李思荃 劉新全

【摘? 要】 為了了解我國(guó)目前電子商務(wù)領(lǐng)域數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究現(xiàn)狀與前沿，文章運(yùn)用文獻(xiàn)計(jì)量分析法和社會(huì)網(wǎng)絡(luò)分析法，對(duì) Web of Science 和 CNKI 期刊論文中2000-2021年的相關(guān)文獻(xiàn)進(jìn)行研究，對(duì)近二十年國(guó)內(nèi)外數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用研究的現(xiàn)狀、熱點(diǎn)及前沿進(jìn)行了客觀的呈現(xiàn)和分析。研究發(fā)現(xiàn)，國(guó)內(nèi)外學(xué)者關(guān)于電子商務(wù)領(lǐng)域數(shù)據(jù)挖掘技術(shù)應(yīng)用研究熱點(diǎn)基本相同；但是在研究數(shù)量方面國(guó)外高于國(guó)內(nèi)，但研究廣度上國(guó)內(nèi)與國(guó)外差別不大。國(guó)內(nèi)外的研究將會(huì)不斷深入，最終相互融合，共同致力于將成熟的數(shù)據(jù)挖掘技術(shù)結(jié)合實(shí)際企業(yè)銷售、服務(wù)環(huán)節(jié)，實(shí)現(xiàn)最高的企業(yè)服務(wù)質(zhì)量，最佳的企業(yè)效益水平。

【關(guān)鍵詞】 數(shù)據(jù)挖掘；電子商務(wù)；文獻(xiàn)統(tǒng)計(jì)法

隨著世界信息化水平的整體上升，計(jì)算機(jī)技術(shù)與網(wǎng)絡(luò)技術(shù)不斷普及，用戶數(shù)據(jù)量在不斷增加。據(jù)IDC預(yù)測(cè)，到2025年全球數(shù)據(jù)圈將擴(kuò)展至163ZB9（1ZB等于1萬(wàn)億GB），這相當(dāng)于2016年所產(chǎn)生16.1ZB數(shù)據(jù)的10倍。面對(duì)每日高速增長(zhǎng)的數(shù)據(jù)量，采用普通的統(tǒng)計(jì)分析方法進(jìn)行分析已經(jīng)無(wú)法滿足企業(yè)要求，因此，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生。電商企業(yè)中應(yīng)用數(shù)據(jù)挖掘技術(shù)的案例有很多，如分析挖掘網(wǎng)站內(nèi)容，進(jìn)行網(wǎng)站設(shè)計(jì)、收集用戶數(shù)據(jù)，進(jìn)行客戶管理、分析廣告有效性，進(jìn)行網(wǎng)絡(luò)廣告的精準(zhǔn)投放等。在大數(shù)據(jù)時(shí)代，電子商務(wù)業(yè)務(wù)日益增多，數(shù)據(jù)挖掘技術(shù)在電商企業(yè)市場(chǎng)發(fā)展空間巨大。由于各個(gè)電子商務(wù)網(wǎng)站在交易狀態(tài)下產(chǎn)生大量數(shù)據(jù)記錄，為了實(shí)現(xiàn)企業(yè)核心發(fā)展優(yōu)勢(shì)的快速提高，可以根據(jù)數(shù)據(jù)分析處理的結(jié)果為客戶提供全方位服務(wù)。企業(yè)必須不斷完善優(yōu)化，才能獲得更大的進(jìn)步。

基于此，文章對(duì)近二十年的國(guó)內(nèi)外數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域應(yīng)用的相關(guān)文獻(xiàn)進(jìn)行梳理、歸納和分析，助力我國(guó)學(xué)者明確未來的研究方向與研究視角，進(jìn)而豐富我國(guó)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域中的應(yīng)用研究成果。

一、數(shù)據(jù)獲取與研究方法

為了更好地把握大數(shù)據(jù)在制造業(yè)領(lǐng)域應(yīng)用研究的發(fā)展現(xiàn)狀與熱點(diǎn)問題，保證研究的客觀真實(shí)，將中國(guó)知網(wǎng)CNKI和WOS核心數(shù)據(jù)庫(kù)分別作為國(guó)內(nèi)外數(shù)據(jù)來源，并采取關(guān)鍵詞組合的方式進(jìn)行檢索。中文文獻(xiàn)的檢索詞為主題→大數(shù)據(jù)且主題→制造，文獻(xiàn)類別為期刊，來源類別選擇為SCI、EI、CSSCI、CSCD以及核心期刊，限定時(shí)間范圍是2000—2022年。英文檢索策略與中文檢索策略一致。為保證研究的可靠新和典型性，剔除會(huì)議、論壇等與研究主題關(guān)系不密切的文章，最終得到有效文獻(xiàn)共753篇，其中中文文獻(xiàn)為333篇，外文文獻(xiàn)為420篇。

本研究采用文獻(xiàn)計(jì)量分析、社會(huì)網(wǎng)絡(luò)分析等方法，對(duì)國(guó)內(nèi)外數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用研究的現(xiàn)狀、熱點(diǎn)以及前沿進(jìn)行研究分析，在分析過程中運(yùn)用的對(duì)應(yīng)軟件分別為基于Java語(yǔ)言開發(fā)的文獻(xiàn)計(jì)量軟件CiteSpace。文獻(xiàn)題錄信息統(tǒng)計(jì)分析工具 SATI 以及社會(huì)網(wǎng)絡(luò)分析軟件Ucinet。

二、國(guó)內(nèi)外研究熱點(diǎn)分析

從CNKI檢索到的論文條目來看，國(guó)內(nèi)數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域應(yīng)用研究出現(xiàn)頻率較高的關(guān)鍵詞推薦系統(tǒng)、營(yíng)銷、客戶關(guān)系管理、數(shù)據(jù)處理、協(xié)同過濾、商務(wù)智能、web數(shù)據(jù)挖掘等，國(guó)內(nèi)學(xué)者對(duì)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域中的研究熱點(diǎn)側(cè)重于圍繞電商平臺(tái)商品銷售展開探討。在大數(shù)據(jù)時(shí)代，電子商務(wù)應(yīng)用數(shù)據(jù)挖掘技術(shù)的場(chǎng)景在不斷地增加。

從Web of Science數(shù)據(jù)庫(kù)中檢索到的論文條目來看，國(guó)外學(xué)者對(duì)以下問題較為關(guān)心，如data warehouse、big data、web mininng、cloud computing、business intelligence、customer management、recommendation等。由此可見，近二十年來，國(guó)外的研究學(xué)者所關(guān)注的研究熱點(diǎn)與國(guó)內(nèi)學(xué)者基本相同。

三、國(guó)內(nèi)外研究前沿分析

從CNKI數(shù)據(jù)庫(kù)中檢索到的文獻(xiàn)條目可知，國(guó)內(nèi)從2004年逐漸開始數(shù)據(jù)挖掘的相關(guān)研究，從2004年到2021年出現(xiàn)的高頻關(guān)鍵詞有g(shù)enetic algorithm、cloud computing、utility evaluation、clustering analysis、information management、web data mining等。近年來，電子商務(wù)得到了快速發(fā)展，同時(shí)也出現(xiàn)了許多問題，如孫桂鴻等人（2022） 為了解決生鮮電商中供需不平衡問題，基于數(shù)據(jù)挖掘，通過問卷調(diào)查法和實(shí)地調(diào)研法，構(gòu)建了營(yíng)銷策略與消費(fèi)者購(gòu)買意愿的Logistics回歸模型。電商營(yíng)銷、電商物流配送以及物流配送站點(diǎn)的選擇三者是相輔相成的，缺一不可。Fonseca-Galindo Juan Camilo等人（2022） 以電商物流配送作為研究切入點(diǎn)展開研究針對(duì)現(xiàn)實(shí)中電子商務(wù)物流問題，使用軌跡數(shù)據(jù)挖掘改善了最后一公里配送路線。董紹斌（2021）則以菜鳥驛站網(wǎng)點(diǎn)選址為研究重點(diǎn)，探究淮安區(qū)菜鳥驛站選址空間分布格局及優(yōu)化方案。雖然網(wǎng)購(gòu)極大地便利了人們的生活，但是在線購(gòu)買產(chǎn)品時(shí)，商家與客戶的信任關(guān)系以及電子商務(wù)交易風(fēng)險(xiǎn)問題都需要考慮。因此Tahmid Hasan Pranto等人（2022）提出了一種基于區(qū)塊鏈的架構(gòu)，并使用數(shù)據(jù)挖掘技術(shù)用于檢測(cè)欺詐性用戶。Haohua Qing等人（2021）基于數(shù)據(jù)挖掘進(jìn)行了跨境電商交易風(fēng)險(xiǎn)分析研究，并經(jīng)過實(shí)證研究表明數(shù)據(jù)挖掘在預(yù)測(cè)和掌握跨境電商交易風(fēng)險(xiǎn)數(shù)據(jù)方面可以發(fā)揮理想作用。

電商平臺(tái)為了實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)精準(zhǔn)營(yíng)銷，需要在大量的數(shù)據(jù)中尋找到最大客戶價(jià)值。王越、鄭奇（2019）通過研究模糊C均值聚類，處理龐大的電子商務(wù)用戶數(shù)據(jù)，挖掘電商核心資源商業(yè)價(jià)值，從而實(shí)現(xiàn)精準(zhǔn)營(yíng)銷。陳娥祥（2022）介紹了如何利用RFM模型進(jìn)行客戶價(jià)值分析。然而進(jìn)行客戶價(jià)值分析的最終目標(biāo)是使在線商家普遍向其現(xiàn)有和潛在客戶提供強(qiáng)化和差異化的營(yíng)銷服務(wù)，并告訴客戶感興趣的項(xiàng)目（Ehikioya Sylvanus A， Zeng Jinbo（2021），所以宋倩（2022）基于關(guān)聯(lián)規(guī)則算法設(shè)計(jì)一種電子商務(wù)商品推薦系統(tǒng)，并經(jīng)過測(cè)試驗(yàn)證其實(shí)際命中率較高。電商企業(yè)不僅要關(guān)注當(dāng)下消費(fèi)者偏好，還要對(duì)未來的消費(fèi)趨勢(shì)進(jìn)行預(yù)測(cè)才能提供滿足消費(fèi)者需求的商品。Zhang Qing等人（2022）經(jīng)研究表明數(shù)據(jù)挖掘技術(shù)和神經(jīng)網(wǎng)絡(luò)在預(yù)測(cè)未來消費(fèi)者購(gòu)買力信息方面具有較高的準(zhǔn)確性。

從Web of Science數(shù)據(jù)庫(kù)中檢索到的論文條目可知，國(guó)外數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域應(yīng)用研究高頻詞主要集中出現(xiàn)在2013年到2016年，其中包括data mining system、product data management、customer relationship、data warehouse、clickstream history、digital marketing information retrieval等。網(wǎng)購(gòu)產(chǎn)品使用體驗(yàn)分享以及在線客戶評(píng)論影響著店鋪發(fā)展以及客戶的購(gòu)買決策。Madhumita Guha Majumder等人（2022）使用機(jī)器學(xué)習(xí)和探索性數(shù)據(jù)分析的評(píng)論挖掘方法探討了影響在線評(píng)論的主要和次要影響因素。因此良好的客戶關(guān)系管理有助于加強(qiáng)優(yōu)質(zhì)客戶的培養(yǎng)，提高客戶滿意度與忠誠(chéng)度（Xiaowei Huang（2021））。為了對(duì)客戶進(jìn)行有效管理，獲取最大企業(yè)效益，就需要分析客戶價(jià)值，Hui Yang等人（2022）設(shè)計(jì)并開發(fā)了一種基于數(shù)據(jù)挖掘和電子商務(wù)農(nóng)產(chǎn)品價(jià)值特征的電子商務(wù)領(lǐng)域客戶價(jià)值評(píng)價(jià)模型。而且為了提升客戶體驗(yàn)，為不同的客戶提供符合其消費(fèi)偏好的差異化營(yíng)銷服務(wù)也是必要的。Dilip KumarSharma等人（2022）構(gòu)建電子商務(wù)門戶對(duì)產(chǎn)品購(gòu)買行為進(jìn)行分類和區(qū)分，并根據(jù)用戶偏好為其提供產(chǎn)品。而Klas Hjort等人（2013）研究分析了線上購(gòu)物行為模式，并確定在銷售和退貨模式的基礎(chǔ)上對(duì)客戶進(jìn)行細(xì)分可以促進(jìn)差異化的服務(wù)交付方法。更為重要的是，為客戶提供合適的物流配送服務(wù)也被視為必要的，但是平衡物流配送速度與配送成本之間的矛盾，已成為電商企業(yè)之間競(jìng)爭(zhēng)的關(guān)鍵（Kai Guo（2020））。為了解決這個(gè)問題，Chen Chao（2017）等人研究了一個(gè)帶有時(shí)間窗（2S-LRITW）的食品位置-路由-庫(kù)存兩階段問題。但是電商平臺(tái)運(yùn)營(yíng)過程中也應(yīng)該注意規(guī)范化管理問題。崔慧敏（2021）就云電子商務(wù)的安全審計(jì)問題進(jìn)行了探討研究，并提出了在審計(jì)實(shí)施過程中的難點(diǎn)與痛點(diǎn)。從前人研究可以看出，數(shù)據(jù)挖掘技術(shù)在電商領(lǐng)域得到了廣泛的應(yīng)用，而Xiaojing Tang（2021）提出電子商務(wù)平臺(tái)必須不斷完善和簡(jiǎn)化，才能更好地開展其業(yè)務(wù)。

國(guó)內(nèi)外學(xué)者的研究?jī)?nèi)容一直隨著學(xué)科的發(fā)展深入而變化，但是國(guó)內(nèi)外的研究前沿基本相同。從根本上說，國(guó)內(nèi)外的學(xué)者關(guān)于數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域中的應(yīng)用研究都是圍繞如何為客戶提供優(yōu)質(zhì)的服務(wù)而展開的。國(guó)內(nèi)學(xué)者對(duì)于數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域中的應(yīng)用研究雖晚于國(guó)外學(xué)者，但是國(guó)內(nèi)學(xué)者卻不甘示弱，用吃苦耐勞的科研精神做出了許多研究成果，為我國(guó)的電子商務(wù)發(fā)展提供了極大的助力。數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域中的建模和優(yōu)化研究將會(huì)不斷深化，數(shù)據(jù)挖掘技術(shù)也將用于解決更加具體、全面的電子商務(wù)發(fā)展問題。國(guó)內(nèi)外的研究?jī)?nèi)容終將趨于同化，共同致力于數(shù)據(jù)挖掘在電子商務(wù)領(lǐng)域的應(yīng)用研究，以提升企業(yè)服務(wù)質(zhì)量，增加企業(yè)經(jīng)濟(jì)效益。

四、結(jié)論與展望

隨著信息技術(shù)的發(fā)展，數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域的應(yīng)用受到研究人員和企業(yè)的高度關(guān)注，為了解國(guó)內(nèi)外數(shù)據(jù)挖掘技術(shù)在電商平臺(tái)應(yīng)用研究的不同，本研究運(yùn)用文獻(xiàn)計(jì)量軟件和社會(huì)網(wǎng)絡(luò)分析軟件，對(duì)國(guó)內(nèi)外期刊數(shù)據(jù)挖掘技術(shù)在電子商務(wù)領(lǐng)域中的應(yīng)用研究進(jìn)行了整理分析，具體結(jié)論如下：

第一，在發(fā)文量和重要作者方面，國(guó)外的文獻(xiàn)量始終高于國(guó)內(nèi)；國(guó)外對(duì)數(shù)據(jù)挖掘技術(shù)在電子商務(wù)的應(yīng)用研究早于國(guó)內(nèi)；國(guó)內(nèi)數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究還處于初級(jí)階段，但國(guó)外核心作者隊(duì)伍已經(jīng)達(dá)到一定規(guī)模，科研具有一定的延展性和深入性。

第二，在研究熱點(diǎn)與前沿方面，國(guó)內(nèi)外學(xué)者均一直致力于探索電子商務(wù)領(lǐng)域的數(shù)據(jù)挖掘技術(shù)的各種可能性。

第三，在未來發(fā)展趨勢(shì)方面，國(guó)內(nèi)外的研究將會(huì)不斷深入，最終相互融合，共同致力于將成熟的數(shù)據(jù)挖掘技術(shù)結(jié)合實(shí)際的企業(yè)銷售、服務(wù)環(huán)節(jié)，實(shí)現(xiàn)最高的企業(yè)服務(wù)質(zhì)量，最佳的企業(yè)效益水平。

本研究通過對(duì)比分析國(guó)內(nèi)外期刊關(guān)于數(shù)據(jù)挖掘技術(shù)應(yīng)用在電子商務(wù)領(lǐng)域中的現(xiàn)有研究狀況和未來研究趨勢(shì)，為未來的研究者提供了可參考的知識(shí)范圍并指明了研究方向。不過，本研究對(duì)于文章之間的引用與被引用關(guān)系并未進(jìn)行探討，在未來的研究中，將考慮結(jié)合文獻(xiàn)的引文分析和共被引分析，更好地把握電子商務(wù)數(shù)據(jù)挖掘技術(shù)應(yīng)用的研究進(jìn)展與趨勢(shì)。

參考文獻(xiàn)：

［1］ 孫桂鴻，林麗珠，余玉娥，等. 基于數(shù)據(jù)挖掘的生鮮電子商務(wù)營(yíng)銷策略研究——以疫情影響的生鮮電商為例［J］. 新經(jīng)濟(jì)，2022（01）：114-119.

［2］ Fonseca-Galindo J C，Surita G D C，Neto J M，et al. A multi-agent system for solving the dynamic capacitated vehicle routing problem with stochastic customers using trajectory data mining［J/OL］. 2022，https：//xueshu.baidu.com/usercenter/paper/show？paperid=1a7m0ta0eq7h0070b1220e90dy068913&site=xueshu_se.

［3］ 董紹斌. 電子商務(wù)趨勢(shì)下基于數(shù)據(jù)挖掘技術(shù)的淮安區(qū)菜鳥驛站選址分析［J］. 營(yíng)銷界，2021（20）：40-41.

［4］ Pranto T H，Noman A A，Rahaman M，et al. A blockchain，smart contract and data mining based approach toward the betterment of E-Commerce［J/OL］. ［2023-09-25］. https：//xueshu.baidu.com/usercenter/paper/show？paperid=1m3c0cb0n f000mx08p430a00qr417785.

［5］ Haohua Qing，Guokai Zheng，sDie Fu. Risk data analysis of cross border E-commerce transactions based on data mining［J/OL］. ［2023-09-25］. https：//xueshu.baidu.com/usercenter/paper/show？paperid=1k460jh02u4a0t60bh3m0rq0uf117711&site =xueshu_se.

［6］ 王越，鄭奇. 基于模糊聚類的電子商務(wù)用戶數(shù)據(jù)挖掘研究［J］. 計(jì)算機(jī)產(chǎn)品與流通，2019（03）：49.

［7］ 陳娥祥. 電子商務(wù)數(shù)據(jù)分析中基于RFM模型的客戶價(jià)值分析研究［J］. 特區(qū)經(jīng)濟(jì)，2022（02）：148-152.

［8］ Ehikioya S A，Zeng J. Mining web content usage patterns of electronic commerce transactions for enhanced customer se rvices［J/OL］. 2021，3（11）. https：//xueshu.baidu.com/usercenter/paper/show？paperid=112h02v0pb7b0vv0980c0tj0yy487201&si te=xueshu_se.