论文部分内容阅读
【摘 要】随着电子商务的不断发展，线上线下电子商务模式被广泛应用，本文从电子商务平台、电子商务用户和电子商务经营商的角度研究，分析基于大数据的环境下，线上线下电子商务用户数据资料的特点，针对这些特点提出线上线下电子商务用户数据的挖掘流程和对电子商务用户数据的挖掘方法。
【关键词】电子商务；线上线下；用户数据；挖掘方法
目前，电子商务已经进入到大数据时代，电子商务的用户数每年都在快速增加，但是电子商务企业对用户的数据信息利用率却很低，用户的数据信息作为线上线下电子商务的有效资源还未被有效的开发。在大数据的环境下，对线上线下电商用户数据挖掘研究具有重要意义。
一、大数据的线上线下电商用户数据的特点
与以往的电子商务用户数据相比，线上线下用户的数据不仅仅是交易数据，还包括用户所使用的移动终端数据、用户的地理位置信息等，电商可以根据线上线下电子商务用户数据，对这些数据进行分析研究，通过对用户的交易数据、地理位置研究电子商务用户以下几个特点：
1.规模大
许多线上线下电商企业每天积累的用户数据已经达到了TB等级。如今的线上线下电子商务已经有移动互联网和社交网络的加入，线上线下电商用户数据不再是以往的单纯的交易数据，其中还包含着许多电商用户信息。线上线下电商用户的数据规模会从TB上升到PB，甚至可以上升到EB，线上线下电商企业可以通过这些数据进行商务智能分析。
2.种类多
线上线下电子商务用户数据多，种类复杂，它不仅局限于线上线下电商用户的基本信息，用户的消费记录和电子商务企业内部的大量信息，其中包括用户对电商的评价和用户在线上线下平台的操作记录、使用的移动终端数据和其他非结构的用户数据。
3.速度快
线上线下电子商务模式对用户的数据进行及时处理有严格的要求。用户的数据信息，是依据用户在电子商务的操作行为产生的，这些数据都是传输速度极快的数据流，如电子商务用户在线下商家的实际消费情况，用户的购买情况和地理位置都有记录，电商可以根据具体的信息对电子商务用户进行分析，从而实现更好的服务。
二、线上线下电子商务用户数据挖掘的整体思路
线上线下电子商务用户数据具有大数据特征，所以电子商务企业在对传统的数据仅挖掘分析时就会遇到很多困难，不能对这些数据进行很好的利用，大数据信息的挖掘与传统数据信息的挖掘虽然都是为了实现对信息数据的有效使用，但是这两者之间还存在着本质上的区别，主要有以下几点：
1.数据量不同
大数据分析的数据量是以TB级为主，或者是PB级等更大的数据量级；而传统的数据分析主要是对数据资料库或者是系统文件中的数据进行分析处理。
2.数据类型不同
大数据主要分析挖掘的用户数据不仅是结构数据等还包括非结构数据等实时有效的数据，而传统的用户数据分析主要是对静态的、结构化的数据进行分析研究为主。
3.方法不同
大数据分析用户数据不仅需要统计学知识的运用，还要使用人工智能的运算方法，甚至需要计算机的应用，而传统的用户数据分析主要以统计学为基础，对用户数据进行分类和预测，包括探索性数据分析和验证性数据分析两种分析方法。
对传统数据分析时运用的统计学方法很难在大数据环境下有效使用的，主要有两方面的原因：一方面在传统用户数据分析中需要假设检验，需要对问题进行明确的假设后进行数据的分析，因此传统的数据分析法会对数据分析人员和分析过程过分依赖，如果数据分析人员不能对数据进行有效的分析和准确的理解，传统的数据分析方法就很难承担线上线下电子商务用户数据挖掘的任务。另一方面，传统数据分析方法只适合对结构数据的分析，难以集成和分析地理、视频、文本等非结构的数据。而且传统数据分析时效性差，很难准确的分析出成本获得可接受的时间，这会导致在传统数据分析过程中会投入较高的成本，不能及时有效的获得管理部门需要的分析结果。
三、大数据的线上线下电商用户数据挖掘的流程和方法
1.线上线下电子商务用户数据挖掘流程
线上线下电子商务用户数据挖掘流程中，传统数据挖掘相对简单，挖掘的数据主要是文件或数据库的数据，通过分类和预测的算法对用户数据进行分散类别和连续取值。而大数据挖掘不同于传统数据的挖掘，线上线下电子商务用户数据挖掘流程主要是通过计算机对数据进行模型分析，实现对庞大的数据进行观测和挖掘。线上线下电子商务用户数据挖掘能够对大数据中电商用户的个人特点和详细的个人信息进行挖掘，分析获取有价值的信息。
2.线上线下电子商务用户数据挖掘方法
通过对线上线下电子商务用户数据挖掘，实现对电商的发展趋势的把握，根据情况及时作出调整，实现对线上线下电子商务用户数据的有效利用。线上线下电子商务用户数据挖掘方法主要有两种，分别是：
（1）关联规则分析，在对线上线下电子商务用户数据挖掘时，运用关联分析方法可以对大量的用户数据进行挖掘，发现数据中有关联的地方，挖掘出影响用户行为的因素，对这些因素进行分析然后做出决策。
（2）社会网络分析，主要是对线上线下等不同单位所构成的关系结构进行分析，通过对用户之间的关系网络挖掘用户的信息和有效资源。
四、结论
随着科学技术的进步，电子商务中的用户信息更容易被挖掘和利用，通过对线上线下电商用户数据挖掘流程和方法的研究，可以为线上线下电子商务企业用户数据挖掘提供参考价值。
参考文献：
[1]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013，01：1-9
[2]王佳秋.基于用户行为及关系的微博电商企业影响力度量[D].哈尔滨商业大学，2013
【关键词】电子商务；线上线下；用户数据；挖掘方法
目前，电子商务已经进入到大数据时代，电子商务的用户数每年都在快速增加，但是电子商务企业对用户的数据信息利用率却很低，用户的数据信息作为线上线下电子商务的有效资源还未被有效的开发。在大数据的环境下，对线上线下电商用户数据挖掘研究具有重要意义。
一、大数据的线上线下电商用户数据的特点
与以往的电子商务用户数据相比，线上线下用户的数据不仅仅是交易数据，还包括用户所使用的移动终端数据、用户的地理位置信息等，电商可以根据线上线下电子商务用户数据，对这些数据进行分析研究，通过对用户的交易数据、地理位置研究电子商务用户以下几个特点：
1.规模大
许多线上线下电商企业每天积累的用户数据已经达到了TB等级。如今的线上线下电子商务已经有移动互联网和社交网络的加入，线上线下电商用户数据不再是以往的单纯的交易数据，其中还包含着许多电商用户信息。线上线下电商用户的数据规模会从TB上升到PB，甚至可以上升到EB，线上线下电商企业可以通过这些数据进行商务智能分析。
2.种类多
线上线下电子商务用户数据多，种类复杂，它不仅局限于线上线下电商用户的基本信息，用户的消费记录和电子商务企业内部的大量信息，其中包括用户对电商的评价和用户在线上线下平台的操作记录、使用的移动终端数据和其他非结构的用户数据。
3.速度快
线上线下电子商务模式对用户的数据进行及时处理有严格的要求。用户的数据信息，是依据用户在电子商务的操作行为产生的，这些数据都是传输速度极快的数据流，如电子商务用户在线下商家的实际消费情况，用户的购买情况和地理位置都有记录，电商可以根据具体的信息对电子商务用户进行分析，从而实现更好的服务。
二、线上线下电子商务用户数据挖掘的整体思路
线上线下电子商务用户数据具有大数据特征，所以电子商务企业在对传统的数据仅挖掘分析时就会遇到很多困难，不能对这些数据进行很好的利用，大数据信息的挖掘与传统数据信息的挖掘虽然都是为了实现对信息数据的有效使用，但是这两者之间还存在着本质上的区别，主要有以下几点：
1.数据量不同
大数据分析的数据量是以TB级为主，或者是PB级等更大的数据量级；而传统的数据分析主要是对数据资料库或者是系统文件中的数据进行分析处理。
2.数据类型不同
大数据主要分析挖掘的用户数据不仅是结构数据等还包括非结构数据等实时有效的数据，而传统的用户数据分析主要是对静态的、结构化的数据进行分析研究为主。
3.方法不同
大数据分析用户数据不仅需要统计学知识的运用，还要使用人工智能的运算方法，甚至需要计算机的应用，而传统的用户数据分析主要以统计学为基础，对用户数据进行分类和预测，包括探索性数据分析和验证性数据分析两种分析方法。
对传统数据分析时运用的统计学方法很难在大数据环境下有效使用的，主要有两方面的原因：一方面在传统用户数据分析中需要假设检验，需要对问题进行明确的假设后进行数据的分析，因此传统的数据分析法会对数据分析人员和分析过程过分依赖，如果数据分析人员不能对数据进行有效的分析和准确的理解，传统的数据分析方法就很难承担线上线下电子商务用户数据挖掘的任务。另一方面，传统数据分析方法只适合对结构数据的分析，难以集成和分析地理、视频、文本等非结构的数据。而且传统数据分析时效性差，很难准确的分析出成本获得可接受的时间，这会导致在传统数据分析过程中会投入较高的成本，不能及时有效的获得管理部门需要的分析结果。
三、大数据的线上线下电商用户数据挖掘的流程和方法
1.线上线下电子商务用户数据挖掘流程
线上线下电子商务用户数据挖掘流程中，传统数据挖掘相对简单，挖掘的数据主要是文件或数据库的数据，通过分类和预测的算法对用户数据进行分散类别和连续取值。而大数据挖掘不同于传统数据的挖掘，线上线下电子商务用户数据挖掘流程主要是通过计算机对数据进行模型分析，实现对庞大的数据进行观测和挖掘。线上线下电子商务用户数据挖掘能够对大数据中电商用户的个人特点和详细的个人信息进行挖掘，分析获取有价值的信息。
2.线上线下电子商务用户数据挖掘方法
通过对线上线下电子商务用户数据挖掘，实现对电商的发展趋势的把握，根据情况及时作出调整，实现对线上线下电子商务用户数据的有效利用。线上线下电子商务用户数据挖掘方法主要有两种，分别是：
（1）关联规则分析，在对线上线下电子商务用户数据挖掘时，运用关联分析方法可以对大量的用户数据进行挖掘，发现数据中有关联的地方，挖掘出影响用户行为的因素，对这些因素进行分析然后做出决策。
（2）社会网络分析，主要是对线上线下等不同单位所构成的关系结构进行分析，通过对用户之间的关系网络挖掘用户的信息和有效资源。
四、结论
随着科学技术的进步，电子商务中的用户信息更容易被挖掘和利用，通过对线上线下电商用户数据挖掘流程和方法的研究，可以为线上线下电子商务企业用户数据挖掘提供参考价值。
参考文献：
[1]冯芷艳，郭迅华，曾大军，陈煜波，陈国青.大数据背景下商务管理研究若干前沿课题[J].管理科学学报，2013，01：1-9
[2]王佳秋.基于用户行为及关系的微博电商企业影响力度量[D].哈尔滨商业大学，2013