數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究

國鋒

摘要：隨著現(xiàn)在社會科技的進步，數(shù)據(jù)挖掘技術(shù)也在不斷地進步，目前數(shù)據(jù)挖掘涉及的領(lǐng)域非常廣泛，其中在電子商務(wù)領(lǐng)域也得到了廣泛的運用。這一篇文章主要是從數(shù)據(jù)挖掘的概念以及實際工作中的操作方法這些方面展開討論，通過一些案例來分析電子商務(wù)中該技術(shù)的使用情況，從而得出一定的結(jié)論，即二者的結(jié)合能夠有效的促進電商的發(fā)展。這一項技術(shù)能夠深入的分析和處理數(shù)據(jù)信息，高效的抽取出有用的信息，方便電商行業(yè)的快速迭代和變更，有利于促進公司營業(yè)額的增長，并且通過對信息的處理能夠分析出用戶的喜好，方便公司為未來的發(fā)展做出有效的計劃安排，同時也為大家的生活提供了更加便捷的方式。

關(guān)鍵詞：數(shù)據(jù)挖掘;電子商務(wù);數(shù)據(jù)處理;應(yīng)用研究

中圖分類號：G424? ? 文獻標(biāo)識碼：A

文章編號：1009-3044（2019）24-0280-02

開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

當(dāng)今社會是信息化的社會，伴隨全球科技的不斷進步，信息化也在不斷地提高，關(guān)于計算機幾乎已經(jīng)普及到了各家各戶，關(guān)于網(wǎng)絡(luò)也早已深入到各行各業(yè)各個領(lǐng)域，現(xiàn)在人們的工作和生活都離不開信息體系。各種各類的數(shù)據(jù)每天都在不斷地增加和變更，而且數(shù)據(jù)信息在增長的速度方面也是非常迅速的，如果只是依靠個人來收集和處理這些大批量的數(shù)據(jù)，幾乎是跟不上節(jié)奏的，所以有必要結(jié)合時代的先進技術(shù)，利用數(shù)據(jù)的挖掘技術(shù)來幫助我們處理這樣量大且復(fù)雜的數(shù)據(jù)。把數(shù)據(jù)進行整理也可以說是把數(shù)據(jù)進行挖掘，利用更加合理更加高效的辦法處理這些數(shù)據(jù)。目前，在電子商務(wù)中已經(jīng)運用該技術(shù)的實際例子也有不少了，比如說采集客戶的信息、分析用戶的喜好、有效散發(fā)網(wǎng)絡(luò)廣告等，在電子商務(wù)領(lǐng)域運用好該技術(shù)，將會產(chǎn)生非常大的正向作用。在當(dāng)今的這個環(huán)境背景之下，該技術(shù)在飛速地進展著，目前已經(jīng)進展到了相對完善的程度。電商的工作量在不斷地增加，這也意味著挖掘技術(shù)在該領(lǐng)域還有些非常大的運用空間。因為各類電商平臺在用戶使用過程中都會留下數(shù)據(jù)信息，為了促進公司的發(fā)展，可通過對用戶留下的信息分析挖掘，有針對性的滿足用戶，提供有效的服務(wù)。公司要繼續(xù)努力，讓該技術(shù)充分地展現(xiàn)出其優(yōu)勢，促進電商行業(yè)的進步。

1 有關(guān)理論知識描述

1.1數(shù)據(jù)挖掘技術(shù)

1.1.1數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘過程是一種新型的數(shù)據(jù)整合過程，能夠從大批量的數(shù)據(jù)中篩選出有用的數(shù)據(jù)，并且對這樣數(shù)據(jù)進行再次轉(zhuǎn)化，成為方便閱讀者理解的數(shù)據(jù)的一種過程。不同的公司各自的需求不一樣，為了讓公司達到一對一的針對性服務(wù)，幫助他們搭建起具有自己的優(yōu)勢平臺，通過利用數(shù)據(jù)挖掘技術(shù)，提升公司在市場上的競爭力。

1.1.2數(shù)據(jù)挖掘的技術(shù)

數(shù)據(jù)挖掘是面向大批量數(shù)據(jù)進行數(shù)據(jù)分析的技術(shù)，最常見的是對商業(yè)數(shù)據(jù)的挖掘和應(yīng)用。對數(shù)據(jù)再次整合的內(nèi)容包括抽取關(guān)鍵數(shù)據(jù)、把抽取出來的信息二次轉(zhuǎn)化、分析這些信息以及對這些數(shù)據(jù)根據(jù)具體需求構(gòu)建數(shù)學(xué)模型等的工作，進而為公司的市場需求和計劃提供有效信息，方便做出未來的工作計劃。

數(shù)據(jù)挖掘和AI有些一定的關(guān)聯(lián)，二者相互作用，AI作為基礎(chǔ)，數(shù)據(jù)挖掘運用AI中部分算法。早在2013年，美國一位女明星能夠紅遍全球也是利用了數(shù)據(jù)挖掘技術(shù)，通過對網(wǎng)絡(luò)上追星族的數(shù)據(jù)進行收集分析和處理，計劃出最有效的宣傳，吸引到上百萬的人去關(guān)注，從而讓她迅速地取得了成功。

挖掘的過程運用了一種算法，叫作預(yù)測算法，預(yù)測的目標(biāo)結(jié)果是通過對當(dāng)前現(xiàn)有的數(shù)據(jù)估算出將來很可能出現(xiàn)的數(shù)值。在實際的工作中，可以根據(jù)預(yù)測的結(jié)果和企業(yè)或者個人所能提供的支持，涉及出合適的預(yù)測模型，這種模型和統(tǒng)計模型相比存在著很大的優(yōu)勢，這種模型運用了假設(shè)的方法，事先假設(shè)購買者在平時的購物中都有自己的習(xí)慣并且還會二次消費，采集所有購買者的消費信息，網(wǎng)頁瀏覽的個人喜好等來估算出顧客的購買行為。

1.2電商目前的狀況

1.2.1電子商務(wù)的描述

電子商務(wù)一般指的是在網(wǎng)上進行買賣交易的一種購物活動。商家和顧客都是通過互聯(lián)網(wǎng)進行操作，互相看不到對方，借助電子金錢，在網(wǎng)站或者手機應(yīng)用軟件上來完成交易，顧客網(wǎng)絡(luò)購買的一種消費活動，是近幾年新出現(xiàn)的運營類型。電商根據(jù)公司對顧客可以分為多種模式，比如B2B，B2C等，目前最常見的是B2B。商家要想增加效益，必然的也需要增加顧客量，讓更多的人了解商量，需要進行推廣和宣傳，把潛在的用戶挖掘出來，轉(zhuǎn)化為真正的消費者，就必須采取一定的手段。比如在與用戶直接交互的頁面進行美化，吸引用戶，簡化操作流程，留住用戶，讓這些潛在客戶變?yōu)檎嬲目蛻簟Ａ硗猓碳乙残枰粩嗟赝晟谱约旱漠a(chǎn)品，做到真正的物美價廉，并且可以制定正確的營銷方案，優(yōu)化營銷的最后結(jié)果。

1.2.2我們國家電商的進展現(xiàn)狀

2003年我們國家第一次批準(zhǔn)了關(guān)于怎樣利用研發(fā)數(shù)據(jù)的課題。國家的多個研發(fā)部門和部分大學(xué)也展開了對數(shù)據(jù)進行挖掘相關(guān)的理論知識和運用等的研究。當(dāng)前發(fā)展進度已經(jīng)由理論轉(zhuǎn)化為實踐運用階段，目前我們國家的經(jīng)濟還是發(fā)展中，更多的公司對數(shù)據(jù)挖掘技術(shù)有著需求，從而促進公司更好的發(fā)展。數(shù)據(jù)挖掘和各種知識相互融合促進后，該技術(shù)在各行各業(yè)中的運用效果越來越顯著。

在二十一世紀(jì)初期的時候，我們的國家為了完善數(shù)據(jù)中心，在該工程中投入了將近五億元作為經(jīng)濟支持，與此同時，搭建了信息數(shù)據(jù)的服務(wù)平臺，建立了人口信息的處理和備份中心。現(xiàn)在的電商都采用數(shù)字化方式進行交易，買賣者也是借助于網(wǎng)絡(luò)平臺進行溝通，不僅購物方面，其他多行多業(yè)也都在與電子技術(shù)聯(lián)合使用。

2 數(shù)據(jù)挖掘面對的挑戰(zhàn)和可行性分析

當(dāng)今是信息化的社會，各個公司都在搭建自己的電子商務(wù)平臺。電商平臺當(dāng)前主要待解決的問題就是，怎么樣把網(wǎng)站上大批量的不夠準(zhǔn)確清晰的數(shù)據(jù)利用起來，與用戶交互的頁面得到優(yōu)化，分析出顧客有傾向的物品以及不同顧客在購物方面存在的差異，為用戶盡可能地提供一對一的定制服務(wù)。數(shù)據(jù)挖掘能夠通過算法和技術(shù)從海量的瀏覽記錄中尋找到潛在的顧客，根據(jù)已經(jīng)存在的個人預(yù)覽信息，推測出下一次的購物可能。這些有效的信息，能夠幫助公司做出執(zhí)行計劃，促進公司的盈利。

數(shù)據(jù)挖掘在商業(yè)的決策方面的具有可行性。企業(yè)制定出活動方案，需要定位實施的目標(biāo)人員，采集大批量的對象信息進行分析，從中找到潛在的規(guī)律并且對這一規(guī)律構(gòu)建模型。數(shù)據(jù)挖掘在商業(yè)的應(yīng)用方面也具有可行性。對大批量的數(shù)據(jù)進行處理，在此過程中挖掘數(shù)據(jù)與數(shù)據(jù)之間存在的關(guān)聯(lián)，常常用在服務(wù)類信息方面的分析和處理，是一種新類型的電子商務(wù)活動模式。

數(shù)據(jù)的挖掘是對數(shù)據(jù)庫中的信息進行篩選，得到的最后數(shù)據(jù)能夠讓使用者滿意。篩選可以不止一次地進行，多次循環(huán)反復(fù)得到更精準(zhǔn)的數(shù)據(jù)。挖掘過程有初步處理、數(shù)據(jù)的深入挖掘以及分析這三個步驟構(gòu)成。

3在電商中的運用和實施方案

當(dāng)今社會是個飛速發(fā)展的社會，各行各業(yè)都在追求效率的提高，不管是企業(yè)還是個人，都會考慮到速度這一個概念。尤其是電子商務(wù)領(lǐng)域，伴隨網(wǎng)絡(luò)化的迅速發(fā)展，更是要講究速度，追求效率，這就更加的需要數(shù)據(jù)挖掘來作為發(fā)展的支持動力。

3.1? 運用在網(wǎng)站的設(shè)計上

瀏覽訪問網(wǎng)線就會留下瀏覽的信息，瀏覽者的這些信息中部分有可能是潛在的消費信息，可以輔助的添加一些吸引人的內(nèi)容或者活動獲取瀏覽者的關(guān)注。比如說，在給顧客以優(yōu)質(zhì)的服務(wù)的同時，要善于不斷地完善網(wǎng)站，對不同的用戶不同的喜好做出歸納分層。讓只要瀏覽訪問該網(wǎng)站的客戶能可以發(fā)現(xiàn)他們自己喜歡的商品，根據(jù)他們的喜好以及訪問的頻繁程度，對網(wǎng)站與用戶交互的頁面做出結(jié)構(gòu)上的迎合，盡可能多的滿足顧客的不同需求。一個網(wǎng)站的直接面向?qū)ο笫窍M者，如果外觀上不好看，那么將會直接影響消費者的購物愿望。可以通過運用數(shù)據(jù)挖掘，把顧客們的喜好風(fēng)格進行數(shù)據(jù)采集，綜合的設(shè)計出盡可能多的人喜歡的網(wǎng)站。

對網(wǎng)站的完善可以是以下幾個方面：

（1）快捷方面的完善。對用戶一對一的追蹤，把該用戶平日里最常訪問的網(wǎng)絡(luò)頁面進行整理，對這些頁面進行分析和處理，找出有什么共同之處，然后做出相應(yīng)的調(diào)整。比如說網(wǎng)站頁面上顏色的相同之處等，然后對網(wǎng)站做出優(yōu)化。

（2）連接方面的完善。每個人搜索信息的方式和愛好都不太相同，對這些偏好進行采集處理，數(shù)據(jù)量要盡可能得多，例如廣大用戶經(jīng)常使用的瀏覽器有哪些等等，可以針對使用量最多的瀏覽器投入有效的連接，這樣被潛在客戶看到的機率就會大大增加，從而促進電商公司提高收益。

（3）站點方面的完善。選擇站點的位置也是非常重要的，應(yīng)該通過分析處理找到更加方便有效的位置讓它顯示出來，并且與真實的地址互聯(lián)。

3.2運用在用戶關(guān)系中

電商平臺設(shè)立的目的是為了方便網(wǎng)站的管理和運行。站點對通過這一平臺來追蹤和記錄瀏覽者的瀏覽足跡以及有關(guān)的興趣偏好等等，除此之外，該平臺還能夠和顧客進行交流，對顧客的要求加強了解，從很大一定程度上促進管理人員的管制和計劃的定制，促進電商行業(yè)的快速進步。

對用戶關(guān)系的完善可以是以下幾個方面：

（1）使用聚類分析技術(shù)。這一項技術(shù)能夠把繁雜的數(shù)據(jù)信息進行整理歸類。比如說性別一樣的，居住城市一樣的。根據(jù)這些相同的特征制定推送的方案。除此之外，還能方便公司篩選出更為重要的顧客，為有非常大額度非常頻繁的顧客定制有針對性的服務(wù)，從而更加保留顧客。

（2）使用自定義分析技術(shù)。公司可以根據(jù)具體的情況自己定義一套適合的測量方案。產(chǎn)品賣出去之后多多少少的都會得到一定的回饋信息。運用數(shù)據(jù)挖掘，能夠?qū)@些回饋信息進行全面的分析總結(jié)。在處理數(shù)據(jù)的時候，還能利用技術(shù)把數(shù)據(jù)按照時間或者其他條件等進行篩選，讓分析的最后結(jié)果更加方便可觀。

4 結(jié)束語

這篇文章主要內(nèi)容是對電商的描述以及數(shù)據(jù)挖掘在實際的工作中的運用。當(dāng)今社會是信息化的社會，各種各類的信息飛快地增加，數(shù)據(jù)挖掘能夠從這樣大批量的數(shù)據(jù)中提出去有利于電商發(fā)展的數(shù)據(jù)，該技術(shù)憑借自身的優(yōu)勢，將會越來越受到工作者的歡迎，該技術(shù)也將會越來越普及。

參考文獻：

[1] 瞿愛珍，莊天戈. 計算機輔助醫(yī)學(xué)診斷系統(tǒng)的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)研究[D]. 碩士學(xué)位論文. 上海：上海交通大學(xué)，2014.

[2] 黃玲. 在電子商務(wù)中應(yīng)用Web數(shù)據(jù)挖掘的研究[D]. 碩士學(xué)位論文.湖南：湖南大學(xué)， 2014.

[3] 盧輝. 數(shù)據(jù)挖掘數(shù)據(jù)化運營實戰(zhàn)：思路、方法、技巧與應(yīng)用[M]. 北京：機械工業(yè)出版社， 2013.

[4] 張云. 貝斯算法在垃圾郵件過濾中的應(yīng)用研究[D].碩士學(xué)位論文.昆明：云南大學(xué)， 2012.

[5] 段曉華. 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)客戶關(guān)系管理中的應(yīng)用研究.湖南文理學(xué)院學(xué)報（自科版）， 2010 ， 22 （2） ：90-94.

【通聯(lián)編輯：聞翔軍】