| 标题 | 电子商务领域中计算机数据挖掘技术的应用研究 |
| 范文 | 摘要：在我国社会经济的不断发展、科技的飞速进步的大背景下，计算机网络技术的应用得到了更广泛、更高端的应用。在大数据时代中，网络信息的数量在不断增加，人们的需求也在不断增加，传统的计算机应用已经无法满足人类的需求，由此诞生出了计算机数据挖掘技术。目前，计算机数据挖掘技术受到了电子商务领域的青睐和广泛应用，并且借助计算机数据挖掘技术，获取了巨大的经济效益。通过消费群体在网络站点浏览的数据，可以获得有效的信息，数据挖掘技术可以利用这些信息，对消费者的需求有一个大概的了解，为电子商务领域的发展奠定了基础保障，也促进了电子商务领域稳定快速的发展。 关键词：电子商务;数据挖掘;技术研究;应用 中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2020）19-0239-02 开放科学（资源服务）标识码（OSID）： 近年來，伴随着现代化技术的不断发展，互联网科技的广泛应用，给人们的生活和工作提供了诸多便利。大数据时代的来临，给电子商务领域的发展和创新带来了改革契机。对于电商企业而言，数据挖掘主要是对现有的数据中提取潜在有价值的信息，并对其进行分析，现如今，如何挖掘数据的隐含价值，利用数据的优势促进科技创新的目的，是电子商务领域目前面临的最大挑战。为了让企业体验定制化服务，建立电子商务企业的发展方向和优势，可以通过数据挖掘，提升电子商务企业的商品交易率，并对未来的发展前景有一定的预测性。本文根据数据挖掘技术的内涵，阐述了数据挖掘技术的主要运用方式，并且对电子商务领域中计算机数据挖掘技术进行了有效的分析，希望能够对电子商务的发展提供更多的参考建议。 1 数据挖掘技术的内涵 1.1数据挖掘技术 数据挖掘技术是近年来科学领域研究的一个热点。通过计算机技术对网络平台数据进行分析、下载和利用，不仅给查询用户提供了便利，也让数据的传播和利用，服务于社会大众，体现出了重要的价值。通常情况下，浏览网站所产生的数据具有量大、随机的特征。数据挖掘就可以在这些随机的数据中找到有效的信息和价值。这些大量混乱的数据背后起始隐藏了用户的爱好以及个人经济水平。因此，对于电子商务而言，可以利用这些信息和数据，去更深入的了解用户的需求，在发展潜在客户的同时，也能实现新客户的开发，让大数据更好地为企业服务，实现经济效益的提升。其次，通过数据挖掘技术对现有的用户进行分析，对他们的需求进行有效的改善和创新，从而为用户提供更加优质的服务和产品。此外，数据挖掘还可以对异常事件进行分析，比如：国家电网和自来水公司可以对欠费用户进行异常状态处理，这样可以有效地降低企业的经济损失。 并非只有电子商务领域才能会用到数据挖掘技术，社会上的各种行业和领域都会多多少少的受到大数据的影响，可以说数据挖掘技术正在慢慢重构甚至吞噬很多传统形式的行业，很多公司旗舰店的选址都是在以数据分为基础的准确选址，例如肯德基、麦当劳、iPhone集团;而很多传统模式的公司在大数据的使用上更是广泛，他们会通过数据技术来完善其供应链，例如沃尔玛大型超市;不止实体经济，包括电商都会通过使用大数据挖掘来提供更为精准、更为人性化的服务。数据挖掘技术不仅仅是在商业方面有着重要贡献，它在电网、交通、医疗等等城市建设中的贡献也是令人赞叹的，尤其在电商领域的发展提供了很大的帮助。 1.2 数据挖掘对比和Web数据挖掘 以往的数据处理处理方式中包含了数据的查询、报表的呈现、数据的联机应用方式等。和现有的数据相比之下，表格的处理方式处理量较大，并在短时间内不易进行有效的分析。在用户进行浏览数据和站点后，会对数据进行综合的分析.其中产生的数据是随机的。因此，数据挖掘就在这些零碎的信息上，对客观的数据进行有效的分析，最终获取可靠并且有价值的信息。其次，关于Web数据挖掘是数据挖掘技术中一种全新的处理技术，在Wbe背景下，不断对数据进行挖掘分析和应用，从大量的Web文档进行集中分析，对站点内的浏览数据进行统一整理，并且找出数据背后的价值。同时，数据挖掘可以获取到潜在的具有应用价值的客户信息，以挖掘有效的信息为主，处理数据和综合分析数据，最终达到了解信息价值的目的。最后，运用计算机网络技术，在用户和网络数据站点建立起重要的连接点，将传统的数据挖掘技术和用户的需求利用起来，提升产品品质和服务质量。 2 电子商务概述 电子商务是利用网络进行的商业活动，其中包括产品交易和金融服务等。同时，通过网络平台开展的商务交易活动，交易双方在网络上进行交易，用户通过对电子商务平台商品进行浏览和购买的方式。其次，电子商务的基础是通过对电子数据信息进行有效的数据，以及信息安全的建立。在电子商务领域中，由于数据挖掘技术的支持，为电子商务领域提供了良好的发展前景。在全球范围内，电子商务不仅是当代人们主要的消费方式，在为企业节约时间和成本的同时，也让电商企业获取了最大的经济利益。 3 数据挖掘技术主要应用方式 3.1路径分析 网络路径是通过哪种方式进入到最终界面的，网络的最终打开方式就是网页，打开网页的方式有很多种，最常见的就是通过链接访问和地址访问。对路径进行分析可以得出访问最频繁的站点，也能够得出与路径存在直接关系的信息，最后再对网页面进行不断的改进设计，从而满足用户的访问需求。 3.2存在的关联规律 世间万物都存在着不同的关联，有些产生着直接的关联，有些产生间接的管线，对于关联规律而言，都存在着一种必然的联系。我们可以通过去发现事物本身存在的规律和意义，再通过Web的数据挖掘，建立起网络的关联结构，对一些无效的用户信息进行赛选，去更好的隔断整个网页的设计工作，降低用户的检索负担。同时，再将web挖掘的关联数据用在站点的优化上，在对关联数据进行分析的原则上，完善电子商务站点的结构，将用户浏览的商品和类似商品放在指定位置，这样可以提升电子商品销售额。 3.3 序列模型 事物在产生的过程中是需要经过时间的顺序而发生改变的。简单而言，数据挖掘可以根据现有的数据去预测用户接下来需要访问的站点。这种数据分析可以根据时间的先后顺序对电子商务处理的事物具有很大的指导意义，通过预测用户的访问习惯和方式，为用户提供多样化的服务。同时，关于分类规则，其中决策树的方法最常见。在数据中构建决策树，可以为决策提供指导方向，根据数据的某种特定属性进行的，也可以设置为某种类型用户的固定商业交易活动。这种可以称之为为目标性用户，对不同的用户进行单一特定的服务。 3.4 异常检测 在大量的网络数据中包含着与其他数据不一样的数据记录，这些数据被称之为异常点。而数据中的异常点中通常包含着重要的信息，对数据的异常点或者特点进行分析，可以得到具有价值的信息。比如：银行数据中可以检测出欺诈行为，这就是数据挖掘在其特地领域中发挥的重要价值和作用。 4 电子商务领域中数据挖掘技术的应用 4.1 挖掘出潜在的客户群体 数据挖掘技术在传统的行业领域得到了广泛的应用，能够处理的问题，为电商企业获取巨大的经济利益。关于电子商务行业的应用，数据挖掘可以寻找潜在的客户群体。对于任何企业而言，客户才是促进企业可持续性发展的根本，在电子商务企业中同样积累了大量的客户。因此，为了开发出新的客户，为企业增加大量的客户，创造出更多的利益，才能提升企業的市场竞争力。同时，利用客户群体的消费意向可以帮助电子商务平台吸引更多的消费者群体，按照消费者的信息将其分类，并且结合类别进行管理和营销。 4.2 系统推荐 在电子商务网络平台中存在了大量的商品，客户在丰富多彩的商品中无法选择出适合自己的商品，特别是对于具有选择困难症的客户。而电子商务平台会根据用户体验良好的原则，为消费者解决以上问题，并且根据消费者的消费历史结合注册信息，加上电子商务店铺的销售手段，可以通过数据挖掘技术结合以上特点给用户筛选出特点的商品，最后按照不同消费者的需求推荐给不同的消费者。现如今，中国最常见的电子商务平台，阿里巴巴淘宝亦是采用这种方式，不仅为不同的客户群体推荐了他们需要且喜欢的商品，还为淘宝店铺和商家提升了商品交易率。 4.3 欺诈检测 在上文我们提到，在银行可以利用数据挖掘进行欺诈检测。但是欺诈问题不仅仅是银行业常见的问题，也是阻碍电子商务领域发展的一个重大因素问题。由于电子商务地域性跨越和虚拟性的特征，消费者无法通过电子平台了解商品质量的好坏，只能通过其他购买过商品客户的评价来判断商品的质量。很多的商家抓住这一漏洞，雇佣了很多的网络水军对商品进行好评，最终达到隐藏商品质量和其他缺点的目的。由于这一问题的出现，以此对电子商务平台的名誉造成了很大的影响，进而阻碍电子商务行业的发展。 5 结束语 总而言之，数据挖掘技术对电子商务领域的发展有着重要的意义，通过数据的分析和预测为用户提供主动的智慧服务，数据玩具技术可以通过数据挖掘了解读者的使用需求、行为等，通过已知的数据对用户使用需求进行产品和服务创新，不断分析和预测需求，从而为用户提供智慧化服务。其次，在数据技术的应用下，对交易数据进行更加深入的分析，并且对数据进行汇总处理，卖家可以通过数据了解客户的需求，并且开发出许多新客户，而买家也可以全方位的了解商品的属性和质量好坏，通过方便快捷的交易方式，拥有多样化的商品购买方式。由此可见，数据挖掘技术为人类社会的建设为经济的发展提供了强有力的信息支持，它的无限价值正在被慢慢发现并应用于人类社会各个领域，它所提供的数据是人类看世界的一种全新的方式，它是以事实与数据为基础的信息技术，将给人类社会的发展变革带来巨大的推动作用。 参考文献： [1]朱沙.电子商务中计算机WEB数据挖掘技术的应用分析[Jl.电脑知识与技术，2019，15（32）：287-288. [2]段继锋.电子商务领域中计算机数据挖掘技术的应用研究[Jl.通讯世界，2017（4）：86. [3]欧阳骞.电子商务领域中计算机数据挖掘技术的应用研究[Jl.中国管理信息化，2016，19（19）：158-159. [4]李楠楠.大数据挖掘技术在电子商务企业营销中的应用研究[J].全国流通经济，2019（8）：16-17. 【通联编辑：张薇】 作者简介：李兴莹（1979-），女，重庆人，硕士研究生，副教授，研究方向：计算机应用。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。