基于KNN算法的农产品电商精准营销分析

王珏

【摘  要】近些年我国高速的发展使得各种大数据、云计算以及人工智能技术逐渐地应用到各行各业当中，同时伴随着互联网电商的高速发展，使得电商的营销理念以及实际的方法，相较于传统的营销理念以及方法存在着一定的差异性。论文基于KNN算法，对其农产品电商精准营销展开分析。

【Abstract】In recent years， the rapid development of China has led to the gradual application of various big data， cloud computing and artificial intelligence technologies to all walks of life. At the same time， with the rapid development of internet e-commerce， the marketing concepts and practical methods of e-commerce are somewhat different from the traditional marketing concepts and methods. Based on KNN algorithm， this paper analyzes the precision marketing of agricultural products e-commerce.

【关键词】KNN算法;农产品;精准营销;大数据

【Keywords】KNN algorithm; agricultural products; precision marketing; big data

【中图分类号】F323.7;F724.6                               【文献标志码】A                                   【文章编号】1673-1069（2020）10-0134-02

1 引言

在日常的营销过程中，其消费者会在电商平台当中，进行日常消费而产生大量的数据信息，其中包含了消费者的地域、性别、年龄以及个人喜好等个性化特征，因此对于这些个性化的数据进行分析的过程中，便可以有效地对消费者的消费行为进行预测以及分析，进而动态地感知到消费者即将开展的消费活动，实现消费的升级。同时这样的销售方式下，相比较传统营销方式，不仅仅很好地降低了社会成本，同时也极大地提升了营销的准确性和针对性，这对于农产品电商的精准营销方面，有着重要的意义。在本文的分析过程中，着重对KNN算法进行分析，以此实现了对目标用户各种消费行为的预测分析。

2 KNN算法

所谓KNN算法，就是一种K最邻近法，最早在1968年提出，是一种在理论上比较成熟的算法，同时也是在现阶段的机器学习过程中，一种重要的基础算法。在应用该算法的过程中，思路十分明确且直观：假如一个样本，在特征空间当中的K个最相似，也就是在特征空间当中最为邻近，这样的样本当中，大多数都与其一个类别，因此该样本也应该属于这个类别当中。在使用这样的方法对定类决策的过程中，只能够依附于最邻近的一个或者几个不同样本，进行多份样本所述类别的确定。

但是对于这种算法而言，也有着一定的缺陷，就是应用的过程中需要大量的计算，使得对于每一个待分类的文本，都需要对全体已知样本的距离进行计算，这样才可以求得K个最邻近的点。当下在对其方法进行应用的过程中，基本上是选择对已知样本点进行事先的剪辑，以此去除一些对结果影响不大的样本。

3 传统农产业电商的局限性

3.1 传统的顶上营销思维的局限性

现阶段，对于一些农产品电子商务企业的分析来看，其在运作的过程中，基本上以传统的B2C思维经营农产品，是一种普通的利用互联网平台进行农产品的交易。从本质上进行分析，是一种商务模式的误区，对于很多电商平台而言，因为是一种线上的B2C平台，仅仅需要进行流量的导入即可，让客户来到线上进行购物即可，但是这样的营销方式下，其结果严重偏离了农产品电商的本质。首先，现阶段在农产品电商，依靠着传统的B2C思维下，进行的农产品商务，严重地偏离了农产品的电子交易过程中消费者的设计需求。

3.2 “电”“商”分离的营销模式

开展线上的营销过程中，需要重视“商”的部分，互联网仅仅是作为一种销售的平台。但是现阶段，在大多数時候，其农产品的营销策略有着一定局限性，同时在对农产品进行销售的过程中，也没有很好地基于消费者的实际需求，进行有针对性的开展各种精准营销。

在现阶段的农产品电商精准营销的过程中，需要积极地让消费者在电商平台进行购物，以此能够留下相应的消费记录，并对消费记录进行全面的分析，能够充分地挖掘出海量的数据信息，同时还需要包含着消费者的性别、个性、消费记录等信息数据，以此能够较为准确地对消费者在未来的消费行为当中，实现较为准确的预测。并且还需要对动态的营销策略进行相应的分析，以此可以制定出符合消费者需求的营销策略。

4 基于KNN算法在电商农产品精准营销中的应用

在本文的分析过程中，主要是基于KNN算法，对其电商的农产品精准营销，进行相应的预测，同时也需要对用户的行为进行汉明编码，之后再对用户之间的距离进行相应的计算，进而保障可以很好地对消费者和农产品的消费行为进行相应的预测，从而实现了将KNN算法应用于这一领域当中。相较于传统的算法，使用这样的数据分析预测方法下，可以进一步地提升决策的准确率和决策效率，因此是一种智能化的算法。

4.1 数据预处理

在本文的分析过程中，主要是通过问卷调查的方式，获取了超过1000组的用户数据，明确出用户在对购买农产品的具体消费行为，进行了相应的预测分析。在本文的分析中，基于具体的营销场景，从而筛选出相应的具有着代表性的特征，并对其进行深入的研究。

4.2 数据特征描述

在使用的KNN算法当中，可以利用汉明距离来对每一个样本数据进行距离的表示。因此，在本文的数据样本当中，需要将特征字符明确出来，以此能够很好地表示出用户的实际特征项编码。其中需要注意的是，由于一些特殊的群体在进行购买农产品的过程中，会出现消费年龄的变动，就会使得需要进行特殊化的处理。因此可以得出相应的数据表格，如表1所示。

在以上的数据当中，可以Y表示同意，N表示否，因此可以得出表2，在不同阈值K下，进行预测的实际精度。

4.3 KNN特征分类算法的应用

在本文的分析过程中，由于得到了相应的数据分析特征变化，因此可以对其用户的特征性编码进行相应的计算，以此成功地获取到相应的购买意向。

4.4 测试结果

在上述模型的建立过程中，通过KNN计算方法，很好地对消费者的农产品购买意向进行了相应的预测分析，同时也在未来的精准营销过程中，提供了良好的方案设计数据基础，能够对目标用户人群提供精准的消息推送。

同时，在对农产品电商精准营销领域当中，进行预测模型建立过程中，其特征项的选择与预测的实际结果以及精度有着密切的关系。例如，在进行鱼类产品的营销过程中，由于消费者的自身个性化属性，就会导致在进行营销策略制定的过程中，需要有着一定的针对性，能够对一些特征项进行相应的取舍，进而保障在方案的制定过程中，也能够结合其对各个特征项之间产生的相互影响进行考虑。

4.5 疫情下的农产品电商精准销售

随着今年爆发的新冠肺炎疫情，人们无法很好地进行社交以及出行，同时对于各个行业的发展而言，都产生了巨大的影响，传统的销售模式下，便无法进行使用。因此，在这样的背景下，互联网购物成为人们重要的一种购物方式，能够在不接触外界的情况下，就进行各种物品的采购。对于农产品而言，由于传统的销售途径受到了严重的限制，在开展的电商销售过程中，更加需要进行深入的研究以及分析。

通过上述的试验以及模型的建立可以表明，在对其电商农产品开展的精准营销系统的建立过程中，能够有效地对消费者的购买意向进行相应的预测，同时具有较高的精准度，因此可以保障企业在对精准营销进行决策时，能够有着可靠的依据。但是，由于分析的过程中，数据样本的采集有限，使得在本文的预测模型建立过程中，在特征项上，还有着一定的提升空间。为此，需要在进行分析的过程中，进一步地提升样本的采集规模。同时能够保障对各种特征项当中的相互影响进行分析，以此保障进一步提升电商农产品的精准营销方案。

5 结语

綜上所述，在对基于KNN算法的农产品电商精准营销分析中，需要从模型建立的角度进行分析，进而在未来的营销决策当中，有效地提升营销的精准度，能够精准地进行营销，保障为目标群体制定出良好的农产品销售方案。

【参考文献】

【1】王丹.南疆特色农产品电子商务发展的制约因素研究[D].阿拉尔：塔里木大学，2020.

【2】苏秀梅.农产品电商抖音玩法分析[J].现代营销（信息版），2019（12）：76.

【3】黄成明，胡坚.基于KNN算法的农产品电商精准营销的研究[J].计算机产品与流通，2019（05）：73+80.