会员登录
会员注册摘要：本文介绍了数据挖掘技术，分析了数据挖掘在旅游电子商务中的作用，并介绍了在旅游电子商务中如何应用数据挖掘技术。
关键词：旅游电子商务，数据挖掘，旅游者
1、引言
随着现代信息技术的迅猛发展，在全球内掀起了信息化浪潮。信息产生的渠道越来越多，信息更新的频率日益加快，各行业均产生了数以万计的数据库。人们面对着大量的数据，却往往无法找到需要的信息，很难发现数据之间的相互关系，这就是信息爆炸带来的困惑。如何有效地利用和处理大量的数据成为当今世界共同关心的问题。随着数据库技术、人工智能、数理统计和并行计算等技术的发展和融合，数据挖掘技术应运而生。
2、旅游电子商务与数据挖掘
旅游电子商务，是指以网络为主体，以旅游信息库、电子化商务银行为基础，利用最先进的电子手段运作旅游业及其分销系统的商务体系。
数据挖掘是一个利用各种分析工具在大量数据中发现模型和数据间关系的过程，这些模型和关系可以用来做出预测。数据挖掘的第一步是了解数据、描述数据、计算统计变量，再用图表或图片直观地表示出来，进而可以看出一些变量之间的相关性。然后我们用历史数据建立一个预测模型，再用另外一些数据对这个预测模型进行测试。当然，一个很好的模型也不可能做到与实际系统中的数据100%相符，但是只要它同实际数据在相当程度上是符合的，那么这个预测模型就可以为决策者提供一个指南和依据。最后是验证模型。如果模型同实际数据差异很大，说明模型的可信度较差，需要对模型进行进一步改进。如果模型同实际数据已经比较符合，我们可以认为模型的可信度已经达到了要求，可以利用模型对系统进行预测。
3、数据挖掘在旅游电子商务中的作用
数据挖掘技术之所以可以服务旅游电子商务，是因为它能够挖掘出活动过程中的潜在信息以指导旅游电子商务营销活动。在旅游电子商务中其作用有4个方面：
3.1挖掘客户活动规律，针对性的在旅游电子商务平台下以提供“个性化”的服务
当游客浏览网页时会在服务器上产生相应的服务器数据，如server logs、error logs和cookie logs文件。通过分析这些文件，利用数据挖掘方法发现用户的使用模式，掌握了访客的浏览兴趣和基本特征，及时调整旅游信息，迎合用户的需要，从而向用户提供个性化服务。例如网页A是有关广西桂林旅游的信息，而网页B是有关广西北海旅游的信息。假如通过关联分析得到：50%的客户浏览页A时，同时浏览页B，则说明页A和页B之间有一定的相关性，从而可以在页A推荐例表加上网页B。
3.2可以在浏览旅游网站的访问者中挖掘出潜在的客户
在对旅游网站的客户访问信息的挖掘中，利用分类技术可以在lnternet上找到未来的潜在客户。获得这些潜在的客户通常的市场策略是先对已经存在的访问者进行分类，一般分为三种：“no customer”、“visitor once”和“visitor regular”。对于一个新的访问者，通过在网站上的分类发现，识出这个客户与已经分类的老客户的一些公共的描述，从而对这个新客户进行正确的分类，然后从它的分类判断这个新客户是有利可图的客户群还是无利可图的客户群，决定是否要把这个新客户作为潜在的客户来对待，从而可以有的放矢地调整营销战略。如果发现某些客户为潜在客户群体，就可以将该类客户感兴趣的页面动态推荐给他们。
3.3优化旅游网站的信息导航，方便客户浏览
旅游网站上页面内容的安排和连接就如超级市场中物品在货架上的摆设一样，把具有一定支持度和信任度的相关联的物品摆放在一起有助于销售，利用关联规则的发现可以针对客户动态调整站点的结构，使客户访问的有关联的文件间的连接能够比较直接，让客户能够容易的访问到想访问的页面，网站如果具有这样的便利性，能给客户留下较好的印象，增加了下次访问的机率。
3.4通过旅游网站访问者的活动信息的挖掘，可以更加深入的了解客户需求
对Web查找信息数据进行聚类分析，对具有相似浏览行为的客户进行分组，找到分组中客户的共同特征，帮助旅游电子商务的组织者更好地了解自己的客户群，从而更深层次地了解旅游目的地或旅游产品的细分市场，并通过调整网站信息向不同的客户群提供相应的更适合、更具有客户满意度的服务。例如，经常性浏览探险刺激类旅游项目（如漂流、生态探险等）的访客，可以将他们聚集为青年旅游市场，对这类访客提供新奇、动感、参与性强、刺激性强的旅游产品推荐：而经常性浏览历史文化类旅游项目的访客，则可以聚集为中老年旅游市场，为这类访客提供更多的历史类、革命纪念地等类型的产品推荐，满足他们对旅游信息的需求。
4、数据挖掘技术在电子商务中的几点应用
4.1实施CRM战略，为客户提供个性化服务
随着网络的普及和旅游网站的增多，客户常会迷失在复杂的网站和众多的信息中。这就要求网站应当“以客户为中心”。根据客户个人喜好，提供与众不同的个性化服务。并根据原始数据对网站的运行状况做深入、细致和准确的分析，通过分析访客的行为模式，帮助旅游网站采取措施来提高访客对于旅游网站的兴趣和忠诚度，从而建立长期的顾客关系，防止客户流失。例如通过系列模式的发现，客户在一周以来经常浏览关于某旅游地方面的资料，可以预测他有该地的想法。这样，网站可以把有关该旅游地最近的旅游活动和广告，放置在主页，以使客户能继续保持对查找网站的兴趣。
4.2制定旅游产品营销策略，优化促销活动
通过对旅游目的地访问和销售情况进行挖掘，旅游企业能够获取客户的访问规律，针对不同的旅游产品制定相应的营销策略。如利用数据挖掘技术可实现不同旅游线路优惠策略的仿真。根据数据挖掘模型进行模拟计费和模拟出账，其仿真结果可以揭示优惠策略中存在的问题。并进行相应的调整优化，以达到促销活动的收益最大化。
4.3目的地推荐和旅游项目推荐
推荐引擎技术是利用Web挖掘技术开发的网上客户关系管理工具。首先创建一个关于旅游目的地的信息数据仓库，并分析访客的兴趣、个性、偏好、人口特征等，形成包含一系列针对各种类型旅游者的旅游服务方案，并针对旅游者的旅游偏好、旅游需求、旅游心理提供个性化的旅游建议和线路推荐，提高满意度，赢得效益。旅游网站的推荐引擎通常包括目的地推荐和旅游项目推荐引擎。
目的地推荐引擎帮助旅游者在选定旅游目的地后，推荐个性化的旅游服务项目，协助旅游者作出在目的地其间的旅游服务项目，协助旅游者做出在目的地期间的旅游计划。这类推荐引擎为旅游者提供更为具体的旅游服务信息，涉及到所在目的地的食、住、行、游、购、娱各个方面。包括目的地的旅游交通、旅游线路、住宿、用餐、夜生活、娱乐、购物街、特产和观光项目等。
目的地推荐引擎适用于大型旅游批发商、旅游营销商和专业旅游网站，而旅游项目推引擎则适用于地方旅游营销商。对于各级旅游管理部门和旅游协会的网站建设来说，目的地推荐引擎适用于国家级和省级旅游管理部门和旅游协会组织；旅游项目推荐引擎则适用于城市旅游管理部门和旅游协会组织。
4.4改进系统各项性能，增强系统安全性
对旅游网站各种数据的统计分析有助于改进系统性能，增强系统安全性，并提供决策支持。Web服务的性能和其他服务质量是衡量客户满意度的关键指标旧。数据挖掘可以通过客户的拥塞记录发现站点的性能瓶颈，以提示站点管理者改进Web缓存策略、网络传输策略、流量负载平衡机制和数据的分布策略。此外，还可通过挖掘分析网络的非法人员数据找到系统弱点并改进，提高站点可靠性，保证旅游电子商务的正常开展。
5、结语
数据挖掘技术正以前所未有的速度发展，并且扩大着用户群体，在未来越来越激烈的市场竞争中，拥有数据挖掘技术必将比别人获得更快速的反应，赢得更多的商业机会。数据挖掘技术，能使旅游电子商务网站资源的配置更合理化，能发现隐含的有价值的信息，改进网站设计，找到潜在的客户、为已有客户提供更好的个性化服务。随着数据挖掘技术的不断深化，将会有更多、更好的方法应用到旅游电子商务中。
参考文献：
[1]查良松．信息技术及其在旅游业中的应用[J]黄山学院学报2005，7（5）：28-31．
[2]梅绍组．电子商务与物流[M]清华大学出版社，2000
（作者单位：桂林旅游高等专科学校）