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

1、隨著我國居民生活節(jié)奏的加快，網(wǎng)絡購物以其在時間、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)絡購物市場規(guī)模的擴大和網(wǎng)購者數(shù)量的激增促使電子商務平臺產(chǎn)生了豐富多樣的電子商務銷售數(shù)據(jù)。面對紛繁復雜的銷售數(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，本文將從電子商務銷售數(shù)據(jù)著手將數(shù)據(jù)挖掘技術應用于電子商務領域，利

2、用統(tǒng)計分析和多關系聚類等多種技術從多個角度對數(shù)據(jù)進行分析和處理。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，購買習慣和用戶群體購買特點等有一個全新的認識和理解。從而使服務商可以利用這些知識對電子商務平臺進行創(chuàng)新，獲得顧客的滿意，贏得顧客資源，獲取更大利潤。針對電子商務銷售數(shù)據(jù)的特點，本文主要進行了如下幾方面的工作：
　　1)為了對電子商務平臺新商品購買者的行為影響因素進行分析，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行了研究。通過特征抽取和實證模型的建立得到了一些實用的統(tǒng)計結果。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)針對電子商務銷售數(shù)據(jù)動態(tài)特性問題，本文基于復雜網(wǎng)絡對商品銷量數(shù)據(jù)進行動態(tài)特性的分析。利用可視化算法將商品銷量數(shù)據(jù)映射到復雜網(wǎng)絡，通過對網(wǎng)絡統(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慣。實驗中本文對電子商務平臺和門店超市的日用品銷量情況進行了對比分析，對不同渠道下的購買者的購買行為進行了對比分析。
　　3)為了充分利用電子商務銷售數(shù)據(jù)中的多關系信息和用戶行為信息，為了解決電子商務領域數(shù)據(jù)間多關系聚類問題，本文提出了一種有效的融合屬性相似和結構相似的相似度度量方法。多種實驗驗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用于顧客劃分問題，通過對實驗結果進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，商品推薦實驗也更進一步驗證了多關系數(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銷售數(shù)據(jù)進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用于電子商務領域，能夠為電子商務中的個性化推薦技術和銷售策略的制定等提供強有力的技術支持和理論基礎，同時本文的研究方法還可以為其他相關適