基于電子商務大數據領域的數據可視化分析系統設計

陳海蕊

摘 要：大數據時代的來臨，為了提高企業核心競爭力，首先需要解決電子商務大數據領域中，沒有實現數據可視化應用的問題，對基于電子商務大數據領域的數據可視化分析系統設計進行研究，對系統主要模塊、后臺查詢模塊及頁面數據請求進行設計，通過數據可視化分析系統幫助企業在多變的數據時代趨勢下，找到更好的發展出路。

關鍵詞：電子商務；大數據領域；數據可視化；系統設計；

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-2945（2018）24-0082-02

Abstract： With the advent of the big data era， in order to improve the core competitiveness of enterprises， first of all， we need to solve the problem that there is no data visualization application in the field of electronic commerce big data. The design of data visualization analysis system based on electronic commerce big data is studied. The main modules of the system， the background query module and the page data request are designed. Through the data visualization analysis system， it is hoped to help enterprises to find a better way out for development in the changing trend of the data era.

Keywords： e-commerce； big data domain； data visualization； system design

引言

大數據（BIG DATA）時代的來臨，同樣帶來了物聯網、互聯網、云端計算機等信息技術的發展，將人類生活與信息處理相結合，產生巨大的數據[1-2]。對基于電子商務大數據領域的數據可視化分析系統進行設計。

1 系統硬件設計

1.1 設計基本思路

電子商務作為現今一種新的商業模式，為用戶帶來了更加高效便捷的服務體驗。實現傳統商業服務向著PC平臺的發展，這種服務趨勢能夠根據客戶購買特性，為客戶提供更加個性化的服務，大量電商數據的有效分析，具有十分重大的意義[3]。

1.2 系統目標

基于電子商務大數據領域的數據可視化分析系統的主要目標為實現電子商務數據的可視化查詢系統。系統利用DPI對用戶數據進行分析，而瀏覽器中的圖像化數據由Highcharts呈現[4]。

1.3 數據可視化模型

數據采集主要包括采集客戶數據，為后續電子商務數據提供可分析的原始數據、采集商品信息從而對客戶的商品購買提供詳細信息兩個方面；數據解析過程，主要為對客戶購買的商品，通過系統對數據進行流量的重組分析，建立針對客戶的消費事件表，并結合信息庫對事件表進行補充[5]。

1.4 系統總體設計

根據過程模型，系統整體框架主要分為四層，主要分為用戶層、應用展示層、邏輯層以及數據層。用戶層主要面向管理員，系統向不同用戶呈現具體系統頁面。

通過網絡爬蟲對產品信息進行提取與更新后，通過基于數據包的深度檢測技術（Deep Packet Inspection，DPI）進行客戶信息提取。基于電子商務大數據領域的數據可視化分析系統中，描述等產品信息庫，與DPI模塊相呼應。

2 系統軟件設計

2.1 主要模塊數據表

UPL被網絡爬蟲將商品信息分為網站，進行分類爬取，將所獲取的產品信息庫進行存儲，產品信息主要包括，網站名稱、商品ID、商品描述、一級目錄及描述、二級目錄及描述、三級目錄及描述。

2.2 后臺查詢模塊

系統后臺查詢系統主要完成數據查詢及數據組裝，根據不同用戶的需求，數據組裝功能實現了對部分字段、記錄的顯現，數據組裝功能包括數據格式的轉換。后臺代碼根據前臺請求，查詢所需字段的對應數據。簡化代碼設計，簡明代碼如下：

2.3 頁面數據請求

前臺頁面完成輸入參數的組裝問題及請求提交，若商品屬性包括網站在內有九個屬性，因此頁面為方便用戶選擇，需要現實九個屬性可供選擇，部分代碼如下：

3 仿真實驗分析

為了測試本文設計的基于電子商務大數據領域的數據可視化分析系統能夠對有效處理電子商務中數據，設計了對比仿真實驗[6-7]。

3.1 參數設定

為保證設計的基于電子商務大數據領域的數據可視化分析系統能夠對數據進行有效的可視化分析，對100組數據進行處理，將傳統方法與本文系統處理結果進行對比。根據上述仿真設定的參量以及環境設定，進行實驗，結果如下。

3.2 結果分析

分析上圖可知，基于電子商務大數據領域的數據可視化分析系統能夠更加準確地對數據進行可視化分析，且分析結果準確率遠遠高于傳統檢測方法。

4 結束語

電子商務的發展普及也帶來了大量的商務數據，企業想要在大數據時代提高企業核心競爭力，就需要對數據進行合理的分析，這種情況也造成了數據價值的流失。基于電子商務大數據領域的數據可視化分析，成為電子商務數據管理發展的主要趨勢。

參考文獻：

[1]劉自強，王效岳，白如江.多維度視角下學科主題演化可視化分析方法研究——以我國圖書情報領域大數據研究為例[J].中國圖書館學報，2016，42（6）：67-84.

[2]柳向東，陳錦嵐.旅游電商對產品區域異質性的提升策略研究——基于大數據與數據可視化方法[J].統計與信息論壇，2017，32（8）：31-38.

[3]孫波，王曉 ，呂新華.我國60年來土壤養分循環微生物機制的研究歷程——基于文獻計量學和大數據可視化分析[J].植物營養與肥料學報，2017（6）：1590-1601.

[4]蘇楠.基于CSSCI的我國大數據研究可視化分析[J].情報科學，2016，36（3）：112-116.

[5]邵慧麗，張帆，郝哲，等.基于知識圖譜國際視野下大數據研究可視化分析[J].圖書館雜志，2016（5）：13-19.

[6]柳向東，陳錦嵐.旅游電商對產品區域異質性的提升策略研究——基于大數據與數據可視化方法[J].統計與信息論壇，2017，32（8）：31-38.

[7]陳偉，Smieliauskas Wally.大數據環境下基于數據可視化技術的電子數據審計方法[J].中國注冊會計師，2017（1）：85-89.