随着互联网技术的不断发展,大数据时代也随之到来。大数据作为一门新兴技术,其应用广泛,涉及数理学科、信息科学、管理科学、医药科学、人文科学等众多不同的研究领域。在电子商务方面,如今许多电子商务缺乏数据应用及创造价值的意识,在电商数据技术使用上也缺少理论依据和方法支持,导致无法应用电商大数据创造经济价值。
　　本文是在大数据背景下,以我国电商企业中的品牌为研究对象,收集大量有关电商研究文献,参考其他领域大数据的实际应用分析,深入研究大数据视角下电子商务企业如何挖掘有影响力的品牌,在此基础上重点提出影响力品牌定位策略。
　　本文基于真实的天猫数据,针对天猫众多品牌,在收集大量数据的基础上,根据复杂网络理论以及机器学习算法,建立品牌网络模型。并在原有的网络模型基础上,根据理论公式推导,优化网络模型。并根据生成的品牌网络模型,分析其网络的基本拓扑结构和特征参数。依据品牌网络的度分布、介数分布、网络平均路径长度、网络直径和网络聚集系数等网络参数,研究天猫品牌之间的关联特征,并根据品牌网络模型的CC、DC、EC、BC值研究影响力品牌的定位。
　　本文运用复杂网络的理论和方法,以天猫数据中的品牌为基础构建了相应的品牌网络。并分析了品牌网络的拓扑结构以及网络特征,从而得到了品牌网络中的网络参数与品牌影响力之间的影响关系。第一章主要介绍了本文的背景,研究现状。第二章介绍本文用到的复杂网络理论和方法。第三章介绍数据的获取、数据的预处理以及品牌网络模型的构建及优化。第四章分析电商品牌网络模型参数,并进行影响力品牌定位研究。
　　本文将电商的品牌以及品牌之间的联系抽象为由节点和边组合而成的图形数学结构。成功将复杂网络理论转换到现实电商应用中。通过运用算法理论、应用场景以及科研工具等,能帮助电商企业以及科研人员观察和了解电子商务企业的真实情况。本文得到的结论能为电商大数据相关研究提供理论支持与应用方法。