欒雯清　王晴　許汝汝

摘 要：本文對大數(shù)據(jù)挖掘技術在電子商務企業(yè)營銷中的應用進行了探討，文章從闡述大數(shù)據(jù)挖掘的概念以及步驟入手，進一步對大數(shù)據(jù)挖掘技術在電子商務中的具體運用策略展開了研究。

關鍵詞：大數(shù)據(jù)挖掘技術;電子商務;企業(yè)營銷;概念;步驟;運用策略

前言

隨著現(xiàn)代市場經濟的不斷繁榮發(fā)展，電子商務作為一種依托信息技術與互聯(lián)網(wǎng)平臺而興起的全新的商業(yè)運營模式，得到了社會的廣泛關注。在電子商務企業(yè)營銷工作領域，大數(shù)據(jù)挖掘技術憑借其獨特的信息采集、分析與提取功能，對企業(yè)準確分析顧客信息、制定特色化營銷方案具有重要幫助。

一、大數(shù)據(jù)挖掘的概念

大數(shù)據(jù)挖掘技術是大數(shù)據(jù)時代人們經常會用到的一種具體技術類型，其含義是指幫助人們從海量的、不能保證準確度的、具有干擾性的數(shù)據(jù)資料中，通過篩選、分析查找出符合人們工作與生活需要、對其行為具有重要參考意義的有效信息，進而幫助其更好地開展各項生活、工作中的活動。目前，大數(shù)據(jù)挖掘技術憑借其高度智能化優(yōu)勢在商業(yè)領域得到了極為普遍的應用，且成效可喜。且在大數(shù)據(jù)時代不斷進步的背景下，傳統(tǒng)的集中式數(shù)據(jù)挖掘技術也得到了更進一步的創(chuàng)新，使得先進的云計算技術得以誕生，后者具有可彈性變化的計算功能、海量存儲優(yōu)勢，因此在電子商務等新的經濟模式中具有重要實用價值。

二、大數(shù)據(jù)挖掘的步驟

一般來說，數(shù)據(jù)的挖掘需要經歷三個主要的環(huán)節(jié)——也就是數(shù)據(jù)的前期準備、相關挖掘模式的選擇與利用、挖掘結果的最終呈現(xiàn)。具體來說，首先，數(shù)據(jù)的準備作為具有前提下意義的一環(huán)，它能夠為后續(xù)的具體挖掘工作的展開提供全面的信息選擇范圍，使得數(shù)據(jù)挖掘能夠在一個容納更多可挖掘資源的環(huán)境中進行。其次，數(shù)據(jù)的挖掘作為一個較長的過程，其操作流程更為細化，其中數(shù)據(jù)的凈化、集成、變換以及歸約是主要流程。再者，挖掘模式的分析與選擇，它可以說是數(shù)據(jù)挖掘技術的核心內容，技術人員必須對數(shù)據(jù)挖掘過程中可能涉及的核心算法等有準確的認識;為了確保其設計的挖掘模式更具有操作性，還應該對此前工作中形成的豐富的數(shù)據(jù)挖掘結果及工作中積累的經驗加以借鑒，從而對當前的數(shù)據(jù)挖掘模式做不斷的優(yōu)化與完善。最后，挖掘結果的呈現(xiàn)應該秉承直觀、準確、立體化的原則，可以采取圖像、視頻、音頻等不同的媒介形式，豐富信息呈現(xiàn)效果，對挖掘結果進行可視化轉換處理，幫助工作人員更直接地了解目標信息內容。

三、大數(shù)據(jù)挖掘技術在電子商務中的具體運用

（一）數(shù)據(jù)的采集

數(shù)據(jù)的采集作為大數(shù)據(jù)平臺的基本功能，也是數(shù)據(jù)挖掘工具發(fā)揮重要的前提條件。事實上，通過全面的數(shù)據(jù)采集形成豐富的信息資料庫，能夠獲知到與顧客到電子商務平臺進行消費、產品購買等相關的資料，進而形成包括顧客性別、文化程度、家庭狀況等在內的個人檔案，技術人員只要對檔案做出恰當?shù)姆治?，就能畫出決策樹模型，以此為依據(jù)針對不同顧客制定不同的個性化營銷策略。

（二）數(shù)據(jù)的分析與挖掘

追根究底，開展數(shù)據(jù)挖掘工作，其最終目的表現(xiàn)在兩個方面。其一，要挖掘出具有一定購買力的群體，并對此類顧客信息加以分析;其二，通過對客戶性別、住址、收入、職業(yè)、消費偏好等的研究，摸索出這類消費者的共同特征，進而形成具有普遍消費特征的群體特征圖。因此，在正式的數(shù)據(jù)挖掘過程中，單純依靠分類特征圖往往難以得到精確體現(xiàn)特定消費群體特征的結論，因此要得到相關的準確群體特征概率，還需要用到分類對比圖，從中得到對應分類及非對應分類的結論;把這些不同的圖形資料聯(lián)系起來，通過全面的對比，可以得到更科學的結論，為后期的電子商務營銷奠定扎實的信息基礎。

（三）決策樹的建立

決策樹法利用信息論中的互信息來進一步尋找數(shù)據(jù)庫當中包含有大量有價值信息的屬性字段，從而逐步建立起決策樹的各個結點，之后再依據(jù)屬性字段的不同取值來逐步完善決策樹的分支。利用決策樹法，可以實現(xiàn)數(shù)據(jù)信息的可視化，不僅輸出精度高，而且易于理解。通過決策樹對某種產品的關聯(lián)閾值進行分析，從而最終判斷出客戶在進行網(wǎng)購的時候通常會具有什么樣的購買習慣，然后便可以依據(jù)客戶的購買習慣制定出個性化的銷售計劃。

四、結語

綜上所述，加強對大數(shù)據(jù)挖掘技術在電子商務企業(yè)營銷中的應用的探討，意義重大。相關工作人員需要明確大數(shù)據(jù)挖掘的概念及其步驟，在此基礎上對大數(shù)據(jù)挖掘技術在電子商務中的具體運用策略展開研究，落實數(shù)據(jù)的采集、數(shù)據(jù)的分析與挖掘、決策樹的建立等工作。

參考文獻

[1]何勝，馮新翎，武群輝等基于用戶行為建模和大數(shù)據(jù)挖掘的圖書館個性化服務研究[J].圖書情報工作，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.