數據挖掘技術在電子商務中的應用研究

李軍茹　張倩

摘? 要：伴隨社會科技不斷發展和進步，數據挖掘技術也在持續進步，現如今數據挖掘牽涉領域甚廣，其在電子商務中運用非常廣。數據技術的支持無法脫離數據信息，怎樣才可以得到真實有效的數據信息，需要合理運用數據挖掘技術。該文從數據挖掘技術基本概念、過程以及分析方式出發，分析了電子商務中應用數據挖掘技術的優勢，然后探討了數據挖掘技術運用于電子商務的策略，以供相關人員參考。

關鍵詞：數據挖掘技術? ?電子商務? ?應用? ? 大數據技術

中圖分類號：TP311.12? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A文章編號：1672-3791（2021）09（b）-0012-03

Research on the Application of Data Mining Technology in E-commerce

LI Junru1? ?ZHANG Qian 2

（1. School of Engineering， Shijiazhuang Vocational College of Industry and Commerce; 2.Department of Information Engineering， Shijiazhuang Engineering Vocational College， Shijiazhuang， Hebei Province， 050000 China）

Abstract： With the continuous development and advancement of social science and technology， data mining technology is also continuously improving. Nowadays， data mining involves a wide range of fields has been widely used in e-commerce. The support of data technology cannot be separated from data information. How can we get real and effective data information requires reasonable use of data mining technology. It starts from the basic concepts， processes and analysis methods of data mining technology， analyzes the advantages of applying data mining technology in e-commerce， and then discusses the strategy of applying data mining technology to e-commerce for reference by relevant personnel.

Key Words： Data mining technology; E-commerce; Application; Big data technology

現階段，各行業與領域在嘗試大數據技術，同時對其進行應用。數據技術的支持必然無法脫離數據信息，怎樣才可以得到真實有效的數據信息，這就需要合理運用數據挖掘技術。數據挖掘技術可以迅速實現對信息的采集與分析，技術工作者把數據挖掘技術應用于電子商務中，可以提高企業工作效率和工作質量，并且還可以根據市場走向，為市場提供優質的服務。

1? 數據挖掘技術簡介

1.1 概念

數據挖掘技術實際上就是對大量數據加以挖掘與分析的技術，該種技術是經過合理運用提取重要數據、將抽取的數據展開再次轉化，按照需求建立數據模型等手段，從模糊數據里面挖掘有效且有價值的數據的分析技術。數據挖掘技術是綜合水平很高的數據分析方式，有著自動化以及智能化的特點，能夠結合現代各行業需求展開針對性數據挖掘，從而有效提高工作質量與效率[1]。

1.2 過程

在進行數據挖掘前，需要先了解需求為何，也就是需要先定義問題，然后展開數據采集與抽取、分析與處理數據等過程。通常而言，數據挖掘涵蓋了如下幾個步驟：（1）界定問題;（2）采集、抽取數據;（3）處理數據;（4）建立數據模型和評估;（5）進行數據挖掘;（6）分析結構以及進行測試;（7）進行模型管理。

1.3 分析方法

伴隨技術持續發展，數據挖掘技術使用的分析方式十分豐富且多元化。可是，根據現階段情況看來，數據挖掘技術之中比較常用的分析法就是等級層次、回歸分析、偏差分析等。

1.3.1 等級層次分析

眾所周知，數據并非是靜態的，而是動態的，隨時在改變，怎么掌握動態數據特點與規律，必須要運用等級層次分析方式。這一方式就是基于數據采集構建綜合且全面的數據庫，接著分析數據有效性，同時分類數據。該方法通過信息映射結構作為重要依據，把信息技術軟件當作重要工具，自動分類數據，把不一樣的數據分成差異性的類別，同時設置對應的層次。隨后，建立差異化的數學模型，對各種類別的數據展開分類分析，總結各種類別與層次數據發展規律[2]。

1.3.2 回歸分析方式

回歸分析法經過數學表達式，對各種數據加以準確篩選和整理，在大量看起來毫無聯系的數據中找到關聯性，同時構建函數關系。回歸分析方式可以在看起來無顯著關聯的數據里面發掘隱性關系，同時展開深入求證出變量間的內在邏輯。借此探究各種數據，從而找到數據基本規律。于電子商務中進行回歸分析方式的有效運用，進一步探索銷售和產品數據等，可以給企業提供良好的數據支持，尋找到銷售需求動向，合理優化發展戰略。

1.3.3 偏差分析方式

通常來說，數據并非無序的，在大部分狀況之下會根據基本規律運行。在數據挖掘中，異常數據和一般數據間的偏差問題需要嚴格注意到，需要仔細分析兩者間的差別，合理運用偏差分析方式，分析數據發展中的偏差。在電子商務中出現的數據假設發生偏差，就表示產品營銷出現了全新的增長點。假設異常數據比一般數據多，那么就表示某一行業或產品有很大的潛在性需求，這個時候企業需要合理調節戰略，在這一行業或產品傾斜資源，掌握市場機會，得到一定的經濟利益。假設比正常值小，那么就表示某一產品消費疲軟，市場需求下滑，在該種條件下，需要降低產品生產量以及銷售量，從而防止市場風險問題發生[3]。

2? 電子商務中運用數據挖掘技術的優點

2.1 以過濾技術緊抓客戶需求

數據挖掘技術的運用可以經過合理應用過濾技術助力企業準確掌握客戶真實需求。在數據挖掘技術之中，其關鍵協同過濾技術可以基于統計學，對客戶瀏覽行為展開全方位分析與統計，同時對客戶瀏覽行為背后的需求加以全面整理和分析，然后綜合數據庫里面的數據內容分析，計算出類似客戶對相同產品或相同產品服務的加權平均值，借此確保企業可以精準定位目標客戶，進而生產針對性的產品，充分滿足客戶所需[4]。另外，過濾技術可以助力企業在統計過程中過濾那些沒有價值的數據信息，提升企業計算機儲存空間，增強工作效率。

2.2 合理進行數據庫中的數據分類

運用數據挖掘技術可以助力企業合理分類數據庫里面的數據。企業雖具備很強的儲存客戶數據信息的能力，可是這部分復雜的數據信息變成了企業工作效率提升的困擾，數據挖掘技術的有效運用可以經過其過濾系統與關聯系統在一開始就過濾那些毫無用處的信息，確保企業不會由于這部分數據信息降低工作效率，導致不能順利尋找到客戶的實際需求。

2.3 以關聯規則針對性開展營銷策劃

企業營銷策劃就是企業產品推廣且搶占市場份額的主要方法之一，數據挖掘技術的運用可以助力企業對客戶在網頁中的有關關聯性加以挖掘，挖掘出客戶無意識行為后的邏輯性，同時經過有關運算系統對這部分邏輯性想表達的客戶實際需求加以展示，助力企業擬定合適的營銷策劃[5]。

3? 電子商務中數據挖掘技術的運用策略

3.1 網站設計中的運用

網站所面對的對象往往是消費人員，倘若外形方面有缺陷和不足，則會影響到消費人員購買的欲望[6]。需要合理采用數據挖掘技術，將客戶的喜好與風格展開數據收集，設計出大眾喜歡的網站。對網站的完善需要從如下方面出發：第一，健全快捷性。對用戶實施一對一跟蹤，將用戶日常訪問頻率較高的網頁加以整理和歸納，并分析處理這部分網頁，找到有何相同點，接著進行適當調整。第二，健全連接性。因為每一個人喜好各不相同，因此其搜索的方式也不同，對這部分偏好需要加以收集處理，數據量應盡量多一些，比如很多用戶常用瀏覽器等，針對運用較多的瀏覽器投入相關連接，如此被那些潛在客戶看到的概率就會增加，可以提升電子商務經濟利潤。第三，健全站點。選取站點的位置尤為關鍵，需要經過分析處理尋找到便捷的位置充分將其顯現出來，同時和地址互聯。

3.2 用戶關系中的運用

電子商務平臺設置旨在便于網站管理與運行。用戶關系的完善需要從這些方面進行：首先，需要合理運用聚類分析技術，該技術可以將復雜的數據加以整理和分類，例如性別相同、居住城市相同的。按照這些類似的特點合理制訂相應的推送方案。另外，有利于企業選擇出目標客戶，給有大額度的客戶提供定制服務，以此保留客戶。其次，運用自定義分析技術，企業嚴格按照自身實際情況，自己界定出適用的測量方案。商品銷售出去以后通常會獲得相應的回饋信息，通過數據挖掘技術，可以全方位分析整理回饋信息。在處理數據信息的過程中，可以借助技術將數據根據時間等加以篩選，從而讓數據分析結果更真實有效。

3.3 產品營銷中的運用

采用數據挖掘技術，企業能夠對客戶在互聯網中的有關關聯行為加以進一步挖掘，發覺客戶潛在行為背后蘊藏的邏輯，同時利用有關運算系統，挖掘邏輯展現的客戶內心的實際需要，進而助力企業擬定符合客戶需求的營銷計劃。譬如，淘寶通過合理使用數據挖掘技術分析客戶瀏覽產品過程中的需求，擬定分析報告提供給營銷工作人員，給擬定營銷計劃提供數據支撐。除此以外，淘寶在進一步挖掘客戶瀏覽行為與掌握客戶需求的基礎上，還有針對性地給客戶推送了相應的商品，進而開展精準營銷。

4? 結語

此次內容關鍵是對數據挖掘技術在電子商務中的運用進行了適當的闡述。現代社會是信息化社會，多種信息迅速增加，數據挖掘技術可以從大量數據中提煉出益于電子商務發展的數據，這一分析技術利用自身的優勢，將會愈發受到工作人員的歡迎，而且這種分析技術也會逐漸普及。

參考文獻

[1] 楊亞萍，鄭廣成.WEB數據挖掘技術在電子商務中的應用[J].信息技術與信息化，2020（6）：104-106.

[2] 伍潔.Web數據挖掘技術在中國電子商務領域的應用研究綜述[J].無線互聯科技，2020，17（9）：151-153.

[3] 劉紹君，劉宇為.數據挖掘技術在校園電子商務中的應用探索[J].南方農機，2020，51（8）：211，220.

[4] 朱沙.電子商務中計算機WEB數據挖掘技術的應用分析[J].電腦知識與技術，2019，15（32）：287-288.

[5] 宋紅巖.微媒介與人的數字化生存方式重構[D].哈爾濱：哈爾濱師范大學，2020.

[6] 高宇，王金虹，馬斌.數據挖掘技術在電子商務管理中的應用[J].集成電路應用，2019，36（4）：65-66.

作者簡介：李軍茹（1977—），女，本科，講師，研究方向為計算機技術。

張倩（1982—），女，碩士，講師，研究方向為電子信息、計算機技術。