分类筛选
分类筛选:

关于数据挖掘论文范文资料 与Web数据挖掘技术在电子商务中应用有关论文参考文献

版权:原创标记原创 主题:数据挖掘范文 科目:专科论文 2024-01-31

《Web数据挖掘技术在电子商务中应用》:关于免费数据挖掘论文范文在这里免费下载与阅读,为您的数据挖掘相关论文写作提供资料。

摘 要 电子商务的迅猛发展也随之产生了海量的数据,本文对电子商务和Web数据挖掘技术的概念进行介绍;并主要针对Web数据挖掘技术在电子商务中应用的手段和技术进行了探讨研究,同时也对Web数据挖掘技术对电子商务平台发展的重要性进行分析,希望能够给相关研究人员带来一定价值的参考.

关键词 Web数据挖掘 电子商务 应用

一、引言

目前,中国电子商务正在蓬勃发展,以淘宝/天猫、京东等为代表的各类电子商务平台不断涌现,同时使数据爆炸式增长.在这些数据中蕴藏着许多潜藏着待未挖掘的有价值的信息.数据挖掘是知识的发现,在电子商务积累下的数据中进行基于Web的数据挖掘,可以在海量信息中找到针对性的用户有效的信息,这对于现代企业发展具有重要的战略意义.

二、Web数据挖掘技术与电子商务

(一)电子商务Web数据挖掘

1.电子商务的相关概念.电子商务是互联网产业快速发展下的产物,它是一种新型的商业运营模式.在开放的网络环境中,买家与卖家可以在不见面的情况下在因特网中进行选择商品、支付商品等商品交易活动.

目前,电子商务按照交易对象可以大致分为四种:

第一,B2C(Business to Customer):即企业与消费者之间产生的电子商务活动,由消费者直接在因特网中进行商品交易活动.第二,B2B(Business to Business):即企业之间的商务活动.企业可以在因特网中寻找合适的合作伙伴進行交易活动.第三,C2C(Consumer to Consumer):即消费者之间的电子商务活动.消费者可以以散户形式在电子商务平台中进行销售活动,例如阿里巴巴平台下的咸鱼.第四,C2B(customer to business):由消费者对企业之间的商务活动.对同一消费品为目标的消费者可以以团队形式向企业发起采购,产生精准订单并生产商品,但是目前这一模式尚未成熟.

2.中国电子商务发展现状.目前,中国的电子商务行业发展迅猛,产业规模迅速扩展,这也伴随着电子商务信息、交易和技术等服务的企业不断涌现.同时我国政府出台了《国务院关于大力发展电子商务加快培育经济新动力的意见》、《关于促进跨境电子商务健康快速发展的指导意见》等文件以推进B2B、B2C、C2C、C2B、移动电子商务的发展.

根据中国据中国电子商务研究中心(100EC.CN)监测数据显示,2016年中国电子商务市场交易规模20.2万亿元,增长23.6%.其中网络购物增长23.9%,本地生活O2O增长28.2%.庞大的交易量随之产生海量的数据,在这其中蕴藏着很多人们未知的有价值的数据信息知识等待我们去挖掘.

3.电子商务和Web数据挖掘技术的关系.在电子商务大数据的时代,信息的数据量异常庞大,以TB为单位进行数据计量远远不能满足需求,现在已逐渐发展到以ZB、YB进行衡量.然而如何在Web中提取出有用的信息,又如何将海量数据进行分析转化为有用信息进行应用,为客户提供个性化服务以及有效的问题分析报告呢?

Web数据挖掘(WebMining)是在Web中应用数据挖掘技术,它是WWW技术和数据挖掘技术的结合,在数据库以及用户行为的背后建立一系列联系,将数据挖掘技术和千万用户相连,为用户进行画像.具体过程是:通过用户访问Web服务器留下的日志文件,商品信息,查找信息,购买信息等进行挖掘,从大量的Web信息中获取有用的信息数据,对数据进行转化分析和模型化处理,为企业的营销决策、经营管理、市场预测和发展规划提供有力的支撑,为寻找隐含商机和新型商业模式提供可靠依据.[1]

(二)Web数据挖掘的分类

目前,Web数据分为三种类型:HTML标记的Web文档数据,Web文档内连接的结构数据以及用户访问的数据.根据Web数据的种类我们将数据挖掘也分为三类:

1.Web内容挖掘(Web Content Mining):即从多方用户对Web访问页面中获取有效信息,获取潜在知识.在信息获取的过程中,将对数据进行预处理,以提高数据挖掘的效率和有效性,增加对数据筛选的速度.在这种模式下,根据Web信息资源的类型又分为Web文本的挖掘和Web多媒体的挖掘.

2.Web结构挖掘(Web Structure Mining):在Web中,有价值的信息不仅包括在Web页面本身,Web的页面结构中还隐藏有大量的数据信息.页面之间的超链接反映了页面之间的引用或是从属关系,他们之间的相互引用反映了对彼此的重要程度.对于一个页面,通过已知算法在其组织结构链中推算到信息,将连接中提供的与网页有关的信息进行整合,并对不同连接中的信息给予不同的权重,从而得到整个页面的权重信息.在这种数据挖掘模式下主要有超链接挖掘和内部挖掘等.

(三)Web数据挖掘技术的具体应用

1.为客户提供更全面的个性化服务.通过对用户访问信息的数据进行深入挖掘分析,获得顾客购买的行为特点和偏好,了解用户的习惯、兴趣、潜在需求以及忠实度等问题以对用户特征画像,减少不必要内容的推送.以淘宝网为例,对客户的特定时间段内访问方式以及订单的相关信息进行数据信息的挖掘,从而了解购买者的需求或是预测他们钱在购买的可能,并有针对性地进行网页内容和结构设计,依靠适当的营销策略对每一个客户指定专属的个性化服务套餐或是优惠组合,从而为电子商务平台中的商铺带来利润.

2.优化设计网站内容.网站内容的分布策略与现实超市中商品的分布策略相似.根据关联原则将相关物品放在同一板块或是根据大众浏览行为模式对网站结构进行调整,中有助于消费者更好的寻找所需商品.线上购物不同于实体购物,根据商品图片点击位置的数据信息挖掘,可以分析得到商品对消费者的何种展现形式能达到最好的效果,对商品宣传方式重新规划,以达到提高商品销量增加利润的效果.

3.对客户进行聚类分析.电子商务平台可以根据客户的特征、职业、购买周期、历史订单信息、购买能力等数据进行整合、归类、分析,寻找相似轨迹的客户并将客户归为一类.利用聚类分析的知识,我们对相似浏览的用户进行归类和活动分析.在之后商品推荐活动中,根据具有相同的爱好、购物习惯以及拥有相同产品的客户的中的某些的历史浏览、购买数据推荐给其他客户相似商品.同时我们也可以根据同类客户的购买数据帮助发现这一类用户的潜在需求,精准预测出用户行为.对客户进行聚类分析是Web数据挖掘中最具前瞻的一大应用.

4.广告效益的评估和调整.利用Web数据挖掘消费者的购买行为,能够精确评估广告策划的增长率,进而对商品广告宣传方案进行调整;根据访问者数量的增长模式决定广告的投放方式,增强广告的针对性,从而提高广告收益.

三、结语

电子商务使大众足不出户即可购买商品,同时在中国政府的大力倡导下,跨境电商、涉农电商等各种电子商务经营形式应运而生,这种便捷的商业运行模式必然在未来经济社会的发展中占有重要地位.Web数据挖掘技术在为描绘客户购买特征,识别潜在商机,广告效益评估等方面提供重要依据,将在电商竞争中起着不可忽视的作用,因此如何利用好Web数据挖掘技术对用户数据进行建模、转化、分析、应用具有关键作用.

(作者单位为辽宁对外经贸学院)

参考文献

[1]孟强,李海晨. Web数据挖掘技术及应用研究[J].湖南:电脑与信息技术, 2017,25(1):59-62.

[2]吴思源.WEB数据挖掘技术在电子商务中的应用[J].辽宁:智能城市,2016,12(25):20-26.

数据挖掘论文参考资料:

毕业论文数据怎么找

统计学数据分析论文

大数据杂志

论文数据

有关大数据的论文

数据挖掘论文

结论:Web数据挖掘技术在电子商务中应用为关于对写作数据挖掘论文范文与课题研究的大学硕士、相关本科毕业论文数据挖掘前景论文开题报告范文和相关文献综述及职称论文参考文献资料下载有帮助。

和你相关的