数据挖掘技术在电子商务中的应用研究

李军茹　张倩

摘  要：伴随社会科技不断发展和进步，数据挖掘技术也在持续进步，现如今数据挖掘牵涉领域甚广，其在电子商务中运用非常广。数据技术的支持无法脱离数据信息，怎样才可以得到真实有效的数据信息，需要合理运用数据挖掘技术。该文从数据挖掘技术基本概念、过程以及分析方式出发，分析了电子商务中应用数据挖掘技术的优势，然后探讨了数据挖掘技术运用于电子商务的策略，以供相关人员参考。

关键词：数据挖掘技术   电子商务   应用    大数据技术

中图分类号：TP311.12                     文献标识码：A文章编号：1672-3791（2021）09（b）-0012-03

Research on the Application of Data Mining Technology in E-commerce

LI Junru1   ZHANG Qian 2

（1. School of Engineering， Shijiazhuang Vocational College of Industry and Commerce; 2.Department of Information Engineering， Shijiazhuang Engineering Vocational College， Shijiazhuang， Hebei Province， 050000 China）

Abstract： With the continuous development and advancement of social science and technology， data mining technology is also continuously improving. Nowadays， data mining involves a wide range of fields has been widely used in e-commerce. The support of data technology cannot be separated from data information. How can we get real and effective data information requires reasonable use of data mining technology. It starts from the basic concepts， processes and analysis methods of data mining technology， analyzes the advantages of applying data mining technology in e-commerce， and then discusses the strategy of applying data mining technology to e-commerce for reference by relevant personnel.

Key Words： Data mining technology; E-commerce; Application; Big data technology

现阶段，各行业与领域在尝试大数据技术，同时对其进行应用。数据技术的支持必然无法脱离数据信息，怎样才可以得到真实有效的数据信息，这就需要合理运用数据挖掘技术。数据挖掘技术可以迅速实现对信息的采集与分析，技术工作者把数据挖掘技术应用于电子商务中，可以提高企业工作效率和工作质量，并且还可以根据市场走向，为市场提供优质的服务。

1  数据挖掘技术简介

1.1 概念

数据挖掘技术实际上就是对大量数据加以挖掘与分析的技术，该种技术是经过合理运用提取重要数据、将抽取的数据展开再次转化，按照需求建立数据模型等手段，从模糊数据里面挖掘有效且有价值的数据的分析技术。数据挖掘技术是综合水平很高的数据分析方式，有着自动化以及智能化的特点，能够结合现代各行业需求展开针对性数据挖掘，从而有效提高工作质量与效率[1]。

1.2 过程

在进行数据挖掘前，需要先了解需求为何，也就是需要先定義问题，然后展开数据采集与抽取、分析与处理数据等过程。通常而言，数据挖掘涵盖了如下几个步骤：（1）界定问题;（2）采集、抽取数据;（3）处理数据;（4）建立数据模型和评估;（5）进行数据挖掘;（6）分析结构以及进行测试;（7）进行模型管理。

1.3 分析方法

伴随技术持续发展，数据挖掘技术使用的分析方式十分丰富且多元化。可是，根据现阶段情况看来，数据挖掘技术之中比较常用的分析法就是等级层次、回归分析、偏差分析等。

1.3.1 等级层次分析

众所周知，数据并非是静态的，而是动态的，随时在改变，怎么掌握动态数据特点与规律，必须要运用等级层次分析方式。这一方式就是基于数据采集构建综合且全面的数据库，接着分析数据有效性，同时分类数据。该方法通过信息映射结构作为重要依据，把信息技术软件当作重要工具，自动分类数据，把不一样的数据分成差异性的类别，同时设置对应的层次。随后，建立差异化的数学模型，对各种类别的数据展开分类分析，总结各种类别与层次数据发展规律[2]。

1.3.2 回归分析方式

回归分析法经过数学表达式，对各种数据加以准确筛选和整理，在大量看起来毫无联系的数据中找到关联性，同时构建函数关系。回归分析方式可以在看起来无显著关联的数据里面发掘隐性关系，同时展开深入求证出变量间的内在逻辑。借此探究各种数据，从而找到数据基本规律。于电子商务中进行回归分析方式的有效运用，进一步探索销售和产品数据等，可以给企业提供良好的数据支持，寻找到销售需求动向，合理优化发展战略。

1.3.3 偏差分析方式

通常来说，数据并非无序的，在大部分状况之下会根据基本规律运行。在数据挖掘中，异常数据和一般数据间的偏差问题需要严格注意到，需要仔细分析两者间的差别，合理运用偏差分析方式，分析数据发展中的偏差。在电子商务中出现的数据假设发生偏差，就表示产品营销出现了全新的增长点。假设异常数据比一般数据多，那么就表示某一行业或产品有很大的潜在性需求，这个时候企业需要合理调节战略，在这一行业或产品倾斜资源，掌握市场机会，得到一定的经济利益。假设比正常值小，那么就表示某一产品消費疲软，市场需求下滑，在该种条件下，需要降低产品生产量以及销售量，从而防止市场风险问题发生[3]。

2  电子商务中运用数据挖掘技术的优点

2.1 以过滤技术紧抓客户需求

数据挖掘技术的运用可以经过合理应用过滤技术助力企业准确掌握客户真实需求。在数据挖掘技术之中，其关键协同过滤技术可以基于统计学，对客户浏览行为展开全方位分析与统计，同时对客户浏览行为背后的需求加以全面整理和分析，然后综合数据库里面的数据内容分析，计算出类似客户对相同产品或相同产品服务的加权平均值，借此确保企业可以精准定位目标客户，进而生产针对性的产品，充分满足客户所需[4]。另外，过滤技术可以助力企业在统计过程中过滤那些没有价值的数据信息，提升企业计算机储存空间，增强工作效率。

2.2 合理进行数据库中的数据分类

运用数据挖掘技术可以助力企业合理分类数据库里面的数据。企业虽具备很强的储存客户数据信息的能力，可是这部分复杂的数据信息变成了企业工作效率提升的困扰，数据挖掘技术的有效运用可以经过其过滤系统与关联系统在一开始就过滤那些毫无用处的信息，确保企业不会由于这部分数据信息降低工作效率，导致不能顺利寻找到客户的实际需求。

2.3 以关联规则针对性开展营销策划

企业营销策划就是企业产品推广且抢占市场份额的主要方法之一，数据挖掘技术的运用可以助力企业对客户在网页中的有关关联性加以挖掘，挖掘出客户无意识行为后的逻辑性，同时经过有关运算系统对这部分逻辑性想表达的客户实际需求加以展示，助力企业拟定合适的营销策划[5]。

3  电子商务中数据挖掘技术的运用策略

3.1 网站设计中的运用

网站所面对的对象往往是消费人员，倘若外形方面有缺陷和不足，则会影响到消费人员购买的欲望[6]。需要合理采用数据挖掘技术，将客户的喜好与风格展开数据收集，设计出大众喜欢的网站。对网站的完善需要从如下方面出发：第一，健全快捷性。对用户实施一对一跟踪，将用户日常访问频率较高的网页加以整理和归纳，并分析处理这部分网页，找到有何相同点，接着进行适当调整。第二，健全连接性。因为每一个人喜好各不相同，因此其搜索的方式也不同，对这部分偏好需要加以收集处理，数据量应尽量多一些，比如很多用户常用浏览器等，针对运用较多的浏览器投入相关连接，如此被那些潜在客户看到的概率就会增加，可以提升电子商务经济利润。第三，健全站点。选取站点的位置尤为关键，需要经过分析处理寻找到便捷的位置充分将其显现出来，同时和地址互联。

3.2 用户关系中的运用

电子商务平台设置旨在便于网站管理与运行。用户关系的完善需要从这些方面进行：首先，需要合理运用聚类分析技术，该技术可以将复杂的数据加以整理和分类，例如性别相同、居住城市相同的。按照这些类似的特点合理制订相应的推送方案。另外，有利于企业选择出目标客户，给有大额度的客户提供定制服务，以此保留客户。其次，运用自定义分析技术，企业严格按照自身实际情况，自己界定出适用的测量方案。商品销售出去以后通常会获得相应的回馈信息，通过数据挖掘技术，可以全方位分析整理回馈信息。在处理数据信息的过程中，可以借助技术将数据根据时间等加以筛选，从而让数据分析结果更真实有效。

3.3 产品营销中的运用

采用数据挖掘技术，企业能够对客户在互联网中的有关关联行为加以进一步挖掘，发觉客户潜在行为背后蕴藏的逻辑，同时利用有关运算系统，挖掘逻辑展现的客户内心的实际需要，进而助力企业拟定符合客户需求的营销计划。譬如，淘宝通过合理使用数据挖掘技术分析客户浏览产品过程中的需求，拟定分析报告提供给营销工作人员，给拟定营销计划提供数据支撑。除此以外，淘宝在进一步挖掘客户浏览行为与掌握客户需求的基础上，还有针对性地给客户推送了相应的商品，进而开展精准营销。

4  结语

此次内容关键是对数据挖掘技术在电子商务中的运用进行了适当的阐述。现代社会是信息化社会，多种信息迅速增加，数据挖掘技术可以从大量数据中提炼出益于电子商务发展的数据，这一分析技术利用自身的优势，将会愈发受到工作人员的欢迎，而且这种分析技术也会逐渐普及。

参考文献

[1] 杨亚萍，郑广成.WEB数据挖掘技术在电子商务中的应用[J].信息技术与信息化，2020（6）：104-106.

[2] 伍洁.Web数据挖掘技术在中国电子商务领域的应用研究综述[J].无线互联科技，2020，17（9）：151-153.

[3] 刘绍君，刘宇为.数据挖掘技术在校园电子商务中的应用探索[J].南方农机，2020，51（8）：211，220.

[4] 朱沙.电子商务中计算机WEB数据挖掘技术的应用分析[J].电脑知识与技术，2019，15（32）：287-288.

[5] 宋红岩.微媒介与人的数字化生存方式重构[D].哈尔滨：哈尔滨师范大学，2020.

[6] 高宇，王金虹，马斌.数据挖掘技术在电子商务管理中的应用[J].集成电路应用，2019，36（4）：65-66.

作者简介：李军茹（1977—），女，本科，讲师，研究方向为计算机技术。

张倩（1982—），女，硕士，讲师，研究方向为电子信息、计算机技术。