互聯(lián)網(wǎng)時代數(shù)據(jù)分析在電商行業(yè)中的可視化應(yīng)用研究

隨著互聯(lián)網(wǎng)技術(shù)迅猛發(fā)展，電子商務(wù)平臺每天產(chǎn)生著海量的用戶行為數(shù)據(jù)、交易數(shù)據(jù)和運營數(shù)據(jù)。如何從繁雜的數(shù)據(jù)中快速提取有價值的信息，并將其轉(zhuǎn)化為直觀、易懂的可視化形式，已成為提升企業(yè)競爭力的關(guān)鍵因素。數(shù)據(jù)可視化技術(shù)可通過圖形化的方式展現(xiàn)數(shù)據(jù)背后的規(guī)律與趨勢，為企業(yè)經(jīng)營決策提供重要支撐。以京東電商平臺為例，其依托先進的數(shù)據(jù)分析與可視化技術(shù)，在提升運營效率、優(yōu)化用戶體驗、加強供應(yīng)鏈管理等方面取得顯著成效。深入研究京東平臺的數(shù)據(jù)可視化實踐，對推動電商企業(yè)數(shù)據(jù)分析能力提升具有重要的理論與實踐意義。

一、京東電商平臺數(shù)據(jù)可視化技術(shù)的實踐基礎(chǔ)

1.京東數(shù)據(jù)分析平臺的架構(gòu)與功能體系

京東數(shù)據(jù)分析平臺構(gòu)建了完整的數(shù)據(jù)處理與分析架構(gòu)體系，平臺采用微服務(wù)設(shè)計模式，實現(xiàn)模塊間的解耦和靈活擴展。數(shù)據(jù)采集模塊支持埋點數(shù)據(jù)、日志數(shù)據(jù)、接口數(shù)據(jù)等多源數(shù)據(jù)接人，采用流式處理技術(shù)實現(xiàn)數(shù)據(jù)實時采集。數(shù)據(jù)存儲層采用混合存儲架構(gòu)，分布式文件系統(tǒng)存儲海量原始數(shù)據(jù)，文檔數(shù)據(jù)庫處理非結(jié)構(gòu)化數(shù)據(jù)，內(nèi)存數(shù)據(jù)庫提供高速緩存，關(guān)系型數(shù)據(jù)庫負責結(jié)構(gòu)化數(shù)據(jù)管理。數(shù)據(jù)處理引擎支持批處理和流處理兩種模式，實現(xiàn)數(shù)據(jù)清洗、轉(zhuǎn)換和聚合。數(shù)據(jù)建模層構(gòu)建了統(tǒng)一的指標體系，支持派生指標定義和計算。可視化引擎集成了豐富的圖表組件，提供柱狀圖、折線圖、散點圖、熱力圖等多種可視化形式。交互式分析工具支持數(shù)據(jù)多維分析，實現(xiàn)鉆取、切片等高級分析功能。

2.電商數(shù)據(jù)可視化的場景應(yīng)用與創(chuàng)新探索

京東電商平臺在數(shù)據(jù)可視化領(lǐng)域開展了廣泛的應(yīng)用實踐和技術(shù)創(chuàng)新。在銷售分析場景中，開發(fā)了銷售預(yù)測模型，通過時序圖表展現(xiàn)銷售趨勢，結(jié)合地理信息可視化展示區(qū)域銷售分布。用戶行為分析采用路徑分析圖和熱力圖，展現(xiàn)用戶訪問軌跡和頁面停留時間分布。庫存管理環(huán)節(jié)應(yīng)用智能補貨模型，通過庫存水位圖實時監(jiān)控庫存狀態(tài)。物流配送分析引入路徑優(yōu)化算法，可視化展現(xiàn)最優(yōu)配送路線。在營銷分析場景中，開發(fā)了營銷漏斗分析工具，實時監(jiān)控轉(zhuǎn)化率變化。客戶畫像分析采用標簽云圖和雷達圖，直觀展現(xiàn)用戶特征分布。商品推薦系統(tǒng)通過關(guān)聯(lián)網(wǎng)絡(luò)圖展現(xiàn)商品關(guān)系，輔助個性化營銷決策。系統(tǒng)還集成了異常檢測算法，通過告警儀表盤實時展現(xiàn)異常情況。針對實時監(jiān)控需求，開發(fā)了自適應(yīng)數(shù)據(jù)大屏，支持核心指標的實時展示和智能分析。

二、京東平臺數(shù)據(jù)分析與可視化核心技術(shù)

1.多維數(shù)據(jù)整合與預(yù)處理技術(shù)

構(gòu)建完整的數(shù)據(jù)整合與預(yù)處理技術(shù)體系，通過分布式ETL框架實現(xiàn)多源異構(gòu)數(shù)據(jù)統(tǒng)一處理。數(shù)據(jù)抽取層對接用戶行為數(shù)據(jù)、交易數(shù)據(jù)、商品數(shù)據(jù)、物流數(shù)據(jù)等業(yè)務(wù)系統(tǒng)，實現(xiàn)標準化采集。在數(shù)據(jù)清洗環(huán)節(jié)，開發(fā)數(shù)據(jù)質(zhì)量評估模型，采用多重插補算法處理缺失值，結(jié)合統(tǒng)計模型識別異常值。數(shù)據(jù)標準化處理支持字段映射、數(shù)據(jù)脫敏、格式轉(zhuǎn)換等轉(zhuǎn)換規(guī)則。平臺采用實體識別技術(shù)實現(xiàn)數(shù)據(jù)關(guān)聯(lián)，構(gòu)建統(tǒng)一主數(shù)據(jù)體系。通過元數(shù)據(jù)管理，實現(xiàn)數(shù)據(jù)血緣追蹤和資產(chǎn)管理。系統(tǒng)設(shè)計了分布式數(shù)據(jù)處理框架，支持海量數(shù)據(jù)的并行計算和實時處理。在特征工程方面，集成了機器學(xué)習(xí)算法庫，支持特征提取、特征選擇和特征變換。針對文本數(shù)據(jù)，提供分詞、詞頻統(tǒng)計、情感分析等處理功能；對時序數(shù)據(jù)支持平滑、季節(jié)性分解、趨勢提取等操作。為保障數(shù)據(jù)質(zhì)量，系統(tǒng)實現(xiàn)了端到端數(shù)據(jù)質(zhì)量監(jiān)控機制，包括數(shù)據(jù)完整性檢查、一致性驗證和準確性評估。通過版本管理和變更追蹤，實現(xiàn)數(shù)據(jù)處理流程的可回溯性。平臺還提供了豐富的數(shù)據(jù)處理組件庫，支持常見的數(shù)據(jù)清洗、轉(zhuǎn)換和規(guī)范化操作。依托分布式計算能力，系統(tǒng)能夠高效處理PB級數(shù)據(jù)，滿足企業(yè)級數(shù)據(jù)處理需求。

2.實時數(shù)據(jù)分析與展示技術(shù)

開發(fā)高性能實時數(shù)據(jù)分析引擎，采用流式計算架構(gòu)實現(xiàn)數(shù)據(jù)實時處理和可視化展現(xiàn)。系統(tǒng)設(shè)計了分布式消息隊列，支持每秒百萬級數(shù)據(jù)消息的接人和處理。實時計算模塊采用多層流水線架構(gòu)，包括數(shù)據(jù)預(yù)處理、實時聚合、指標計算等環(huán)節(jié)。通過時間窗口管理機制，支持滑動窗口、跳躍窗口、會話窗口等多種計算模式，滿足不同場景的實時分析需求。針對高并發(fā)訪問場景，系統(tǒng)采用多級緩存策略，結(jié)合內(nèi)存數(shù)據(jù)庫實現(xiàn)毫秒級查詢響應(yīng)。數(shù)據(jù)展示層采用WebSocket技術(shù)，建立服務(wù)端與客戶端雙向通信通道，實現(xiàn)數(shù)據(jù)實時推送和刷新。系統(tǒng)集成了復(fù)雜事件處理引擎，支持事件模式識別和關(guān)聯(lián)分析。在計算優(yōu)化方面，采用增量計算和近似計算策略，平衡計算精度和響應(yīng)時間。可視化引擎支持大規(guī)模數(shù)據(jù)的動態(tài)渲染，通過數(shù)據(jù)分片和懶加載技術(shù)優(yōu)化顯示性能。系統(tǒng)提供豐富的實時圖表組件庫，包括實時折線圖、動態(tài)散點圖、流式熱力圖等，并支持圖表的自動更新和動畫效果。針對監(jiān)控場景，開發(fā)了自適應(yīng)布局引擎，確保在不同終端設(shè)備上的顯示效果。

3.智能推薦可視化技術(shù)

構(gòu)建基于深度學(xué)習(xí)的智能化數(shù)據(jù)可視化推薦系統(tǒng)，通過自動分析數(shù)據(jù)特征進行最優(yōu)可視化方案推薦。系統(tǒng)采用深度神經(jīng)網(wǎng)絡(luò)模型，對數(shù)據(jù)的統(tǒng)計特征、分布特征和語義特征進行多維度分析。推薦引擎整合了圖表語法理論，構(gòu)建了涵蓋數(shù)據(jù)類型、統(tǒng)計類型、視覺編碼、圖表類型的多層映射關(guān)系庫。針對不同分析場景，系統(tǒng)預(yù)置了專業(yè)的可視化模板，支持銷售趨勢、用戶行為、地理分布等多種分析主題。在視覺呈現(xiàn)方面，集成了色彩心理學(xué)模型，根據(jù)數(shù)據(jù)特征和展示主題自動生成最優(yōu)配色方案。智能布局引擎能夠根據(jù)數(shù)據(jù)規(guī)模、屏幕尺寸和用戶交互習(xí)慣，自動調(diào)整圖表布局和比例關(guān)系。系統(tǒng)開發(fā)了基于自然語言處理的數(shù)據(jù)解讀引擎，能夠?qū)?fù)雜的數(shù)據(jù)分析結(jié)果轉(zhuǎn)化為易懂的描述性文本。針對高維數(shù)據(jù)分析場景，集成了數(shù)據(jù)降維和聚類算法，通過數(shù)據(jù)降維和智能聚類簡化復(fù)雜數(shù)據(jù)的展示邏輯。系統(tǒng)通過持續(xù)學(xué)習(xí)用戶的交互行為和反饋信息，不斷優(yōu)化推薦模型，提供更精準的可視化建議。

4.交互式數(shù)據(jù)探索技術(shù)

開發(fā)完整的交互式數(shù)據(jù)探索系統(tǒng)，采用事件驅(qū)動架構(gòu)實現(xiàn)數(shù)據(jù)分析全流程交互操作。交互引擎設(shè)計了統(tǒng)一的事件處理機制，支持圖表間的聯(lián)動分析和數(shù)據(jù)關(guān)聯(lián)展示。系統(tǒng)提供豐富的交互操作模式，包括數(shù)據(jù)篩選、維度切換、指標計算、數(shù)據(jù)鉆取等功能，滿足復(fù)雜的分析需求。在查詢構(gòu)建方面，開發(fā)了可視化的查詢條件編輯器，支持多條件組合和嵌套查詢。數(shù)據(jù)鉆取功能支持上卷、下鉆、切片、切塊等多維分析操作，實現(xiàn)數(shù)據(jù)的多角度探索。針對大規(guī)模數(shù)據(jù)集，系統(tǒng)采用漸進式計算策略，支持數(shù)據(jù)采樣分析和增量加載。交互式分析工具集成了數(shù)據(jù)注釋功能，允許用戶在圖表上添加標記、注釋和評論，支持分析見解的記錄和共享。系統(tǒng)還提供了靈活的儀表板定制功能，支持組件自由拖拽和布局調(diào)整，滿足不同角色的個性化展示需求。通過分析用戶的操作行為，持續(xù)優(yōu)化交互體驗和操作流程。

三、數(shù)據(jù)可視化技術(shù)在京東平臺的創(chuàng)新應(yīng)用

1.商品銷售分析可視化應(yīng)用

分布式計算架構(gòu)支撐的商品銷售分析可視化系統(tǒng)實現(xiàn)了多維度數(shù)據(jù)分析功能，實時數(shù)據(jù)流處理技術(shù)確保銷售數(shù)據(jù)的動態(tài)采集與分析。銷售趨勢展現(xiàn)模塊集成時序預(yù)測算法，通過交互式折線圖和柱狀圖展示商品銷售走勢，支持按天、周、月等多個時間維度的靈活切換。銷售地域分布分析采用地理信息可視化技術(shù)，結(jié)合熱力圖展現(xiàn)各區(qū)域銷售熱度，輔助區(qū)域營銷決策。商品品類分析通過樹形圖和旭日圖直觀呈現(xiàn)品類結(jié)構(gòu)與銷售占比，實現(xiàn)品類優(yōu)化與庫存調(diào)整。針對促銷活動效果分析，營銷漏斗分析工具通過多層級漏斗圖展示轉(zhuǎn)化過程，結(jié)合ROI指標評估活動效果。商品關(guān)聯(lián)分析引入圖譜可視化技術(shù)，通過關(guān)聯(lián)網(wǎng)絡(luò)圖展現(xiàn)商品間的搭配關(guān)系，優(yōu)化商品推薦策略。智能告警功能整合異常檢測算法，通過告警儀表盤實時識別和提示銷售異常。

2.用戶行為軌跡可視化分析

深度學(xué)習(xí)驅(qū)動的用戶行為軌跡分析系統(tǒng)實現(xiàn)了訪問路徑的全景追蹤與可視化呈現(xiàn)。分布式日志收集框架采集平臺內(nèi)的點擊、瀏覽、搜索等行為數(shù)據(jù)。用戶路徑分析采用桑基圖展現(xiàn)頁面間流轉(zhuǎn)關(guān)系，通過節(jié)點粗細直觀反映流量大小。頁面訪問分析結(jié)合熱力圖技術(shù)，展示頁面各區(qū)域點擊熱度分布，指導(dǎo)界面優(yōu)化設(shè)計。用戶留存分析通過同期群分析圖，展現(xiàn)不同時期用戶的留存趨勢，評估產(chǎn)品黏性。搜索行為分析采用詞云圖展示熱門搜索詞，結(jié)合力導(dǎo)向圖展現(xiàn)搜索詞間關(guān)聯(lián)關(guān)系。用戶分群分析通過散點圖和雷達圖，多維度展現(xiàn)用戶特征分布，支持精準用戶畫像。行為序列分析功能通過時序圖譜可視化展現(xiàn)用戶行為模式。

3.物流配送網(wǎng)絡(luò)可視化優(yōu)化

智能化物流配送網(wǎng)絡(luò)可視化系統(tǒng)實現(xiàn)了配送全流程的動態(tài)監(jiān)控與優(yōu)化分析。地理信息系統(tǒng)構(gòu)建的物流網(wǎng)絡(luò)數(shù)字孿生模型通過三維可視化技術(shù)展現(xiàn)倉儲節(jié)點與配送路網(wǎng)。配送路徑優(yōu)化采用動態(tài)路徑規(guī)劃算法，結(jié)合路徑動畫展示最優(yōu)配送方案。倉儲容量分析通過立體柱狀圖展現(xiàn)各倉庫容量利用率，輔助倉儲布局優(yōu)化。配送時效分析采用等時圈圖展示不同區(qū)域的配送時效，指導(dǎo)配送網(wǎng)絡(luò)優(yōu)化。車輛調(diào)度分析通過車輛軌跡圖展現(xiàn)配送車輛實時位置，結(jié)合熱力圖展示配送密度分布。多源數(shù)據(jù)整合模塊融合天氣、交通等外部數(shù)據(jù)，通過多圖層疊加展現(xiàn)影響配送的環(huán)境因素。針對配送異常情況，智能預(yù)警模塊通過實時監(jiān)控儀表盤展示異常事件。

4.營銷活動效果可視化監(jiān)控

營銷活動效果實時監(jiān)控系統(tǒng)實現(xiàn)了營銷活動全周期的可視化分析與效果評估。流式計算架構(gòu)確保營銷數(shù)據(jù)的實時處理與分析。活動轉(zhuǎn)化分析通過多層級漏斗圖展示用戶從曝光到購買的轉(zhuǎn)化過程，實時監(jiān)控轉(zhuǎn)化率變化。投放效果分析采用矩陣熱力圖展現(xiàn)不同渠道、時段的投放效果，優(yōu)化投放策略。商品銷量分析通過實時曲線圖展示活動商品銷售走勢，結(jié)合預(yù)測模型進行庫存預(yù)警。用戶參與度分析通過互動地圖展現(xiàn)用戶地域分布，評估活動覆蓋范圍。ROI分析采用多維度儀表盤，展示投人產(chǎn)出比、獲客成本等核心指標。競品監(jiān)控功能通過對比分析圖展示市場競爭態(tài)勢。智能預(yù)警系統(tǒng)針對活動異常情況進行實時告警，確保活動平穩(wěn)運行。

四、京東平臺數(shù)據(jù)可視化技術(shù)的深化方法

1.構(gòu)建統(tǒng)一的數(shù)據(jù)治理標準

統(tǒng)一數(shù)據(jù)治理標準對數(shù)據(jù)可視化技術(shù)應(yīng)用具有重要支撐作用，數(shù)據(jù)標準體系應(yīng)涵蓋數(shù)據(jù)采集、存儲、處理、展示等全流程規(guī)范。在數(shù)據(jù)采集環(huán)節(jié)，建立統(tǒng)一的數(shù)據(jù)源接人規(guī)范，制定數(shù)據(jù)質(zhì)量評估標準，規(guī)范數(shù)據(jù)采集流程與格式要求。數(shù)據(jù)存儲標準需明確各類數(shù)據(jù)的存儲周期、存儲形式和存儲位置，建立數(shù)據(jù)分級分類管理機制。數(shù)據(jù)處理規(guī)范應(yīng)包含數(shù)據(jù)清洗規(guī)則、轉(zhuǎn)換規(guī)則和計算規(guī)則，確保數(shù)據(jù)處理過程的一致性。指標體系標準化對數(shù)據(jù)可視化至關(guān)重要，通過建立統(tǒng)一的指標口徑、計算方法和展現(xiàn)形式，提升數(shù)據(jù)分析結(jié)果的可信度。元數(shù)據(jù)管理標準需要規(guī)范數(shù)據(jù)資產(chǎn)描述方式，建立數(shù)據(jù)血緣關(guān)系追蹤機制。數(shù)據(jù)共享交換標準應(yīng)明確數(shù)據(jù)授權(quán)、脫敏和安全要求，規(guī)范數(shù)據(jù)調(diào)用接口。數(shù)據(jù)質(zhì)量管理標準包括數(shù)據(jù)準確性、完整性、一致性、及時性等維度的評估指標。版本管理標準規(guī)定數(shù)據(jù)更新周期和歷史數(shù)據(jù)保存策略，確保數(shù)據(jù)可追溯性。

2.優(yōu)化可視化技術(shù)框架

優(yōu)化可視化技術(shù)框架需圍繞系統(tǒng)架構(gòu)、性能提升和用戶體驗展開。微服務(wù)架構(gòu)改造通過服務(wù)解耦提升系統(tǒng)可擴展性，服務(wù)網(wǎng)格技術(shù)實現(xiàn)負載均衡和故障隔離。分布式計算引擎優(yōu)化支持海量數(shù)據(jù)實時處理，采用多級緩存策略提升查詢響應(yīng)速度。數(shù)據(jù)建模引擎升級增強多維分析能力，支持復(fù)雜指標計算和動態(tài)建模。可視化組件庫擴展豐富圖表類型，提供自定義圖表開發(fā)接口。數(shù)據(jù)渲染引擎優(yōu)化采用WebGL技術(shù)，提升大規(guī)模數(shù)據(jù)展示性能，支持三維可視化效果。交互分析引擎增強實現(xiàn)深度交互體驗，支持數(shù)據(jù)鉆取、關(guān)聯(lián)分析等高級功能。智能推薦引擎基于機器學(xué)習(xí)算法，推薦最優(yōu)可視化方案。實時計算框架優(yōu)化支持流式數(shù)據(jù)處理，實現(xiàn)毫秒級數(shù)據(jù)更新。異常檢測引擎升級提升智能監(jiān)控能力，支持多維異常識別。布局引擎優(yōu)化實現(xiàn)響應(yīng)式設(shè)計，確保多終端適配。

3.加強專業(yè)人才隊伍建設(shè)

數(shù)據(jù)可視化專業(yè)人才培養(yǎng)體系應(yīng)從知識結(jié)構(gòu)、技能要求和實踐能力三個維度構(gòu)建。專業(yè)知識結(jié)構(gòu)需涵蓋數(shù)據(jù)分析、可視化技術(shù)、算法模型等核心領(lǐng)域。統(tǒng)計學(xué)知識體系包括描述統(tǒng)計、推斷統(tǒng)計、多元分析等內(nèi)容，為數(shù)據(jù)分析提供理論基礎(chǔ)。數(shù)據(jù)挖掘技術(shù)要求掌握機器學(xué)習(xí)算法、深度學(xué)習(xí)模型等前沿技術(shù)。可視化設(shè)計能力培養(yǎng)強調(diào)視覺感知原理、信息設(shè)計方法、交互設(shè)計規(guī)范等專業(yè)技能。工程開發(fā)能力建設(shè)聚焦分布式系統(tǒng)、微服務(wù)架構(gòu)、性能優(yōu)化等技術(shù)領(lǐng)域。數(shù)據(jù)治理能力提升關(guān)注數(shù)據(jù)標準、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全等管理要求。專業(yè)技能認證體系建立健全培訓(xùn)評估機制，設(shè)置階梯式能力等級標準。持續(xù)學(xué)習(xí)機制確保技術(shù)能力與行業(yè)發(fā)展同步，定期組織技術(shù)交流和能力提升培訓(xùn)。

4.完善數(shù)據(jù)安全保護體系

數(shù)據(jù)安全保護體系構(gòu)建需要從技術(shù)防護、制度規(guī)范和管理機制三個層面展開。安全技術(shù)架構(gòu)采用多層防護策略，包括網(wǎng)絡(luò)安全、應(yīng)用安全、數(shù)據(jù)安全等防護措施。數(shù)據(jù)加密技術(shù)應(yīng)用確保數(shù)據(jù)傳輸和存儲安全，采用國密算法保護敏感信息。訪問控制機制實現(xiàn)基于角色的權(quán)限管理，細粒度控制數(shù)據(jù)訪問權(quán)限。數(shù)據(jù)脫敏技術(shù)保護用戶隱私信息，支持動態(tài)脫敏和固定脫敏。安全審計系統(tǒng)記錄數(shù)據(jù)操作日志，實現(xiàn)安全事件追蹤。數(shù)據(jù)備份機制建立保障數(shù)據(jù)可靠性，制定災(zāi)備恢復(fù)預(yù)案。漏洞掃描系統(tǒng)定期檢測系統(tǒng)安全隱患，及時修復(fù)安全漏洞。安全監(jiān)控平臺實時監(jiān)測異常訪問行為，建立安全預(yù)警機制。終端安全管理確保數(shù)據(jù)展示終端的安全性，防止數(shù)據(jù)泄露。安全評估體系定期開展安全測評，持續(xù)提升安全防護能力。

五、結(jié)語

通過對京東電商平臺數(shù)據(jù)可視化技術(shù)應(yīng)用實踐的深入研究，發(fā)現(xiàn)數(shù)據(jù)可視化已成為驅(qū)動企業(yè)數(shù)字化轉(zhuǎn)型的核心引擎。京東通過構(gòu)建完善的數(shù)據(jù)分析平臺，在商品銷售、用戶行為、物流配送等多個環(huán)節(jié)實現(xiàn)了數(shù)據(jù)的智能分析與直觀展現(xiàn)，有效提升了運營效率和決策水平。然而，在數(shù)據(jù)治理、技術(shù)創(chuàng)新、人才培養(yǎng)等方面仍面臨諸多挑戰(zhàn)。未來，電商平臺應(yīng)持續(xù)優(yōu)化數(shù)據(jù)可視化技術(shù)框架，加強專業(yè)人才培養(yǎng)，深化數(shù)據(jù)安全保護，推動數(shù)據(jù)可視化技術(shù)與業(yè)務(wù)場景深度融合，不斷提升數(shù)據(jù)分析能力，為企業(yè)創(chuàng)造更大的商業(yè)價值。

參考文獻：

[1]海雨涵，宋凱.互聯(lián)網(wǎng)時代大數(shù)據(jù)技術(shù)對“附近”的重構(gòu)[J].新聞傳播，2024（15）：26-28.

[2]方鵬飛，羅震東，毛茗.移動互聯(lián)網(wǎng)時代中國城市網(wǎng)絡(luò)營銷的空間效應(yīng)——基于抖音數(shù)據(jù)的實證[J].城市發(fā)展研究，2023，30（3）：106-114.

[3]陳悅.探索互聯(lián)網(wǎng)時代下的電商大數(shù)據(jù)[J].內(nèi)江科技，2022，43（10）：125+155.

[4]張琳，常瀟，常玲，等.移動互聯(lián)網(wǎng)時代數(shù)據(jù)安全關(guān)鍵問題分析及對策[J].電信工程技術(shù)與標準化，2022，35（3）：53-57.

[5]歐陽梅玲.移動互聯(lián)網(wǎng)時代下的化妝品電商平臺設(shè)計研究[J].信息與電腦（理論版），2024，36（7）：131-133.

作者簡介：李明儒（2005.04—），女，漢族，吉林洮南人，本科在讀，研究方向：統(tǒng)計學(xué)（數(shù)據(jù)科學(xué)）。