的個(gè)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 。 在利用數(shù)據(jù)進(jìn)行分析網(wǎng)站客戶訪問信息的同時(shí)，攜程的數(shù)據(jù)系統(tǒng)還能夠?qū)⑺治龅臄?shù)據(jù)結(jié)果分享給企業(yè)的 供應(yīng)商。 供應(yīng)商同樣關(guān)心數(shù)據(jù)中能夠帶來的銷售轉(zhuǎn)換率。以攜程的酒店業(yè)務(wù)為例，攜程數(shù)據(jù)業(yè)務(wù)中心將數(shù)據(jù)系統(tǒng)所收集到的關(guān)于酒店的數(shù)據(jù)信息包括：客戶的評(píng)價(jià)、搜索指數(shù)、搜索條件限制、 價(jià)格優(yōu)勢(shì)等信息進(jìn)行綜合分析，將分析結(jié)果反饋給酒店供應(yīng)商，在提高酒店業(yè)務(wù)的同時(shí)還能帶來客戶對(duì)于攜程旅行網(wǎng)的用戶體驗(yàn)度，可以做到雙贏甚至是多贏。 利用數(shù)據(jù)挖掘進(jìn)行產(chǎn)品創(chuàng)新 在 企業(yè)的旅游 業(yè)務(wù) 產(chǎn)品 設(shè)計(jì) 問題 上，攜程的數(shù)據(jù) 挖掘分析結(jié)果同意 具有巨大的積極作用。當(dāng)攜程的數(shù)據(jù) 業(yè)務(wù)中心 收集到 關(guān)于 同一 類型的產(chǎn)品大量的數(shù)據(jù)后，根據(jù)用戶搜索和點(diǎn)擊量的多少來決定是否 讓業(yè)務(wù)部門 來進(jìn)一步完善該產(chǎn)品 ，或者按照客戶要求（客戶提出的或是數(shù)據(jù)挖掘分析出的結(jié)果）來 進(jìn)行相關(guān)產(chǎn)品的創(chuàng)新研發(fā)。 例如，攜程 會(huì)根據(jù)客戶在網(wǎng)站的搜索量進(jìn)行分析旅游者目的地及所需品，根據(jù)這一結(jié)論進(jìn)行相關(guān)產(chǎn)品開發(fā)， 攜程 在龍脊梯田景區(qū) 的 住宿 和 票務(wù)預(yù)訂業(yè)務(wù) 開發(fā) 就是屬于數(shù)據(jù)業(yè)務(wù)中心對(duì)客戶搜索行為和需求建議數(shù)據(jù)的分析結(jié)果 。 根據(jù)攜程的業(yè)務(wù)開發(fā)規(guī)劃， 未來的 旅游產(chǎn)品組合、 路 線開發(fā)、票務(wù)預(yù)訂 業(yè)務(wù) 、租車業(yè)務(wù) 和 偏遠(yuǎn)地區(qū)的酒店供應(yīng)等業(yè)務(wù)都會(huì) 根據(jù) 數(shù)據(jù)庫(kù)的分析 結(jié)果 進(jìn)行 開發(fā) 。 （三） 個(gè)性化 的 推薦系統(tǒng) 要做到個(gè)性化 的推薦 ， 首先要 對(duì)客戶的行為信息進(jìn) 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(yùn)用高效的數(shù)據(jù)挖掘技術(shù)在最近鄰居集內(nèi)進(jìn)行推薦算法計(jì)算 ；最后 通過分析 客戶 關(guān)心的產(chǎn)品維度對(duì)推薦的結(jié)果進(jìn)行篩選，提高個(gè)性化推薦的準(zhǔn)確性，提高個(gè)性化服務(wù)質(zhì)量 。 明確 客戶 的 興趣 偏好 信息 非常重要 ， 而 建立用戶數(shù)據(jù)庫(kù)則對(duì) 分析客戶的偏好信息數(shù)據(jù) 起到很 大的作用，攜程會(huì)將用戶的數(shù)據(jù)信息轉(zhuǎn)化為相應(yīng)的數(shù)據(jù)標(biāo)簽，并以此來區(qū)分不同的用戶群體， 個(gè)性化的推薦系統(tǒng)會(huì) 通過識(shí)別 訪客的 標(biāo)簽信息 來向訪客 提供 個(gè)性化的優(yōu)質(zhì)服務(wù) 。 攜程旅行網(wǎng)注意收集用戶在其網(wǎng)站 和合作網(wǎng)站上的操作產(chǎn)生的數(shù)據(jù)，并 由數(shù)據(jù)挖掘系統(tǒng) 將這些 數(shù)據(jù)進(jìn)行 甄選 、 分類 。 攜程網(wǎng)的官網(wǎng)首頁(yè)就設(shè)置了一個(gè)“猜你喜歡”的板塊，該板塊后臺(tái) 系統(tǒng)通過識(shí)別客戶的行為信息并對(duì)比數(shù)據(jù)庫(kù)的 客戶行為信息標(biāo)簽來分析需要為該客戶提供的個(gè)性化服務(wù)內(nèi)容。 運(yùn)用個(gè)性化服務(wù)的推薦系統(tǒng)對(duì)客戶進(jìn)行分析，對(duì)每一位網(wǎng)站瀏覽者根據(jù)其個(gè)性標(biāo)簽推薦符合其個(gè)性標(biāo)簽內(nèi)容的廣告信息。 四、 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)的實(shí)現(xiàn) （一） 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)的設(shè)計(jì)思想 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)系統(tǒng)主要是在普通電子商務(wù)系統(tǒng)中加入數(shù)據(jù)挖掘的處理方式，使之成為具有個(gè)性化自主處理能力的系統(tǒng) 。在電子商務(wù)系統(tǒng)建設(shè)中，數(shù)據(jù)挖掘的途徑主要是客戶的 Web 行為挖掘，通過獲取客戶端、服務(wù)器等 工具中的數(shù)據(jù)來進(jìn)行數(shù)據(jù)分析，找出訪問客戶的訪問規(guī)律與行為習(xí)慣并建立客戶行為信息數(shù)據(jù)庫(kù)， 根據(jù)分析出的客戶訪問規(guī)律與客戶興趣偏好等信息來對(duì)客戶進(jìn)行歸類劃分，確定客戶所屬的消費(fèi)群體，并為其建立特有的客戶識(shí)別標(biāo)簽，根據(jù) 客戶所屬的群體由系統(tǒng)預(yù)測(cè)客戶的 訪問目的，然后由系統(tǒng)自主推薦個(gè)性化的內(nèi)容，實(shí)現(xiàn)個(gè)性化服務(wù)策略。 （ 二 ） 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)的體系 設(shè)計(jì) 旅游 電子商務(wù)個(gè) 性化服務(wù)體系 的核心思想仍然與普通推薦系統(tǒng)大致相似，其工作原理是 首先通過各種渠道進(jìn)行客戶行為信息數(shù)據(jù)的收集，然后對(duì)數(shù)據(jù)進(jìn)行關(guān)聯(lián)、聚類的分析，并以此為基礎(chǔ)對(duì)客戶建立標(biāo)簽庫(kù)，其后 才 對(duì)新的數(shù)據(jù)信息 進(jìn)行 識(shí)別與 發(fā)現(xiàn)，根據(jù)識(shí)別內(nèi)容由 該系統(tǒng)進(jìn)行不同內(nèi)容的個(gè)性化 內(nèi)容 推薦。目前，旅游類電子商務(wù)個(gè)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(gè)性化推薦子系統(tǒng)、網(wǎng)站用戶子系統(tǒng)四大組成部分。其結(jié)構(gòu)如圖 3 所示： 訪客 數(shù)據(jù) 收集子系統(tǒng) 數(shù)據(jù)分析子系統(tǒng) 網(wǎng)站用戶子系統(tǒng) 個(gè)性化推薦子系統(tǒng) 圖 3 旅游電子商務(wù)個(gè)性化服務(wù)體系結(jié)構(gòu) 訪客 數(shù)據(jù) 收集子系統(tǒng)是 整個(gè)系統(tǒng)中最基礎(chǔ)的部分，通過各種途徑 進(jìn)行客戶行為信息的收集。 數(shù)據(jù)分析子系統(tǒng) 主要 是 包括預(yù)處理、存儲(chǔ)和數(shù)據(jù)挖掘部分，是系統(tǒng)作出決策的數(shù)據(jù)基礎(chǔ)。個(gè)性化推薦子系統(tǒng) 是根據(jù)數(shù)據(jù)分析結(jié)果對(duì)客戶推薦 不同內(nèi)容 的 系統(tǒng)。網(wǎng)站用戶子系統(tǒng)是對(duì)網(wǎng)站控制的 子系統(tǒng)，一方面通過個(gè)性化系統(tǒng)是識(shí)別結(jié)果來 動(dòng)態(tài) 調(diào)整網(wǎng)站的顯示內(nèi)容 和整體布局 ，另一方面 也 收集用戶在網(wǎng)站的行為數(shù)據(jù) 并傳輸給 數(shù)據(jù)存儲(chǔ)模塊 。 （三） 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)的 系統(tǒng)模型 基于數(shù)據(jù)挖掘的 旅游 電子商務(wù)個(gè)性化服務(wù)系統(tǒng) 模型由六大模塊組成：數(shù)據(jù)搜 集模塊、數(shù)據(jù)預(yù)處理模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)挖掘模塊、用戶訪問推薦模塊和 電子商務(wù)網(wǎng)站調(diào)整模塊。① 其系統(tǒng)結(jié)構(gòu)模型如圖 4 所示： 圖 4 基于 Web 數(shù)據(jù)挖掘的電子商務(wù)個(gè)性化服務(wù)系統(tǒng)結(jié)構(gòu)模型 數(shù)據(jù)搜 集模塊 通過 各類服務(wù)器、客戶端和代理服務(wù)器搜集客戶訪問時(shí)留下的數(shù)據(jù)資料 ，形成客戶信息數(shù)據(jù) 資源 庫(kù)。 數(shù)據(jù)預(yù)處理模塊 能夠?qū)?shù)據(jù)搜集模塊中采集到的客戶行為信息進(jìn)行預(yù)處理，通過 數(shù)據(jù)的清理、轉(zhuǎn)換和規(guī)約 ，為 數(shù)據(jù)存儲(chǔ)模塊和數(shù)據(jù)挖掘模塊的處理奠定 基礎(chǔ)。 數(shù)據(jù)存儲(chǔ)模塊是用來處理數(shù)據(jù)的存儲(chǔ)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(duì)應(yīng)的預(yù)設(shè)數(shù)據(jù)倉(cāng)庫(kù)中，該模塊對(duì)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(dòng)查詢的信息，最后分析用戶的真實(shí)需求。 數(shù)據(jù)挖掘模塊是個(gè)性化推薦系統(tǒng)中 的核心 模塊 之一 ， 其 核心功能通過使用數(shù)據(jù)挖掘常用的 ① 申云鳳 . 基于 Web 數(shù)據(jù)挖掘的電子商務(wù)網(wǎng)站個(gè)性化服務(wù)的研究 [J]. 中國(guó)管理信息化 ,2021,08 一些技術(shù)，如關(guān)聯(lián)規(guī)則、聚類分析等方法，來分析數(shù)據(jù)存儲(chǔ)模塊中經(jīng)過預(yù)處理的優(yōu)質(zhì)數(shù)據(jù)資源，通過聚類分析等來識(shí)別客戶的行為信息，并歸納客戶所屬類型，然后將其進(jìn)行建模計(jì)算，將符合客戶特點(diǎn)的模型作為指導(dǎo)模型對(duì)客戶進(jìn)行產(chǎn)品推薦。 用戶訪問推薦模塊是利用 Web 服務(wù)器來進(jìn)行實(shí)時(shí)數(shù)據(jù)分析并進(jìn)行推薦的功能，通過對(duì)客戶信息的即時(shí) 分析 來確定對(duì)客戶的 個(gè)性化服務(wù) 推薦內(nèi)容。 網(wǎng)站調(diào)整模塊是根據(jù)該系統(tǒng)得出的結(jié)果在客戶訪問當(dāng)前頁(yè)面進(jìn)行數(shù)據(jù)信息的實(shí)時(shí) 添加、 調(diào)整 ，最大限度的將當(dāng)前頁(yè)面顯示的內(nèi)容所當(dāng)前客戶的興趣偏好相匹配。 （ 四 ） 基于數(shù)據(jù)挖掘的旅游電子商務(wù)個(gè)性化服務(wù)的實(shí)現(xiàn)方法 個(gè)性化推薦是實(shí)現(xiàn)在線旅游業(yè)個(gè)性化服務(wù) 的重要技術(shù)基礎(chǔ)，在個(gè)性化服務(wù)整體架構(gòu)的基礎(chǔ)上，采用個(gè)性化的推薦服務(wù)能夠?qū)⒃O(shè)計(jì)思想全面表達(dá)出來， 將旅游電子商務(wù)個(gè)性化服務(wù)體系的架構(gòu)從理論變成實(shí)踐。 通常，根據(jù)國(guó)際上 關(guān)于個(gè)性化推薦系統(tǒng)建設(shè)的 主流技術(shù)， 旅游類電子商務(wù) 個(gè)性化 服務(wù) 的推薦服務(wù) 通常采用以下方式來實(shí)現(xiàn) ： （ 1） 、 基于 內(nèi)容的推薦技術(shù)， 即 通過 客戶 行為信息為客戶建立的信息標(biāo)簽與客戶信息數(shù)據(jù)庫(kù)、推薦服務(wù)模型進(jìn)行數(shù)據(jù)比對(duì)，根據(jù)比對(duì)結(jié)果進(jìn)行個(gè)性化的內(nèi)容推薦。 （ 2）、 基于規(guī)則的推薦， 根據(jù)數(shù)據(jù)收集的結(jié)果分析所收集數(shù)據(jù)類型。 首先找出所有的高頻項(xiàng)目組，然后 根據(jù)關(guān)聯(lián)規(guī)則進(jìn)行數(shù)據(jù) 分析，并計(jì)算各數(shù)據(jù)與關(guān)聯(lián)規(guī)則之間的 最小支持度（ Min support）和最小支持度。例如， 通過關(guān)聯(lián)規(guī)則 分析 客戶訂購(gòu)景區(qū)門票后 也會(huì)對(duì)酒店和交通工具的預(yù)訂 ，因此可以在客戶訂購(gòu)旅游產(chǎn)品時(shí)推薦 其所訂購(gòu)旅游產(chǎn)品附近的餐飲酒店業(yè)務(wù)和交通工具等，實(shí)現(xiàn)組合銷售 。 （ 3）、 定向推薦， 分析出客戶的興趣偏好，比對(duì)客戶標(biāo)簽數(shù)據(jù)庫(kù)，將與客戶瀏覽產(chǎn)品相同類型和相似類型的產(chǎn)品進(jìn)行同時(shí)推薦，即先對(duì)客戶行為 數(shù)據(jù) 進(jìn)行分析，根據(jù)分析結(jié)果 對(duì)客戶進(jìn)行分類，最后根據(jù) 客戶 類別進(jìn)行 產(chǎn)品定向推薦。這種定向推薦方式可以用于對(duì)于門票、酒店、餐飲和交通工具的預(yù)訂 ，對(duì)于旅游行業(yè)來說尤其適合。 （ 4）、 組合推薦，與互聯(lián)網(wǎng)的 P2P 下載 技術(shù)相類似，個(gè)性化的推薦方式同樣可以采用 客戶對(duì)客戶的推薦模式，不同的是這種模式需要先對(duì)客戶標(biāo)簽數(shù)據(jù)庫(kù)進(jìn)行比對(duì)歸納出相同興趣偏好的客戶群體，然后將該用戶群體中搜索查詢較多的產(chǎn)品在該客戶群組內(nèi)進(jìn)行推薦。 這是一種非常先進(jìn)的個(gè)性化推薦方法， 與其他方法相比，這種方法 不但 節(jié)省了計(jì)算機(jī)資源，而且定位準(zhǔn)確，推薦信息準(zhǔn)確度更高。 五、結(jié)束語(yǔ) 本文在對(duì)旅游電子商務(wù)個(gè)性化服務(wù)分析過程中，采用了基于數(shù)據(jù)挖掘的方法，同時(shí)結(jié)合攜程網(wǎng)的具體案例，分析了 旅游電子商務(wù)企業(yè)在個(gè)性化服務(wù)中存在的 數(shù)據(jù)收集、數(shù)據(jù)管理、數(shù)據(jù)結(jié)果分析方面的 主要問題 ， 又分析了 攜程旅行網(wǎng) 在 數(shù)據(jù)挖掘方面的優(yōu)勢(shì) ， 通過對(duì)攜程旅行網(wǎng)在數(shù)據(jù)收集、數(shù)據(jù)管理和個(gè)性化推薦系統(tǒng)方面的優(yōu)勢(shì)措施 具體的分析，給其他旅游電子商務(wù)個(gè)性化服務(wù)的建設(shè) 以巨大的經(jīng)驗(yàn)借鑒。 本文著重分析了在旅游電子商務(wù) 個(gè)性化服務(wù)建設(shè)過程中該如何有效利用數(shù)據(jù)挖掘的思想及具體方法， 即如何正確處理個(gè)性化服務(wù)體系的組織問題，包括對(duì)訪客信息搜集子系統(tǒng)、數(shù)據(jù)分析子系統(tǒng)、個(gè)性化內(nèi)容推薦子系統(tǒng)、網(wǎng)站用戶子系統(tǒng)四大組成部分的組織架構(gòu)及具體的建模分析。 但是，電子商務(wù)是一個(gè) 發(fā)展極為迅速的行業(yè)， 同樣在 電子商務(wù)個(gè)性化建設(shè)過程中 也存在著很多未知的 研究 方法， 而且關(guān)于個(gè)性化的研究時(shí)間不過短短數(shù)十年，很多技術(shù)人就處于研究階段，在技術(shù)上有很大的不成熟性 ，在數(shù)據(jù)挖掘方面的 技術(shù)方面也面臨很多困難。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(duì)用戶網(wǎng)絡(luò)的 IP 識(shí)別 和 Agent 識(shí)別 問題仍然需要更 先進(jìn) 的技術(shù)支持；在數(shù)據(jù)存儲(chǔ)方面，仍然需要更先進(jìn)的數(shù)據(jù)存儲(chǔ)方式來解決海量數(shù)據(jù)的存儲(chǔ)問題；在數(shù)據(jù)處理方面，對(duì)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。