摘要
日常商业运作中，电子商务网站会产生大量的商业数据，商务智能领域研究的任务之一就包括从Web服务器日志中挖掘出知识集。其中，通过分析客户的浏览行为和发现客户的浏览模式来提供个性化服务，已得到人们越来越多的重视。
基于此目的，本文提出智能电子商务个性化服务推荐引擎系统，该系统使用推荐引擎技术和Apriori算法，提供动态、实时的个性化服务。系统在结构上分为离线模块和在线模块，离线模块包括原始数据的预处理和挖掘算法的运行：在线模块使用个性化推荐引擎向客户提供个性化Web页面推荐。
最后，该推荐引擎技术成功地运用到美国Ox International公司的DFW电子商务系统中，实现了DFW电子商务个性化服务推荐引擎系统，它能够高效稳定地向客户推荐个性化的商品Web页面。
E-commerce Web sites often generate large volumes of data in their daily operations. Analyzing such data involves the discovery of meaningful relationships from access logs stored in Web server. Specially, one of tasks is analyzing user browsing behavior for personal navigation purposes.
Based on the B2B DFW e-commerce System for Ox International, Inc. U.S.A, we present an Personalization Recommendation Engine System, drawing heavily upon Web usage mining techniques and Apriori-based Algorithm, making the personalization process automatic, and dynamic. The system architecture separates the offline process of data preparation and Web mining, and the online process of customizing Web pages based on a user's active session.
The Recommendation Engine model has been successfully applied to DFW e-commerce System , and it has a good impact on providing Personalization Recommendation pages.
引文
[1] 吴应良，徐学军，孙东川．电子商务应用系统的安全机制与模式[J]．计算机应用研究，2001，6：58-60
[2] Warwick Ford,Michael S.Baum.安全电子商务—数字签名和加密构造基础设施[M]．北京：人民邮电出版社，2002：16-56
[3] 钟元生．基于SSL的安全Web站点实现[J]．计算机应用研究，2002，19(1)：61-63
[4] 杨飞华，童献平．电子商务的信息安全机制[J]．微机发展，2002，2：39-43
[5] 左开中，汪伟．XML语言在Web数据挖掘中的应用[J]．微机发展，2002，3：59-61
[6] 熊雪梅．21世纪的门户站点[J]．计算机与通信，1999，7：7-9
[7] 宋爱波，胡孔法，董逸生．Web日志挖掘[J]．东南大学学报(自然科学版)，2002，32(1)：15-18
[8] 王建丽，丁振国．一种基于XML的Web数据挖掘技术[J]．西安科技学院学报，2002，22(3)：337-340
[9] 赵亮，胡乃静，张守志．个性化推荐算法设计[J]．计算机研究与发展，2002，39(8)：986-991
[10] 君思电子商务世界．电子商务知识园地[EB/OL]．http://www.juns.com.cn/,2002
[11] 清溪在线．电子商务分类[EB/OL]．http://www.qingxi-online.net/kexin/dzsw.htm,2002
[12] 秦学礼．企业门户网站的建设和应用[J]．计算机时代，2002，8：41-42
[13] 赛迪网．UNCTAD会议：全球电子商务现状与发展概要[EB/OL]. http://wy.cnii.com.cn/20021119/ca106805.htm, 2002
[14] 朱红，王兆瑞，由颖．基于WEB的数据挖掘模型[J]．沈阳工业大学学报，2002，24(1)：61-63
[15] 宋爱波，胡孔法，董逸生．Web日志挖掘[J]．东南大学学报(自然科学版)，2002，32(1)：15-18
[16] 数据挖掘讨论组．数据挖掘资料汇编[EB/OL]．http://www.dmgroup.org.cn,2002
[17] Jiawei Han,Micheline Kamber著，范明，孟小峰等译．数据挖掘概念与技术[M]．北京：机械工业出版社，2001．8
[18] 慕红宇，熊金明．基于数据仓库的数据挖掘技术[J]．绍兴文理学院学报，2002，22(1)：45-49
[19] 韩家炜，孟小峰等．Web挖掘研究[J]．计算机研究发展，2001，38(4)：405-141
[20] 石晶，龚震宇等．基于Web使用挖掘的个性化服务系统[J]．电子科技大学学报，2002，31(4)：399-403
[21] 宋爱波，董逸生．Web挖掘研究综述[J]．计算机科学，2001，28(11)：13-16
[22] 张静，田忠和．基于IIS和Web日志的关联关系的挖掘[J]．华中科技大学学报(自然科学版)，2002，30(8)：37-39
[23] 吴军．C#实用教程[M]．北京：人民邮电出版社，2001
[24] 施建生，伍卫国等．Web日志中挖掘客户浏览模式的研究[J]．西安交通大学学报，2001，35(6)：621-624
[25] 郑秀丽，王乐宁等．基于数据挖掘技术的电子商务客户潜力开发方案[J]．计算机工程
与应用，2002，(5)：194-195
[26] 刘兴雨．数据挖掘技术及其在电子商务中的应用[J]．计算机系统应用，2001，(6)：46-47，51
[27] 杨乔林．Internet上的电子商务[J]．计算机系统应用，1998，(11)：10-12
[28] 徐振航，刘莉芹．基于XML的Web数据挖掘技术[J]．计算机系统应用，2001，(1)：39-42
[29] 郝先臣．张德干等．模糊聚类挖掘方法在电子商务中的应用研究[J]．计算机工程，2002，28(1)：33-35
[30] 孙雁，赵丽秋，田忠和．基于MS Analysis Services的数据挖掘的开发模式[J]．计算机与现代化，2002，(5)：4-6．
[31] 郝先臣，张德干等．用于电子商务中的数据挖掘技术研究[J]．小型微型计算机系统，2001，22(7)：785-788
[32] 姜合，徐坤忠．Web使用挖掘研究[J]．山东轻工业学院学报．2002，16(3)：49-53
[33] 陈恩红，徐涌等．Web使用挖掘：从Web数据中发现客户使用模式[J]．计算机科学，2001，28：85-88
[34] 吉根林，孙志挥．Web挖掘技术研究[J]．计算机工程，2002，28(10)：16-17，146
[35] 宋爱波，胡孔法等．Web日志挖掘[J]．东南大学学报(自然科学版)，2002，(1)：15-18
[36] 陈建华，包煊．Web挖掘系统的设计与实现[J]．计算机工程，2002，28(8)：141-142，152
[37] Liu Jianxun, Zhang Shensheng. An Inter-enterprise Workflow Model for Supply Chain and B2BE-commerce[J].HIGH TECHNOLOGYLETTERS, 2002, 8(2): 51-55
[38] M.S.Baum,Secure Electronic Commerce[M].Prentice Hall PTR,1997
[39] Advanced Integration Method (AIM) and Simple Integration Method (SIM) Conversion Guide[EB/OL]. 2002, Available at https://secure.authorize.net.
[40] Enterprise PKI Solutions [EB/OL].1999, Available at http://www.verisign.com.
[41] Bamshad Mobasher. WebPersonalizer: A Server-Side Recommender System Based on Web Usage Mining
[42] Ming-Syan Chen, Jong Soo Park, Philip S.Yu. Data Mining for Path Traversal Patterns in a Web Enviroment.
[43] Robert Cooley, Ba shad Mobasher,Jaideep Srivastava. Data Preparation for Mining World Wide WebBrowsing Patterns
[44] R. Cooley, B.Mobasher, J. Srivastava. Grouping Web Page References into Transactions for Mining World Wide Web Browsing Patterns
[45] Bamshad Mobasher, Honghua Dai, Tao Luo, Yuqing Sun, Jiang Zhu. Combining Web Usage and Content Mining for More Effective Personalization
[46] Effective Personalization Based on Association Rule Discovery from Web Usage Data [EB/OL].2001,Available at http://maya.cs.depaul.edu/～mobasher/papers/ WIDM 01/node 1 .html
[47] Oracle9i Business Intelligence[EB/OL].Available at http://otn.oracle.com/ global/cn/products/bi/index.html
[48] Klemttinen M, Mannila Hetal.Finding interesting rules from large sets of discovered
association rules [C]. Proceedings of the 3rd Intemational Conference on Information and Knowledge Management. Maryland: ACM Press, 1994: 401-107