[发明专利]一种在电子商务平台上客户访问页面常见序列的提取方法和装置

说明书

技术领域

本发明涉及计算机数据挖掘技术，特别涉及一种在电子商务网站平台上客户访问页面常见序列的提取方法和装置。 

背景技术

随着电子商务技术和市场发展的不断完善以及国内互联网客户逐年高速增长，客户通过电子商务平台进行业务浏览和业务自助办理的数量逐年上升。电子商务平台的建设好坏直接影响了客户对企业品牌的认知度和信任度。但随着电子商务平台应用和规模的不断扩大，很多业务办理流程呈现出繁琐冗余、页面之间关联混乱的状态，极大的降低了客户体验的满意度。 

随着国内外电子商务企业对于提升客户体验的需求增加，通过研究客户体验来维系客户和提高忠诚度，国内外对于客户体验分析的相关产品逐步出现，主要包括Oracle的RUEI产品。 

RUEI全称是Real User Experience Insight，即真实客户体验洞察力产品。RUEI产品以实际内容和总体响应时间的形式，对实际返回的结果进行监控并提交深入的分析报告。分析结果从不同层面展现给公司不同的客户，提供分析帮助。但是RUEI产品提供的更多是基础层级的数据报表分析，在客户数据挖掘分析上所做的工作十分有限。 

现有的数据挖掘相关技术主要是基于传统理论上的学院派数据挖掘算法，在电子商务数据分析中起到了重要的作用，但是也存在算法实用性欠缺，运算量及运算速度无法满足实际数据要求等诸多缺点。另外，现有的数据挖掘相关技术与数据采集是相互独立的过程，不能对实时采集的数据进行挖掘。较为典型的序列模式挖掘算法包括GSP和SPADE，都直接或间接的运用了Apriori算法的性质，采用多次扫描的候选产生—测试方法，以宽度优先的方式产生很大的候选集，特别是在挖掘长序列的时候，更需要更加有效的挖掘方法。 

综上所述，现有客户体验分析相关产品或缺少客户数据挖掘功能，或不能挖掘实时数据，且挖掘效率低，无法满足大规模数据挖掘的性能。 

发明内容

本发明实施例提供的一种电子商务网站平台上客户访问页面常见序列的提取方法和装置，用以解决从海量数据中提取有效信息，分析客户访问页面常见序列，有效改善电子商务客户体验。 

一种电子商务网站平台上客户访问页面常见序列提取方法包括： 

通过嵌入代码模块部署在电子商务网站平台的WEB服务器上，在待采集的页面上嵌入采集代码，采集客户访问页面信息并发回嵌入代码模块，将采集的流量数据进行解析并存入数据库中；

对嵌入代码采集的基础数据进行预处理；

通过PrefixSpan算法快速挖掘客户访问页面序列，提取满足设定支持度阈值的序列模式，即为客户访问页面常见序列。

一种电子商务网站平台上客户访问页面常见序列提取装置包括： 

嵌入代码模块：用于在电子商务平台的WEB服务器上针对待采集页面嵌入采集代码，并收集所有采集的客户访问基础数据，进行解析后存入数据库中；

基础数据预处理模块：用于将基础数据进行格式化预处理，每天自动定时进行处理，生成待挖掘的数据集；

客户访问页面常见序列挖掘模块：用于将预处理后的数据进行客户访问页面常见序列的挖掘，并进行挖掘结果的展示。

本发明实施例在电子商务网站平台上部署嵌入代码模块，精确采集客户信息，信息内容涵盖访问广泛，客户访问行为提取完备；采用PrefixSpan算法，避免产生候选集，使得客户访问页面常见序列的提取和挖掘更加快速，并减少提取客户访问页面常见序列所占的存储空间，系统资源占用小。

附图说明

图1为实施例提取客户访问页面常见序列的部署架构图； 

图2为本发明数据预处理流程图； 

图3为本发明提取客户公共轨迹的流程图。