大數據應用下電子商務平臺的設計與實現

朱志輝 朱梅芳

摘 要：隨著信息技術的發展，人類每天產生海量的數據信息超過了任何歷史時期產生的數據信息。大數據已經成為企業和社會關注的戰略性資源，如何通過有效的手段挖掘有效的數據信息，以便更好地為企業和社會服務。近年來，隨著智能手機的廣泛應用和普及，使得移動電子商務快速發展，各個電子商務平臺之間的競爭越來越激烈。將大數據技術應用在電子商務平臺中，充分挖掘用戶的個人潛在需求，將用戶感興趣的商品信息推薦給用戶，成為當下大數據時代電子商務企業提高自身競爭力的有效手段。

關鍵詞：大數據時代 電子商務平臺 移動電子商務

中圖分類號：F724.6 文獻標識碼：A 文章編號：2096-0298（2017）09（b）-012-03

近年來隨著信息技術的發展，我國電子商務快速發展，根據相關數據顯示，2016年我國電子商務的交易額達到了26.1萬億元，同比增長19.8%，我國電子交易市場規模占全球電子商務零售市場的39.2%，我國電子商務市場的國際影響力不斷增強，連續成為全球規模最大的網絡零售市場。中國網絡購物用戶規模、電子商務交易額、電子商務從業人數不斷增長，電子商務平臺上承載了用戶大量的個人信息和交易信息，而電子商務的數據信息不僅量多，而且結構復雜，其中業務數據信息比較多，如何通過大數據技術充分發掘這些有效的數據信息，從而充分利用這些數據信息，已經成為當下電子商務平臺關注的焦點。目前國內外電子商務企業已經認識到電子商務平臺數據信息的價值，國內的阿里巴巴、京東等電子商務平臺已經開始應用大數據技術，通過海量數據的發掘、交換、整合和分析，發現數據的價值。電子商務平臺通過用戶在線商品信息的瀏覽、每一次購物評論，形成用戶真實的購物檔案，并通過大數據技術對其進行分析和挖掘，從而發現用戶行為的規律，根據這些規律為用戶未來消費提供預測，這些預測雖然不是百分之百的精準，但是為廣告商投放廣告提供了一定的指導。因此在電子商務平臺上，大數據的應用將會提供更多元的功能。

1 大數據技術

關于大數據的定義，沒有明確的定義，目前比較權威的是美國麥肯錫研究所，一種規模大到在獲取、存儲、分析、管理方面大大超出了傳統數據庫軟件工具能力范圍的數據集合，具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。大數據無法用單位計算機處理數據信息，而是通過分布式架構，對這些海量數據進行挖掘。大數據被譽為21世紀的煤炭，通過大數據技術能夠為大量的消費者提供產品或者為服務企業提供精準營銷，中小微型企業可以利用大數據做服務轉型，在互聯網壓力下的傳統企業可以通過大數據信息為轉型升級服務。隨著社會的發展，未來大數據將會越來越實時化、進入到電子商務垂直領域，并形成發展生態鏈，開放性越來越大，大數據將走向數據交換和數據交易。

2 電子商務

電子商務是在互聯網上以電子交易方式進行的商務活動，是傳統商務信息化、網絡化的一種商務活動。目前主要有三種模式：B2B、B2C、C2C。電子商務作為當下社會最有價值的商務模式，它以信息技術為基礎，以商務為核心，打破了時間、空間的限制，極大地提高了生產、銷售和管理水平，降低了企業銷售成本。在“互聯網+”背景下，無線通信技術在電子商務中得到廣泛應用，大部分的電子商務平臺完成了向移動端發展的轉變。2016年中國網絡購物用戶規模達到了4.67億，其中手機網絡購物用戶規模達到了4.41億人，占手機網民的63.4%，較2015年增長了29.8%，如圖1所示。

移動端用戶在規模和信息交換的實時性、多樣性等方面優勢比PC端更具優勢。因此近年來，移動支付不斷上升。將大數據和云計算技術應用在電子商務平臺上，能夠為企業提供百億數量級別的查詢和數十億級別的各類業務處理提供了良好的支撐。因此，近年來，大數據技術成為國內眾多電子商務平臺發展的重點技術。

3 大數據技術在電子商務領域的應用

大數據技術在電子商務平臺主要在用戶體驗、市場營銷、庫存管理以及用戶管理等方面。

3.1 大數據技術在電子商務平臺的客戶體驗

電子商務平臺網絡上的界面結構和功能是吸引客戶的關鍵，大多數電子商務企業為了提高交易額，往往通過大數據技術用戶消費行為模式，并通過用戶歷史購物記錄，在這個基礎上通過web挖掘技術改進關鍵詞加權，將用戶的關鍵詞進行延伸，提高商品信息搜索的精準率，并根據不同消費者的消費習慣，動態調整商品信息的布局，實現對商品信息的分類和聚合，呈現商品信息初步瀏覽的效果。以淘寶為例，淘寶網往往根據用戶曾經訪問某商品的比例和瀏覽人群設置廣告的排版和布局，從而增加廣告投放的投資效益。通過大數據技術的應用，能夠滿足消費者個性化的需求。

3.2 數據技術應用于市場營銷

電子商務企業將大數據技術應用在電子商務平臺上，能夠最大限度降低企業在營銷、管理過程的人力、財力和時間成本。電子商務企業的技術人員可以構件分布式存儲系統，并通過web挖掘技術將用戶在不同網絡平臺上的個人信息、瀏覽習慣貼上標簽，并按照不同格式的數據進行存儲管理，并對潛在的用戶提供商品和服務的銷售。

3.3 數據技術應用于庫存管理

在零售行業中，庫存銷量比是企業重要的效率指標，管理人員可以根據倉庫庫存及時查詢到商品的流入和流出，并通過在線市場供求變化進行數據分析，從而準確預測到市場供求變化，制定商品生產計劃，降低庫存積壓風險，從而提高商品生產、銷售效率，提高企業的資金周轉能力。

3.4 數據技術應用于客戶管理

電子商務平臺上的客戶管理其本質是為用戶提供可持續的商品和服務，通過大數據技術，電子商務企業可以將消費者分成普通用戶和核心用戶，并根據消費等級建立會員級別。目前國內很多大型的電子商務企業，通過大數據技術分析消費者的消費行為定量定性測評買家的信用，并根據商家的商品銷量和服務質量測定賣家的信用，這樣讓買賣雙方都能夠遵守電子商務交易規范，從而促進電子商務健康發展。在消費者反饋環節，傳統的市場營銷活動中，需要通過電話回訪、問卷調查等方式采集用戶反饋信息，不僅耗時耗力，而且采集的反饋信息準確率比較低。通過大數據技術和云計算，可以將海量數據信息進行統計、查詢和更新，將其加工成具有商業價值的數據信息，從而為電子商務企業的市場營銷提供精準、全面的反饋信息。以支付寶為例，支付寶注冊用戶達到了6億人，通過對客戶信息的研究，分析用戶群的個性，在寫推薦文案的時候，可以針對用戶特性進行描述。而針對老客戶，則通過購物記錄，分析用戶需要什么樣的商品，從而向用戶精準營銷，提供用戶購買頻次。

4 大數據應用在電子商務平臺發展遇到的問題

4.1 大數據應用效率低

隨著操作系統和集成技術的發展，讓國內很多電子商務系統出現了數據孤島和異構問題，再加上企業競爭，電子商務平臺數據信息不能進行業務交換、信息共享、協同和控制。大部分電子商務企業的數據和系統都是自己獨立開發的，大數據應用的海量信息不能在電子商務行業進行共享。以國內的阿里巴巴為例，作為全球最大的電子商務平臺，阿里巴巴的信息基礎設施相對比較完善，但是其數據具有一定的封閉性，其他互聯網企業無法在業務與電子商務安全方面實現互聯網信息的共享和操作。在一些中小型電子商務企業無法承受系統開發和維護成本，所以數據信息的開發利用率比較低。

4.2 消費者個性化需求不斷擴大

隨著電子商務的不斷發展，電子商務平臺上各類商品信息越來越多、覆蓋面積越來越廣，商品的同質化現象嚴重。面對琳瑯滿目的商品，消費者往往無從選擇，很多消費者在購買之前，需要對商品進行反復選擇，這在一定程度上增加了消費者購物的時間成本。因此，如何優化用戶體驗，為用戶提供個性化的商品服務迫在眉睫。信息時代，電子商務企業的競爭已經轉變成了數據的競爭。數據成為了電子商務企業主要競爭力，誰擁有了大數據，誰就有了市場競爭力。但是消費者不會直接告訴企業其個人需求，需要企業充分挖掘消費者的消費習慣、消費模式、瀏覽習慣，對比消費者在網絡上留下的各種足跡。這就需要企業充分對消費者的個人數據信息進行采集、分析和對比，從而為消費者提供個性化的商品和服務推薦，從而提高商品的交易額。

4.3 消費者個人隱私和數據安全問題

隨著大數據技術在電子商務平臺的廣泛應用，消費者個人隱私和數據安全成為當下社會關注的焦點。由于互聯網的開放性、共享性，使得這個問題更加突出。具體體現在兩個方面：一方面由于電子商務是一種新型的商業模式，國家對電子商務活動的相關法律法規還不夠完善，電子商務交易活動涉及的敏感數據的使用權和所有權還沒有明顯的界定，在大數據采集、分析和挖掘過程中沒有考慮到個人隱私問題，如果這些數據信息處理不善，很容易對用戶個人隱私造成威脅。另一方面，由于各個電子商務平臺信息安全技術水平不一，一些黑客通過互聯網很容易竊取企業機密和個人隱私信息，對用戶的財產和人身安全造成威脅。因此，電子商務平臺在開發和設計過程中，還要加強信息安全保護。

5 大數據應用下電子商務平臺的設計

大數據技術已經廣泛應用在城市交通、通信行業、醫療、商業運營等領域，不僅方便了人們的生活，而且促進了行業發展，為行業帶來巨大的商業價值。大數據相關社區不斷成熟，各種數據中心的建立，極大地降低了大數據技術的門檻，并建立較成熟的生態圈，逐漸形成了數據采集、數據分析、數據存儲、工作流處理、精準營銷等配套系統和解決方案。因此，電子商務平臺系統在開發設計過程中，還需要考慮到各個因素，確保平臺自身的運營效率和安全性。

5.1 電子商務個性化推薦系統設計與實現

電子商務推薦系統主要是為消費者在購買商品的時候提供個性化的信息，幫助消費者購買作出決策，是面向消費者的系統。而個性化推薦系統則能夠及時收集消費者個人信息，并根據消費者的偏好為消費者提供個性化推薦，提高企業服務水平。個性化推薦系統主要分為五個模塊、數據信息收集模塊、推薦搜索引擎、處理模塊、用戶交互模塊和管理模塊。

5.1.1 數據收集模塊

數據收集模塊包括數據接口、網站數據收集、日志數據收集、用戶網站行為數據收集。數據接口是系統向不同推薦引擎提供數據接口功能，從而實現不同推薦引擎都能找到該殷勤的數據接口；網絡數據收集指系統收集該電子商務網絡的用戶數據和商品數據信息；日志數據收集指提取系統日志中消費者行為數據信息；用戶網站行為數據收集則是收集消費者在網站上的直接行為。

5.1.2 推薦搜索引擎

推薦搜索引擎包括離線推薦搜索引擎、在線推薦搜索引擎、推薦引擎組合管理。離線推薦搜索引擎是系統通過離線推薦引擎進行推薦算法功能；在線推薦引擎則是通過在線推薦引擎進行推薦算法功能；推薦引擎組合管理則是根據不同用戶制定不同推薦的功能。

5.1.3 處理模塊

根據用戶數據信息對推薦結構進行過濾，對數據信息過濾以后，按照推薦結果對信息進行排序，最后對推薦結果進行解釋。

5.1.4 用戶交互模塊

用戶交互模塊有三個功能：在線收集、用戶反饋、推薦結果封裝。在線收集指為系統提供收集用戶使用系統信息的功能；用戶反饋則是提供用戶向系統發送反饋信息的功能；推薦結果封裝則是系統向上一層系統提供推薦結果時具有封裝功能。

5.1.5 系統管理

系統管理主要有兩方面功能，第一是系統提供對系統運行參數進行優化配置功能。第二是系統提供對系統運行參數和狀態瀏覽功能的實現。完善大數據技術在電子商務領域應用的安全技術。為了有效解決大數據技術在電子商務領域應用中的數據安全和個人隱私問題，應該完善交易成功前的兩層數據傳輸安全防護技術和交易成功后的保留在服務器中的數據的客戶隱私保護技術，不斷增強大數據技術在電子商務應用中的安全性。

5.2 電子商務平臺安全防護技術

5.2.1 通過身份認證技術

為了確保電子商務交易的安全性，并保護用戶個人隱私數據的安全性，電子商務平臺系統在設計的時候，可以通過身份認證技術判定交易雙方身份的真實性。近兩年，一些不法分子通過計算機漏洞攻擊用戶網絡支付系統，盜取用戶個人信息，擅自修改用戶密碼和用戶隱私數據信息。通過身份認證技術可以有效的防止用戶竊取消費者個人信息。比如消費者個人密碼口令，或者用戶指紋、人臉或者虹膜等方式的認證，防止黑客竊取用戶信息。

5.2.2 數字證書和數字簽名

為了確保電子商務交易過程中雙方信息的真實性，通過第三方機構對買賣雙方真實身份進行驗證，并為其頒發身份憑證。數字證書將雙方身份信息綜合在一起進行數據信息加密，并制作數字簽名密鑰。通過PKI提供公鑰加密和數字簽名服務的安全基礎平臺，管理密鑰和證書信息，確保網絡交易信息安全性。如今大部分企業已經意識到數據安全性和隱私性的重要性，但是系統開發和維護需要大量的成本，一些企業為節約成本而忽視了對用戶數據信息的保護。比如一些快遞單號上面有每一個消費者的個人信息，這些都威脅到用戶數據安全。因此，國家還需要進一步加強這方面的立法，加強對這方面違法行為的打擊力度。

6 結語

在信息時代，大數據在電子商務平臺的應用已經成為一種發展趨勢。很多企業都加大對大數據技術的研發，電子商務平臺在設計的時候，可以將大數據技術應用在客戶管理、用戶商品推薦、庫存管理、用戶體驗等方面數據分析，從而通過大數據挖掘技術，幫助電子商務企業的管理者進行決策，提高電子商務企業的市場競爭力，促進我國電子商務的可持續發展。

參考文獻

[1] 倪寧.大數據時代下電子商務平臺的探索和研究——以淘寶網為例[J].江蘇商論，2014（5）.

[2] 彭海靜，酈麗.大數據背景下第三方電子商務平臺的企業商業秘密保護研究[J].江蘇商論，2016（5）.

[3] 胡燁.電子商務環境下UGC的數據挖掘及營銷應用[J].中國高新技術企業，2015（5）.

[4] 庚煬.基于大數據的線上線下電商用戶數據挖掘研究[J].中國經貿，2014（18）.

[5] 楊放.云計算在大數據環境下對電子商務的初探[J].硅谷， 2014（6）.

[6] 沈晨晴.綜合型B2C電子商務平臺服務質量與顧客忠誠度關系研究——以天貓為例[J].商場現代化，2016（28）.

[7] 郭德穎.探究大數據在廣電行業中的應用發展[J].通訊世界， 2014（22）.

[8] 王星，周影.大數據環境下的電子商務安全問題及對策[J].對外經貿，2017（1）.

[9] 鄭志新.大數據時代電子商務產業數據管理與共享機制[J].信息技術與信息化，2016（6）.

[10] 王馨晨.大數據背景下數據挖掘技術在電子商務營銷拓展中的應用——以某網商企業為例[J].生產力研究，2017（4）.

[11] 朱命冬，申德榮，解寧，等.面向關聯關系數據的分布式相似性查詢方法[J].計算機科學與探索，2014（7）.

[12] 李文海，許舒人.基于Hadoop的電子商務推薦系統的設計與實現[J].計算機工程與設計，2014，35（1）.