B2C 网站的行为分析与数据挖掘

目前我司的B2C网站改版已进入了最后阶段，下一步的工作将转入营销和模式改进方面，所以现在有空时会考虑一下代码之外的一些东西。

B2C 网站的发布，当完成了平台、资源工作后，能否出奇制胜还在于对行业、消费者和自身的认识有多少，所以需要慢慢通过现象看本质，深入的分析和挖掘网站背后更多的东西。

 这里先简单的开个头。

一、需求分析

基本需求：
    分类的访问情况；
    产品的访问与购买情况；
    PV分布情况；
   
    单点详情。不做关联与交叉比较。
    即：单个要素，如某分类的时间段PV分布图，历史数据对比，
    分类PV排行等；
    产品同上。
    如找出第二季度的热门分类和产品、从而预测明年同期的促销情况。
   
   
中级需求：
    分类与分类间的关联情况；
    产品与产品间的关联情况；
   
    关联关系。找出同种性质内容的轨迹规律。
    如:关注这个分类的人，还关注其他什么分类?从而得出两个分类的关联关系。
    关注这个内容的用户，经过若干时间后，发展成为关注其他内容的用户；
    这种需求下，主要分析关联性（轨迹），也就是用户访问URL的时序。
高级需求：
    用户与用户间的关联。
   
    个性化关联。
    经过前面两个阶段的数据挖掘和分析后，已经初步具备了分析用户与用户间的关系，通过分析用户行为的重叠部分，可得出两个用户的相同喜好和习性，从而实现针对用户的个性化推荐。