數(shù)據(jù)挖掘在電子商務(wù)銷售數(shù)據(jù)中的分析和應(yīng)用.pdf

1、隨著我國居民生活節(jié)奏的加快，網(wǎng)絡(luò)購物以其在時間、地域以及商品選擇等多方面的優(yōu)勢而受到網(wǎng)民的青睞。中國網(wǎng)絡(luò)購物市場規(guī)模的擴(kuò)大和網(wǎng)購者數(shù)量的激增促使電子商務(wù)平臺產(chǎn)生了豐富多樣的電子商務(wù)銷售數(shù)據(jù)。面對紛繁復(fù)雜的銷售數(shù)據(jù)，商家需要深入分析和理解數(shù)據(jù)并從中挖掘出用戶的偏好，興趣，購買習(xí)慣等知識，從而據(jù)此制定各種銷售策略以滿足用戶的需求，為電子商品平臺贏得更多的顧客是最終的目的。為此，本文將從電子商務(wù)銷售數(shù)據(jù)著手將數(shù)據(jù)挖掘技術(shù)應(yīng)用于電子商務(wù)領(lǐng)域，利

2、用統(tǒng)計分析和多關(guān)系聚類等多種技術(shù)從多個角度對數(shù)據(jù)進(jìn)行分析和處理。通過對數(shù)據(jù)的處理和分析來對用戶的購買行為影響因素，購買習(xí)慣和用戶群體購買特點(diǎn)等有一個全新的認(rèn)識和理解。從而使服務(wù)商可以利用這些知識對電子商務(wù)平臺進(jìn)行創(chuàng)新，獲得顧客的滿意，贏得顧客資源，獲取更大利潤。針對電子商務(wù)銷售數(shù)據(jù)的特點(diǎn)，本文主要進(jìn)行了如下幾方面的工作：
　　1)為了對電子商務(wù)平臺新商品購買者的行為影響因素進(jìn)行分析，本文引入了統(tǒng)計方法中的線性回歸模型對影響新商品購

3、買者購買不同檔次新商品的諸多因素進(jìn)行了研究。通過特征抽取和實(shí)證模型的建立得到了一些實(shí)用的統(tǒng)計結(jié)果。從而對新商品購買者的購買行為有了一定的理解，對于購買不同檔次新商品的購買者可以依據(jù)各個影響因素的不同程度來制定不同的銷售策略。
　　2)針對電子商務(wù)銷售數(shù)據(jù)動態(tài)特性問題，本文基于復(fù)雜網(wǎng)絡(luò)對商品銷量數(shù)據(jù)進(jìn)行動態(tài)特性的分析。利用可視化算法將商品銷量數(shù)據(jù)映射到復(fù)雜網(wǎng)絡(luò)，通過對網(wǎng)絡(luò)統(tǒng)計特性的分析來理解商品銷量的波動變化。利用商品銷量的動態(tài)波動

4、特性可以對商品的銷售情況和顧客的購買情況進(jìn)行深入的分析，從而間接地理解用戶對不同類型商品的購買習(xí)慣。實(shí)驗(yàn)中本文對電子商務(wù)平臺和門店超市的日用品銷量情況進(jìn)行了對比分析，對不同渠道下的購買者的購買行為進(jìn)行了對比分析。
　　3)為了充分利用電子商務(wù)銷售數(shù)據(jù)中的多關(guān)系信息和用戶行為信息，為了解決電子商務(wù)領(lǐng)域數(shù)據(jù)間多關(guān)系聚類問題，本文提出了一種有效的融合屬性相似和結(jié)構(gòu)相似的相似度度量方法。多種實(shí)驗(yàn)驗(yàn)證了本章方法相比于其他方法的優(yōu)越性。首先將

5、新的相似度度量方法應(yīng)用于顧客劃分問題，通過對實(shí)驗(yàn)結(jié)果進(jìn)行定性和定量分析后從群體層面對顧客的行為有了更深的理解；其次，商品推薦實(shí)驗(yàn)也更進(jìn)一步驗(yàn)證了多關(guān)系數(shù)據(jù)中新相似度的計算問題。
　　通過對上述問題的研究，本文可以作為一套對電子商務(wù)銷售數(shù)據(jù)進(jìn)行全面分析和處理的系統(tǒng)化的解決方案。本文的工作可以較好地應(yīng)用于電子商務(wù)領(lǐng)域，能夠?yàn)殡娮由虅?wù)中的個性化推薦技術(shù)和銷售策略的制定等提供強(qiáng)有力的技術(shù)支持和理論基礎(chǔ)，同時本文的研究方法還可以為其他相關(guān)適