论文部分内容阅读
摘 要：本文对大数据挖掘技术在电子商务企业营销中的应用进行了探讨，文章从阐述大数据挖掘的概念以及步骤入手，进一步对大数据挖掘技术在电子商务中的具体运用策略展开了研究。
关键词：大数据挖掘技术;电子商务;企业营销;概念;步骤;运用策略
前言
随着现代市场经济的不断繁荣发展，电子商务作为一种依托信息技术与互联网平台而兴起的全新的商业运营模式，得到了社会的广泛关注。在电子商务企业营销工作领域，大数据挖掘技术凭借其独特的信息采集、分析与提取功能，对企业准确分析顾客信息、制定特色化营销方案具有重要帮助。
一、大数据挖掘的概念
大数据挖掘技术是大数据时代人们经常会用到的一种具体技术类型，其含义是指帮助人们从海量的、不能保证准确度的、具有干扰性的数据资料中，通过筛选、分析查找出符合人们工作与生活需要、对其行为具有重要参考意义的有效信息，进而帮助其更好地开展各项生活、工作中的活动。目前，大数据挖掘技术凭借其高度智能化优势在商业领域得到了极为普遍的应用，且成效可喜。且在大数据时代不断进步的背景下，传统的集中式数据挖掘技术也得到了更进一步的创新，使得先进的云计算技术得以诞生，后者具有可弹性变化的计算功能、海量存储优势，因此在电子商务等新的经济模式中具有重要实用价值。
二、大数据挖掘的步骤
一般来说，数据的挖掘需要经历三个主要的环节——也就是数据的前期准备、相关挖掘模式的选择与利用、挖掘结果的最终呈现。具体来说，首先，数据的准备作为具有前提下意义的一环，它能够为后续的具体挖掘工作的展开提供全面的信息选择范围，使得数据挖掘能够在一个容纳更多可挖掘资源的环境中进行。其次，数据的挖掘作为一个较长的过程，其操作流程更为细化，其中数据的净化、集成、变换以及归约是主要流程。再者，挖掘模式的分析与选择，它可以说是数据挖掘技术的核心内容，技术人员必须对数据挖掘过程中可能涉及的核心算法等有准确的认识;为了确保其设计的挖掘模式更具有操作性，还应该对此前工作中形成的丰富的数据挖掘结果及工作中积累的经验加以借鉴，从而对当前的数据挖掘模式做不断的优化与完善。最后，挖掘结果的呈现应该秉承直观、准确、立体化的原则，可以采取图像、视频、音频等不同的媒介形式，丰富信息呈现效果，对挖掘结果进行可视化转换处理，帮助工作人员更直接地了解目标信息内容。
三、大数据挖掘技术在电子商务中的具体运用
（一）数据的采集
数据的采集作为大数据平台的基本功能，也是数据挖掘工具发挥重要的前提条件。事实上，通过全面的数据采集形成丰富的信息资料库，能够获知到与顾客到电子商务平台进行消费、产品购买等相关的资料，进而形成包括顾客性别、文化程度、家庭状况等在内的个人档案，技术人员只要对档案做出恰当的分析，就能画出决策树模型，以此为依据针对不同顾客制定不同的个性化营销策略。
（二）数据的分析与挖掘
追根究底，开展数据挖掘工作，其最终目的表现在两个方面。其一，要挖掘出具有一定购买力的群体，并对此类顾客信息加以分析;其二，通过对客户性别、住址、收入、职业、消费偏好等的研究，摸索出这类消费者的共同特征，进而形成具有普遍消费特征的群体特征图。因此，在正式的数据挖掘过程中，单纯依靠分类特征图往往难以得到精确体现特定消费群体特征的结论，因此要得到相关的准确群体特征概率，还需要用到分类对比图，从中得到对应分类及非对应分类的结论;把这些不同的图形资料联系起来，通过全面的对比，可以得到更科学的结论，为后期的电子商務营销奠定扎实的信息基础。
（三）决策树的建立
决策树法利用信息论中的互信息来进一步寻找数据库当中包含有大量有价值信息的属性字段，从而逐步建立起决策树的各个结点，之后再依据属性字段的不同取值来逐步完善决策树的分支。利用决策树法，可以实现数据信息的可视化，不仅输出精度高，而且易于理解。通过决策树对某种产品的关联阈值进行分析，从而最终判断出客户在进行网购的时候通常会具有什么样的购买习惯，然后便可以依据客户的购买习惯制定出个性化的销售计划。
四、结语
综上所述，加强对大数据挖掘技术在电子商务企业营销中的应用的探讨，意义重大。相关工作人员需要明确大数据挖掘的概念及其步骤，在此基础上对大数据挖掘技术在电子商务中的具体运用策略展开研究，落实数据的采集、数据的分析与挖掘、决策树的建立等工作。
参考文献
[1]何胜，冯新翎，武群辉等基于用户行为建模和大数据挖掘的图书馆个性化服务研究[J].图书情报工作，2017，（01）：41～47
[2]Weiyang Lin，Sergio A.Alvarez.Carolina Ruiz，Efficient Adaptive-Support Association Rule Mining for Recommender Systems Data Mining and Knowledge Discovery.2002，1，1：45-78.
关键词：大数据挖掘技术;电子商务;企业营销;概念;步骤;运用策略
前言
随着现代市场经济的不断繁荣发展，电子商务作为一种依托信息技术与互联网平台而兴起的全新的商业运营模式，得到了社会的广泛关注。在电子商务企业营销工作领域，大数据挖掘技术凭借其独特的信息采集、分析与提取功能，对企业准确分析顾客信息、制定特色化营销方案具有重要帮助。
一、大数据挖掘的概念
大数据挖掘技术是大数据时代人们经常会用到的一种具体技术类型，其含义是指帮助人们从海量的、不能保证准确度的、具有干扰性的数据资料中，通过筛选、分析查找出符合人们工作与生活需要、对其行为具有重要参考意义的有效信息，进而帮助其更好地开展各项生活、工作中的活动。目前，大数据挖掘技术凭借其高度智能化优势在商业领域得到了极为普遍的应用，且成效可喜。且在大数据时代不断进步的背景下，传统的集中式数据挖掘技术也得到了更进一步的创新，使得先进的云计算技术得以诞生，后者具有可弹性变化的计算功能、海量存储优势，因此在电子商务等新的经济模式中具有重要实用价值。
二、大数据挖掘的步骤
一般来说，数据的挖掘需要经历三个主要的环节——也就是数据的前期准备、相关挖掘模式的选择与利用、挖掘结果的最终呈现。具体来说，首先，数据的准备作为具有前提下意义的一环，它能够为后续的具体挖掘工作的展开提供全面的信息选择范围，使得数据挖掘能够在一个容纳更多可挖掘资源的环境中进行。其次，数据的挖掘作为一个较长的过程，其操作流程更为细化，其中数据的净化、集成、变换以及归约是主要流程。再者，挖掘模式的分析与选择，它可以说是数据挖掘技术的核心内容，技术人员必须对数据挖掘过程中可能涉及的核心算法等有准确的认识;为了确保其设计的挖掘模式更具有操作性，还应该对此前工作中形成的丰富的数据挖掘结果及工作中积累的经验加以借鉴，从而对当前的数据挖掘模式做不断的优化与完善。最后，挖掘结果的呈现应该秉承直观、准确、立体化的原则，可以采取图像、视频、音频等不同的媒介形式，丰富信息呈现效果，对挖掘结果进行可视化转换处理，帮助工作人员更直接地了解目标信息内容。
三、大数据挖掘技术在电子商务中的具体运用
（一）数据的采集
数据的采集作为大数据平台的基本功能，也是数据挖掘工具发挥重要的前提条件。事实上，通过全面的数据采集形成丰富的信息资料库，能够获知到与顾客到电子商务平台进行消费、产品购买等相关的资料，进而形成包括顾客性别、文化程度、家庭状况等在内的个人档案，技术人员只要对档案做出恰当的分析，就能画出决策树模型，以此为依据针对不同顾客制定不同的个性化营销策略。
（二）数据的分析与挖掘
追根究底，开展数据挖掘工作，其最终目的表现在两个方面。其一，要挖掘出具有一定购买力的群体，并对此类顾客信息加以分析;其二，通过对客户性别、住址、收入、职业、消费偏好等的研究，摸索出这类消费者的共同特征，进而形成具有普遍消费特征的群体特征图。因此，在正式的数据挖掘过程中，单纯依靠分类特征图往往难以得到精确体现特定消费群体特征的结论，因此要得到相关的准确群体特征概率，还需要用到分类对比图，从中得到对应分类及非对应分类的结论;把这些不同的图形资料联系起来，通过全面的对比，可以得到更科学的结论，为后期的电子商務营销奠定扎实的信息基础。
（三）决策树的建立
决策树法利用信息论中的互信息来进一步寻找数据库当中包含有大量有价值信息的属性字段，从而逐步建立起决策树的各个结点，之后再依据属性字段的不同取值来逐步完善决策树的分支。利用决策树法，可以实现数据信息的可视化，不仅输出精度高，而且易于理解。通过决策树对某种产品的关联阈值进行分析，从而最终判断出客户在进行网购的时候通常会具有什么样的购买习惯，然后便可以依据客户的购买习惯制定出个性化的销售计划。
四、结语
综上所述，加强对大数据挖掘技术在电子商务企业营销中的应用的探讨，意义重大。相关工作人员需要明确大数据挖掘的概念及其步骤，在此基础上对大数据挖掘技术在电子商务中的具体运用策略展开研究，落实数据的采集、数据的分析与挖掘、决策树的建立等工作。
参考文献
[1]何胜，冯新翎，武群辉等基于用户行为建模和大数据挖掘的图书馆个性化服务研究[J].图书情报工作，2017，（01）：41～47
[2]Weiyang Lin，Sergio A.Alvarez.Carolina Ruiz，Efficient Adaptive-Support Association Rule Mining for Recommender Systems Data Mining and Knowledge Discovery.2002，1，1：45-78.