庚煬

【摘 要】隨著電子商務(wù)的不斷發(fā)展，線上線下電子商務(wù)模式被廣泛應(yīng)用，本文從電子商務(wù)平臺(tái)、電子商務(wù)用戶和電子商務(wù)經(jīng)營(yíng)商的角度研究，分析基于大數(shù)據(jù)的環(huán)境下，線上線下電子商務(wù)用戶數(shù)據(jù)資料的特點(diǎn)，針對(duì)這些特點(diǎn)提出線上線下電子商務(wù)用戶數(shù)據(jù)的挖掘流程和對(duì)電子商務(wù)用戶數(shù)據(jù)的挖掘方法。

【關(guān)鍵詞】電子商務(wù)；線上線下；用戶數(shù)據(jù)；挖掘方法

目前，電子商務(wù)已經(jīng)進(jìn)入到大數(shù)據(jù)時(shí)代，電子商務(wù)的用戶數(shù)每年都在快速增加，但是電子商務(wù)企業(yè)對(duì)用戶的數(shù)據(jù)信息利用率卻很低，用戶的數(shù)據(jù)信息作為線上線下電子商務(wù)的有效資源還未被有效的開發(fā)。在大數(shù)據(jù)的環(huán)境下，對(duì)線上線下電商用戶數(shù)據(jù)挖掘研究具有重要意義。

一、大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)的特點(diǎn)

與以往的電子商務(wù)用戶數(shù)據(jù)相比，線上線下用戶的數(shù)據(jù)不僅僅是交易數(shù)據(jù)，還包括用戶所使用的移動(dòng)終端數(shù)據(jù)、用戶的地理位置信息等，電商可以根據(jù)線上線下電子商務(wù)用戶數(shù)據(jù)，對(duì)這些數(shù)據(jù)進(jìn)行分析研究，通過對(duì)用戶的交易數(shù)據(jù)、地理位置研究電子商務(wù)用戶以下幾個(gè)特點(diǎn)：

1.規(guī)模大

許多線上線下電商企業(yè)每天積累的用戶數(shù)據(jù)已經(jīng)達(dá)到了TB等級(jí)。如今的線上線下電子商務(wù)已經(jīng)有移動(dòng)互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)的加入，線上線下電商用戶數(shù)據(jù)不再是以往的單純的交易數(shù)據(jù)，其中還包含著許多電商用戶信息。線上線下電商用戶的數(shù)據(jù)規(guī)模會(huì)從TB上升到PB，甚至可以上升到EB，線上線下電商企業(yè)可以通過這些數(shù)據(jù)進(jìn)行商務(wù)智能分析。

2.種類多

線上線下電子商務(wù)用戶數(shù)據(jù)多，種類復(fù)雜，它不僅局限于線上線下電商用戶的基本信息，用戶的消費(fèi)記錄和電子商務(wù)企業(yè)內(nèi)部的大量信息，其中包括用戶對(duì)電商的評(píng)價(jià)和用戶在線上線下平臺(tái)的操作記錄、使用的移動(dòng)終端數(shù)據(jù)和其他非結(jié)構(gòu)的用戶數(shù)據(jù)。

3.速度快

線上線下電子商務(wù)模式對(duì)用戶的數(shù)據(jù)進(jìn)行及時(shí)處理有嚴(yán)格的要求。用戶的數(shù)據(jù)信息，是依據(jù)用戶在電子商務(wù)的操作行為產(chǎn)生的，這些數(shù)據(jù)都是傳輸速度極快的數(shù)據(jù)流，如電子商務(wù)用戶在線下商家的實(shí)際消費(fèi)情況，用戶的購(gòu)買情況和地理位置都有記錄，電商可以根據(jù)具體的信息對(duì)電子商務(wù)用戶進(jìn)行分析，從而實(shí)現(xiàn)更好的服務(wù)。

二、線上線下電子商務(wù)用戶數(shù)據(jù)挖掘的整體思路

線上線下電子商務(wù)用戶數(shù)據(jù)具有大數(shù)據(jù)特征，所以電子商務(wù)企業(yè)在對(duì)傳統(tǒng)的數(shù)據(jù)僅挖掘分析時(shí)就會(huì)遇到很多困難，不能對(duì)這些數(shù)據(jù)進(jìn)行很好的利用，大數(shù)據(jù)信息的挖掘與傳統(tǒng)數(shù)據(jù)信息的挖掘雖然都是為了實(shí)現(xiàn)對(duì)信息數(shù)據(jù)的有效使用，但是這兩者之間還存在著本質(zhì)上的區(qū)別，主要有以下幾點(diǎn)：

1.數(shù)據(jù)量不同

大數(shù)據(jù)分析的數(shù)據(jù)量是以TB級(jí)為主，或者是PB級(jí)等更大的數(shù)據(jù)量級(jí)；而傳統(tǒng)的數(shù)據(jù)分析主要是對(duì)數(shù)據(jù)資料庫(kù)或者是系統(tǒng)文件中的數(shù)據(jù)進(jìn)行分析處理。

2.數(shù)據(jù)類型不同

大數(shù)據(jù)主要分析挖掘的用戶數(shù)據(jù)不僅是結(jié)構(gòu)數(shù)據(jù)等還包括非結(jié)構(gòu)數(shù)據(jù)等實(shí)時(shí)有效的數(shù)據(jù)，而傳統(tǒng)的用戶數(shù)據(jù)分析主要是對(duì)靜態(tài)的、結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行分析研究為主。

3.方法不同

大數(shù)據(jù)分析用戶數(shù)據(jù)不僅需要統(tǒng)計(jì)學(xué)知識(shí)的運(yùn)用，還要使用人工智能的運(yùn)算方法，甚至需要計(jì)算機(jī)的應(yīng)用，而傳統(tǒng)的用戶數(shù)據(jù)分析主要以統(tǒng)計(jì)學(xué)為基礎(chǔ)，對(duì)用戶數(shù)據(jù)進(jìn)行分類和預(yù)測(cè)，包括探索性數(shù)據(jù)分析和驗(yàn)證性數(shù)據(jù)分析兩種分析方法。

對(duì)傳統(tǒng)數(shù)據(jù)分析時(shí)運(yùn)用的統(tǒng)計(jì)學(xué)方法很難在大數(shù)據(jù)環(huán)境下有效使用的，主要有兩方面的原因：一方面在傳統(tǒng)用戶數(shù)據(jù)分析中需要假設(shè)檢驗(yàn)，需要對(duì)問題進(jìn)行明確的假設(shè)后進(jìn)行數(shù)據(jù)的分析，因此傳統(tǒng)的數(shù)據(jù)分析法會(huì)對(duì)數(shù)據(jù)分析人員和分析過程過分依賴，如果數(shù)據(jù)分析人員不能對(duì)數(shù)據(jù)進(jìn)行有效的分析和準(zhǔn)確的理解，傳統(tǒng)的數(shù)據(jù)分析方法就很難承擔(dān)線上線下電子商務(wù)用戶數(shù)據(jù)挖掘的任務(wù)。另一方面，傳統(tǒng)數(shù)據(jù)分析方法只適合對(duì)結(jié)構(gòu)數(shù)據(jù)的分析，難以集成和分析地理、視頻、文本等非結(jié)構(gòu)的數(shù)據(jù)。而且傳統(tǒng)數(shù)據(jù)分析時(shí)效性差，很難準(zhǔn)確的分析出成本獲得可接受的時(shí)間，這會(huì)導(dǎo)致在傳統(tǒng)數(shù)據(jù)分析過程中會(huì)投入較高的成本，不能及時(shí)有效的獲得管理部門需要的分析結(jié)果。

三、大數(shù)據(jù)的線上線下電商用戶數(shù)據(jù)挖掘的流程和方法

1.線上線下電子商務(wù)用戶數(shù)據(jù)挖掘流程

線上線下電子商務(wù)用戶數(shù)據(jù)挖掘流程中，傳統(tǒng)數(shù)據(jù)挖掘相對(duì)簡(jiǎn)單，挖掘的數(shù)據(jù)主要是文件或數(shù)據(jù)庫(kù)的數(shù)據(jù)，通過分類和預(yù)測(cè)的算法對(duì)用戶數(shù)據(jù)進(jìn)行分散類別和連續(xù)取值。而大數(shù)據(jù)挖掘不同于傳統(tǒng)數(shù)據(jù)的挖掘，線上線下電子商務(wù)用戶數(shù)據(jù)挖掘流程主要是通過計(jì)算機(jī)對(duì)數(shù)據(jù)進(jìn)行模型分析，實(shí)現(xiàn)對(duì)龐大的數(shù)據(jù)進(jìn)行觀測(cè)和挖掘。線上線下電子商務(wù)用戶數(shù)據(jù)挖掘能夠?qū)Υ髷?shù)據(jù)中電商用戶的個(gè)人特點(diǎn)和詳細(xì)的個(gè)人信息進(jìn)行挖掘，分析獲取有價(jià)值的信息。

2.線上線下電子商務(wù)用戶數(shù)據(jù)挖掘方法

通過對(duì)線上線下電子商務(wù)用戶數(shù)據(jù)挖掘，實(shí)現(xiàn)對(duì)電商的發(fā)展趨勢(shì)的把握，根據(jù)情況及時(shí)作出調(diào)整，實(shí)現(xiàn)對(duì)線上線下電子商務(wù)用戶數(shù)據(jù)的有效利用。線上線下電子商務(wù)用戶數(shù)據(jù)挖掘方法主要有兩種，分別是：

（1）關(guān)聯(lián)規(guī)則分析，在對(duì)線上線下電子商務(wù)用戶數(shù)據(jù)挖掘時(shí)，運(yùn)用關(guān)聯(lián)分析方法可以對(duì)大量的用戶數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)數(shù)據(jù)中有關(guān)聯(lián)的地方，挖掘出影響用戶行為的因素，對(duì)這些因素進(jìn)行分析然后做出決策。

（2）社會(huì)網(wǎng)絡(luò)分析，主要是對(duì)線上線下等不同單位所構(gòu)成的關(guān)系結(jié)構(gòu)進(jìn)行分析，通過對(duì)用戶之間的關(guān)系網(wǎng)絡(luò)挖掘用戶的信息和有效資源。

四、結(jié)論

隨著科學(xué)技術(shù)的進(jìn)步，電子商務(wù)中的用戶信息更容易被挖掘和利用，通過對(duì)線上線下電商用戶數(shù)據(jù)挖掘流程和方法的研究，可以為線上線下電子商務(wù)企業(yè)用戶數(shù)據(jù)挖掘提供參考價(jià)值。

參考文獻(xiàn)：

[1]馮芷艷，郭迅華，曾大軍，陳煜波，陳國(guó)青.大數(shù)據(jù)背景下商務(wù)管理研究若干前沿課題[J].管理科學(xué)學(xué)報(bào)，2013，01：1-9

[2]王佳秋.基于用戶行為及關(guān)系的微博電商企業(yè)影響力度量[D].哈爾濱商業(yè)大學(xué)，2013