基于数据挖掘的农村电商平台搭建

2019-11-01

新营销 2019年4期

(大连东软信息学院辽宁大连 116023)

一、引言

随着中国经济、互联网技术和电子商务的持续发展，互联网的竞争环境也变得日益激烈，越来越多的企业及创业者开始探索新的机遇和发展。近年来，国家大力提倡发展农村经济，“互联网+农业”的项目更是得到了国家的大力扶持，农村电商近两年来逐渐被唤醒，越来越多的企业开始关注农村电商。与此同时，在市场经济发展的背后，庞大的数据也成为人们关注的重点，如何体现数据背后隐藏的价值，在数据挖掘中提高企业的竞争力、预测风险、提高营销效率，让数据帮助农民更好地把握市场需求成为当务之急。本文从农村电商平台搭建和数据挖掘的角度，构思出符合现代农村电商发展的新平台，以促进农村电商的良好发展。

二、新农村电子商务现状

随着互联网技术的飞速发展，人们对于农产品从网络上购买的依赖性越来越强。近年来国家大力扶持农村电子商务发展，财政部下发的《关于开展2019年电子商务进农村综合示范工作的通知》中指出，财政部将采取多种方式支持农村电子商务建设，推动农村电子商务深入发展，进一步完善农村市场体系，促进农村流通现代化，助力脱贫攻坚和乡村振兴。我国农产品的销售模式不能停留于传统的买卖阶段，应建立规范的线上平台，建立促进农产品流通体系，让农产品不受地域、空间限制，进行高效的交易，减少中间商环节，降低买卖双方的交易成本。

三、基于数据挖掘的农村电商平台设计

近年来国家大力扶持农村电子商务的建设，农村电商得到了良性发展且受到了很多企业的关注，更多消费者也开始接受在电商平台购买农产品，给企业和农民带来了新的机遇，同时也催生出了大量的数据。但是这些数据并没有得到很好的利用，没有挖掘出其中的价值，切实地为农民带来帮助。基于现阶段农村电子商务的发展状况，笔者从数据挖掘的角度构思设计出此农村电商平台，改善当前阶段农村电子商务存在的问题。

(一)系统整体架构

整个系统主要由终端用户层、数据处理层、决策支持层三个层面构成。

终端用户层即终端用户使用的业务系统界面，主要由App和网页端构成，所有的销售业务均在此完成，根据之前数据分析结果对消费者进行精准营销，捆绑销售。

数据处理层即对已产生数据的处理和转化的过程,将数据进行数据清洗、数据转换以及数据加载，将积累到数据库的数据装载到数据仓库，此环节对后续数据仓库操作的影响极大，所以需要有好的算法支持。

决策支持层即通过已经处理过的数据来分析实际问题，进行分析、预测和决策，这个层次几乎是整个系统最核心的部分。首先理解业务需求，清晰定义需要解决的业务问题；然后对数据进行抽取与探测，对抽取的数据进行预处理，将其中存在的不完整的、异常的和不一致的数据进行处理以保证数据挖掘的质量；再对数据建模，在分类、聚类、关联、回归等算法中选择合适的数据挖掘算法或者使用算法的组合来建立数据挖掘的模型，这一步至关重要；最后评估挖掘结果，将挖掘出的结果经过可视化分析处理，将其部署到实际业务中去，作为辅助参考供决策人员使用。

其中每一个模块都是可扩展性的，以实现后续的扩展。其系统架构如下图所示：

农村电商平台系统架构

(二)系统数据分析相关功能设计

1.客户分析

在用户使用该平台的过程中，会生成大量使用日志和数据，通过对这些数据的分析，往往可以得到一些用户的隐藏属性，如不同用户更倾向的支付方式，不同年龄段、不同学历、不同地区甚至不同性别喜欢访问哪些网页或者界面、下单的方式、对不同收货时间和地点的满意度等，都可以用来优化平台结构。对用户进行细节的区分有助于平台的良性发展，正确引导用户，提供贴合的服务，增加用户黏性。在分析时常常用到K-means算法对用户进行分类，将相同或有相似特征的用户归到K类中，以达到精准的平台广告投放目的。

2.营销优化

数据挖掘常常帮助营销决策人员提供参考信息，根据已有数据预测未知数据，优化营销策略，完善营销方案，其中很重要的一部分就是关联分析，主要依靠A priori算法来实现。找到其中的强关联规则，将不同商品捆绑销售或者用户下单时提示是否需要，以此作为营销手段。