數據挖掘技術在電子商務中的應用

劉思皖

（寧夏財經職業技術學院 寧夏 銀川 750001）

1 引言

時代的發展推動了數字化時代的到來，現如今各大行業均嘗試與大數據技術結合，并已廣泛應用。數據技術的支持離不開數據信息才能完成最終目的，而如何才能獲取數據信息，需要數據挖掘技術的使用。數據挖掘技術能快速地實現對信息以及相關類似信息的收集并作出分析，技術人員將數據挖掘技術與電子商務有機結合，能大大提高企業自身得到工作效率，同時也能按照市場走向，更好地服務市場。

2 數據挖掘技術

在電子商務過程中，客戶瀏覽商品的過程會被軟件記錄下來，同時也會被Web服務器自動收集保存到日志當中，而日志可以將其分為logs, service等幾項文件。電子商務當中使用數據挖掘技術，運用該技術對客戶進行分析，同時對數據進行加工處理，得到自身想要的信息，按照這些信息，對其進行針對性措施，將相似性較高的客戶特征進行利用，可以達到提高經濟效益的目的。

但是依照目前來看，雖然Web當中的記錄能夠分析出客戶訪問的時間以及內容，但是其所檢索出來的數據是需要十分龐大的存儲空間，而這些信息當中存在了諸多無用數據，這些數據的存在也會造成企業工作效率降低的問題。數據過多而工作人員需要從其中找到有價值的信息對其進行分析，在漫長的搜索過程中，無法找出電子商務中客戶的具體需要，沒有辦法做到精準分析，所以最終也可能導致出現產品投放出現問題，造成營銷策略受到影響。想要進一步推動企業發展就需要數據挖掘技術在其中發揮效益，從復雜的數據當中找出相應數據，盡快找出對企業有價值的信息，按照客戶瀏覽下來的線索去分析客戶需求，保證根據客戶需求進行商務活動，充分增加自身企業的競爭力。

3 電子商務推薦系統

推薦系統主要是根據客戶瀏覽需要所提供出的一些可供客戶選擇的商品，以便客戶能了解更多商品內容，有更多的選擇性，這種方式類似于實體經濟中的導購銷售人員，為客戶的選擇提供更多可能性[1]。在應用的過程中根據客戶在網絡節點當中訪問量以及訪問時間來自動推薦客戶應用商品，大部分的客戶對于這類商品都會較為感興趣，促進客戶的購買力，推動經濟發展。但是目前來看，商務推薦系統主要有人工選擇，大范圍檢索以及物品關聯性等諸多方式。

3.1 電子商務推薦系統應用技術

電子商務推薦系統主要是運用數據挖掘技術，而其中的準確能力以及效率會對推薦系統產生嚴重的影響。就目前來看，想要保證推薦系統的可靠性以及實時性，該技術的出現讓相關人員需要掌握協同過濾，關聯規則等諸多技術。基于電子商務推算來看，可以將其分為兩類技術，模型推薦算法與基于內存的推薦算法。基于模型的推薦算法是按照用戶數據來建立模型，在整個過程中需要有具體應用，同時需要將模型調入到內存當中。相對來講，模型推薦算法可以通過技術來建立模型，根據相應的Bayesian技術以及聚類技術等讓內存的推薦算法更為合理，在運行的過程中需要讓用戶的數據跳入到內存庫當中按照用戶瀏覽商品網站所遺留下來的數據來基于個性化的數據推薦[2]。這種技術是需要依靠關聯推薦算法以及協同過濾算法來完成。

3.2 K-平均聚類算法

協同過濾技術是當下在電子商務推薦系統中較為常見的技術之一。協同過濾算法，聚類算法的出現讓電子商務系統更為便捷。運用這兩種技術算法不僅能保證計算的準確性，同時還能保障好效率，但是聚類算法當中，最終的結果與K值的選取擁有較大關聯，如果K值產生變化，那么其結果也會產生變化。

4 數據挖掘技術在電子商務中的應用

4.1 電子金融

現如今的時代信息化趨勢讓電子金融越來越發達，并且出現了越來越多的APP以及多種多樣的支付方式，馬云的淘寶開啟了網商時代，逐漸讓微信、支付寶以及手機銀行等方式取代了實體貨幣，而這種趨勢的出現也讓消費和理財逐漸形成了網絡化，有了具體的電子貨幣消費記錄，而數據挖掘技術在其中可以準確地預測人們消費趨勢，人們現如今購物很少使用現金，相關企業通過對消費記錄的預測來更好地把握人們消費水平，從而做到更完善的服務，并且也能推動經濟增長，刺激消費者消費，有力地推動了企業的發展態勢。

4.2 客戶關系處理

電子商務也無可避免地需要接觸客戶，需要與客戶之間有緊密的聯系，同時也需要工作人員維護客戶關系，了解客戶需要，如此才能處理好與客戶之間的交流，為客戶提供良好的服務來提升企業自身營業能力。總的來講，在電子商務模式之下，工作人員可以根據數據挖掘技術來對電子軟件的特點進行分析，來了解顧客的行為從而便于顧客有針對性地去推薦產品，讓用戶有更多選擇性，逐漸推動顧客消費，同時還能正確地分析顧客的生活規律，讓企業能穩步發展[3]。

4.3 電子商務營銷

在營銷方式上，電子商務的模式之下我國大部分企業都會根據軟件APP以及網頁來進行推銷，這不僅讓人們的生活方式多了更多可能性和選擇性，同時也是目前人們選擇更多物品的主要渠道。為了能讓營銷渠道更為寬廣，更好地推動企業的銷售業績，在APP軟件營銷方面，需要利用數據挖掘技術來讓顧客的購買意愿，對于數據挖掘技術進行利用可以準確搜索顧客需求，之后推薦類似商品，這不僅能讓顧客與其他商品進行對比，同時也推動了企業的經濟效益。因為電商會時不時地推出一些活動，而電子商務企業的營銷部分也需要適當的向消費者推薦活動，這才能讓電子商務成交數量再次提高。

4.4 商務數據分析

在電子營銷過程中對于商品的營銷量是很多企業所看重的，而消費者的意愿受到多重影響，多數消費者十分樂于購買知名企業的商品[4]。比方說消費者在購買產品時會貨比三家，之后根據銷量以及發貨速度等等一系列綜合問題，經過考慮之后再進行購買。此時的電子商務軟件負責人需要運用數據挖掘技術對類似產品進行銷售分析和預測。只有電子商務企業提供足夠的優質服務，才能保證消費者滿意，才能保證業務量，同時推動企業良好的發展。

5 數據挖掘技術在電子商務中的優勢

數據挖掘技術中的過濾技術能精準地抓住客戶自身需求，以過濾技術為主體，統計學為基礎，統計分析客戶瀏覽記錄，并且對客戶需求進行整理，之后在數據庫當中對其進行對比分析，之后計算出商品或是類似商品的加權平均值，從而保證企業能更好地定位目標更好地推動客戶生產項目對應產品，不斷滿足客戶需要，另外，針對于過濾技術，還能充分地刪選信息，保證企業的工作效率，擴大企業的計算機存儲空間。

我國目前較為知名的天貓、京東以及淘寶、拼多多等軟件APP的后臺數據挖掘技術已經相對成熟，不僅能針對客戶提出需求，在相應的產品上也能進行統計，之后提高給銷售人員以及營銷人員，為企業提供足夠的數據制定合理的戰略措施，保證企業的盈利收益更加穩健。

6 結語

當下時代是數字化、云端大數據的5G時代，發達的信息技術推動了社會的發展，對于企業來講，信息技術的存在有著十分重要的作用。企業管理者應當有足夠的數據信息，之后在大數據的挖掘技術之下對其進行分析，幫助管理人員制定合格的企業戰略，推動企業健康發展。