數據挖掘技術在電子商務中的應用研究

國鋒

摘要：隨著現在社會科技的進步，數據挖掘技術也在不斷地進步，目前數據挖掘涉及的領域非常廣泛，其中在電子商務領域也得到了廣泛的運用。這一篇文章主要是從數據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中該技術的使用情況，從而得出一定的結論，即二者的結合能夠有效的促進電商的發展。這一項技術能夠深入的分析和處理數據信息，高效的抽取出有用的信息，方便電商行業的快速迭代和變更，有利于促進公司營業額的增長，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。

關鍵詞：數據挖掘;電子商務;數據處理;應用研究

中圖分類號：G424? ? 文獻標識碼：A

文章編號：1009-3044（2019）24-0280-02

開放科學（資源服務）標識碼（OSID）：

當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，關于計算機幾乎已經普及到了各家各戶，關于網絡也早已深入到各行各業各個領域，現在人們的工作和生活都離不開信息體系。各種各類的數據每天都在不斷地增加和變更，而且數據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據，幾乎是跟不上節奏的，所以有必要結合時代的先進技術，利用數據的挖掘技術來幫助我們處理這樣量大且復雜的數據。把數據進行整理也可以說是把數據進行挖掘，利用更加合理更加高效的辦法處理這些數據。目前，在電子商務中已經運用該技術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、有效散發網絡廣告等，在電子商務領域運用好該技術，將會產生非常大的正向作用。在當今的這個環境背景之下，該技術在飛速地進展著，目前已經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在該領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據信息，為了促進公司的發展，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。公司要繼續努力，讓該技術充分地展現出其優勢，促進電商行業的進步。

1 有關理論知識描述

1.1數據挖掘技術

1.1.1數據挖掘的概念

數據挖掘過程是一種新型的數據整合過程，能夠從大批量的數據中篩選出有用的數據，并且對這樣數據進行再次轉化，成為方便閱讀者理解的數據的一種過程。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，幫助他們搭建起具有自己的優勢平臺，通過利用數據挖掘技術，提升公司在市場上的競爭力。

1.1.2數據挖掘的技術

數據挖掘是面向大批量數據進行數據分析的技術，最常見的是對商業數據的挖掘和應用。對數據再次整合的內容包括抽取關鍵數據、把抽取出來的信息二次轉化、分析這些信息以及對這些數據根據具體需求構建數學模型等的工作，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。

數據挖掘和AI有些一定的關聯，二者相互作用，AI作為基礎，數據挖掘運用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據挖掘技術，通過對網絡上追星族的數據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，叫作預測算法，預測的目標結果是通過對當前現有的數據估算出將來很可能出現的數值。在實際的工作中，可以根據預測的結果和企業或者個人所能提供的支持，涉及出合適的預測模型，這種模型和統計模型相比存在著很大的優勢，這種模型運用了假設的方法，事先假設購買者在平時的購物中都有自己的習慣并且還會二次消費，采集所有購買者的消費信息，網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電子商務的描述

電子商務一般指的是在網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網進行操作，互相看不到對方，借助電子金錢，在網站或者手機應用軟件上來完成交易，顧客網絡購買的一種消費活動，是近幾年新出現的運營類型。電商根據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，讓這些潛在客戶變為真正的客戶。另外，商家也需要不斷地完善自己的產品，做到真正的物美價廉，并且可以制定正確的營銷方案，優化營銷的最后結果。

1.2.2我們國家電商的進展現狀

2003年我們國家第一次批準了關于怎樣利用研發數據的課題。國家的多個研發部門和部分大學也展開了對數據進行挖掘相關的理論知識和運用等的研究。當前發展進度已經由理論轉化為實踐運用階段，目前我們國家的經濟還是發展中，更多的公司對數據挖掘技術有著需求，從而促進公司更好的發展。數據挖掘和各種知識相互融合促進后，該技術在各行各業中的運用效果越來越顯著。

在二十一世紀初期的時候，我們的國家為了完善數據中心，在該工程中投入了將近五億元作為經濟支持，與此同時，搭建了信息數據的服務平臺，建立了人口信息的處理和備份中心?，F在的電商都采用數字化方式進行交易，買賣者也是借助于網絡平臺進行溝通，不僅購物方面，其他多行多業也都在與電子技術聯合使用。

2 數據挖掘面對的挑戰和可行性分析

當今是信息化的社會，各個公司都在搭建自己的電子商務平臺。電商平臺當前主要待解決的問題就是，怎么樣把網站上大批量的不夠準確清晰的數據利用起來，與用戶交互的頁面得到優化，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。數據挖掘能夠通過算法和技術從海量的瀏覽記錄中尋找到潛在的顧客，根據已經存在的個人預覽信息，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行計劃，促進公司的盈利。

數據挖掘在商業的決策方面的具有可行性。企業制定出活動方案，需要定位實施的目標人員，采集大批量的對象信息進行分析，從中找到潛在的規律并且對這一規律構建模型。數據挖掘在商業的應用方面也具有可行性。對大批量的數據進行處理，在此過程中挖掘數據與數據之間存在的關聯，常常用在服務類信息方面的分析和處理，是一種新類型的電子商務活動模式。

數據的挖掘是對數據庫中的信息進行篩選，得到的最后數據能夠讓使用者滿意。篩選可以不止一次地進行，多次循環反復得到更精準的數據。挖掘過程有初步處理、數據的深入挖掘以及分析這三個步驟構成。

3在電商中的運用和實施方案

當今社會是個飛速發展的社會，各行各業都在追求效率的提高，不管是企業還是個人，都會考慮到速度這一個概念。尤其是電子商務領域，伴隨網絡化的迅速發展，更是要講究速度，追求效率，這就更加的需要數據挖掘來作為發展的支持動力。

3.1? 運用在網站的設計上

瀏覽訪問網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容或者活動獲取瀏覽者的關注。比如說，在給顧客以優質的服務的同時，要善于不斷地完善網站，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站的客戶能可以發現他們自己喜歡的商品，根據他們的喜好以及訪問的頻繁程度，對網站與用戶交互的頁面做出結構上的迎合，盡可能多的滿足顧客的不同需求。一個網站的直接面向對象是消費者，如果外觀上不好看，那么將會直接影響消費者的購物愿望?？梢酝ㄟ^運用數據挖掘，把顧客們的喜好風格進行數據采集，綜合的設計出盡可能多的人喜歡的網站。

對網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絡頁面進行整理，對這些頁面進行分析和處理，找出有什么共同之處，然后做出相應的調整。比如說網站頁面上顏色的相同之處等，然后對網站做出優化。

（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，數據量要盡可能得多，例如廣大用戶經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。

3.2運用在用戶關系中

電商平臺設立的目的是為了方便網站的管理和運行。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，促進電商行業的快速進步。

對用戶關系的完善可以是以下幾個方面：

（1）使用聚類分析技術。這一項技術能夠把繁雜的數據信息進行整理歸類。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，從而更加保留顧客。

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

4 結束語

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

參考文獻：

[1] 瞿愛珍，莊天戈. 計算機輔助醫學診斷系統的數據挖掘和知識發現研究[D]. 碩士學位論文. 上海：上海交通大學，2014.

[2] 黃玲. 在電子商務中應用Web數據挖掘的研究[D]. 碩士學位論文.湖南：湖南大學， 2014.

[3] 盧輝. 數據挖掘數據化運營實戰：思路、方法、技巧與應用[M]. 北京：機械工業出版社， 2013.

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

[5] 段曉華. 數據挖掘技術在電子商務客戶關系管理中的應用研究.湖南文理學院學報（自科版）， 2010 ， 22 （2） ：90-94.

【通聯編輯：聞翔軍】