计算机Web数据在电子商务中的应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了计算机Web数据在电子商务中的应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要：随着网络技术的不断发展，电子商务领域也在充分地利用计算机web数据，使得电子商务的发展更加迅猛。本文简要分析Web数据挖掘的分类和技术，并探讨Web数据挖掘在电子商务中的应用。希望通过数据的挖掘为电子商务的发展提供更加广阔的空间，帮助企业制定出更加个性化、科学化的商业决策，提升企业的市场竞争力。

关键词：推广链接；Web数据；电子商务；网络营销

0引言

随着电子商务不断地发展，企业也收集了大量的数据，并对数据进行分析、整合，制定出更加具有针对性的营销战略。数据挖掘技术正是从大量数据中总结规律，深入了解顾客的购物需求，从而为顾客提供更加周到的服务。

1Web数据挖掘与电子商务

1.1Web数据挖掘分类

Web数据挖掘通常包括以下三种类型：即网络内容挖掘、网络结构挖掘和网络使用挖掘。网络内容挖掘主要是指针对网络页面内容和后台交易数据库，从网络文档内容中搜寻有用的信息。网络内容挖掘主要针对各种多媒体数据挖掘，包括：（1）文本数据。（2）视频数据。（3）音频数据。（4）图形、图象数据[1]。网络结构挖掘主要是从链接中搜索有用的信息。网络结构挖掘对超链接的挖掘十分有效，可以发现很多超文本结构内的信息。网络超链接信息可以为网络页面提供内容结构和内容密切相关的信息。网络使用挖掘技术类似一个追踪系统，可以根据日志文件以及相关数据“跟踪”浏览者的浏览情况，进而掌握浏览者的思想动态和喜好，把这些有用的信息进行整合并推荐类似产品和广告，网络使用挖掘能够把用户交互过程记录，比如说：（1）服务器的日志记录。（2）浏览器端的日志。（3）注册信息。（4）鼠标点击流，从而找出潜在客户以及市场，并提升网络服务器的性能和系统[2]。

1.2Web数据挖掘的技术分类

Web数据的挖掘技术功能强大，其主要包括以下四个方面的技术：（1）路径分析可以发现顾客经常访问的页面，从而对网站页面进行美化和功能的改进，为顾客提供更好的服务。（2）关联分析技术需要分析在一个访问期间内用户访问的文档和页面之间的关系，从而构建数据模型，把顾客可能感兴趣的产品进行推销，实现交叉销售。（3）序列模式分析通过时间顺序查看数据库，并分析数据之间的序列关系，确定顾客对哪些网站感兴趣，从而提供个性化的服务。（4）分类技术是指根据数据的相同特征来对数据进行分类，根据访问模式判定访问某个服务器文件的用户特征。聚类分析可以把有类似购物习惯的客户聚集到一起，根据浏览时长和点击频率做出有针对性的推销。

2Web数据挖掘如何在电子商务中应用

数据挖掘技术主要是为了帮助企业搜集数据，并且对数据进行科学的分析，从而了解客户的购物需求，比如顾客在访问淘宝网站时会出现类似店铺的推广，或者查询销量、商品明细时会出现一个链接，哪一个部分被点击，哪个商品被浏览，以及页面浏览时长都会被商家“看到”，还搜索哪些相关内容和历史等信息。这样企业和商家就可以根据客户的喜好“量身定做”出针对性极强的营销策略，客户就会享受到网络中更加个性化的服务。为了更好地说明计算机Web和电子商务的关系，以下以淘宝网为例，说明数据挖掘技术的应用。淘宝网自2003年5月10日成立起来，注册用户达到惊人的5亿，每天固定访客达到惊人的6000万，在15年的发展历程中利用网络数据逐渐成为国内最大的网络购物平台[3]。

2.1数据挖掘在网络营销中的应用

网络营销基于对市场行情的分析和了解之上，因此需要对数据进行搜集和整理，通过分析、整合制定出具体的营销活动。同样，淘宝商家也会在产品上市之前做好市场分析、调研，从而趋利避害，大大降低营销风险，在这个过程中就需要利用到网络数据进行分析。以下进行数据分析会利用到淘宝指数，这个概念自2011年上线以来，用户可以通过淘宝指数窥探淘宝购物数据，了解淘宝购物趋势。淘宝指数可作为购物决策的参谋，了解当下流行趋势和同一类人的购物倾向及特点，通过筛选统计时间、销量排名，这样数据更加具有针对性和时效性。比如统计时间为2017年7月8日-2017年7月14日，关键词排在首位的是“避暑神器”，点击关键词就会出现男女夏季衣物、防晒用品、空调风扇等家用电器，在涨幅一栏中会显示“避暑神器”与上个统计周期的比较，因此商家会纷纷根据顾客避暑的需求制定产品营销方案，从而增加销售量和营业额。虽然淘宝指数可以分析出顾客的购买欲，但是也有部分顾客只是进行商品的浏览，并没有真正付款购买，通过成交排行和热销指数可以发现最近七天的商品成交量，以及热销的前三种商品是哪些，成交排行中可以对地域进行筛选，这样买家就可以在就近的地域购买。商家还可以利用网络数据对市场动态进行掌握，比如商品的淡季和旺季如何制定销售策略。淘宝指数中的喜好度能够反映不同人群对该搜索词的偏好程度，数值越大则偏好程度越高。

2.2数据挖掘对客户关系管理的应用

客户关系管理真正做到了“全心全意满足客户需求”的宗旨，从而增进商户与客户的关系，企业和商户也会不断推陈出新，制作出更加贴心的访问页面来满足用户。如果访客进行页面的浏览，其浏览行为都将被记录。搜索“避暑神器”后，通过上个周期买家留言可以发现，男女衣物和防晒用品以青年人购买为主，家用电器的购买也考虑到儿童和老年人的需求，因此在营销广告中可以融入爱情、亲情等元素[4]。根据用户的浏览情况，及时制定和调整营销战略，提供更加人性化的服务，进一步提升新老客户的满意度，从而迎合客户的内心需求，感受到商家的重视。在电子商务营销中，可以根据用户个人资料中的爱好、星座等信息，定期推送比如美颜产品、K歌产品、汽车配饰等广告，从而提升“转化率”。“转化率”是依据用户的购买心理，刺激消费的网络营销手段，具体是指实际消费的用户和来到网页浏览用户数量的比值，也是一种有效的营销方法。

2.3数据挖掘在优化电子商务网站设计中的应用

网站页面商品的呈现是吸引用户的重要因素，其内容的安排就像大型商场中货架陈列的物品一样，需要把信任度高、支持率高的相关商品陈列在一起，便于客户浏览，实现商品的销售，用户就会看到更好感兴趣的页面，进而增加页面访问率。商户需要制定更加吸引用户目光的页面，让用户长时间浏览，具体说来，需要根据用户的兴趣、需求以及浏览行为，对Web页面结构进行整体调整，比如当用户浏览篮球时，可以向用户推荐篮球护腕、篮球服、篮球鞋等，并通过链接向用户展示全套装备的图片，从而让顾客更长时间地停留在相关页面中。在淘宝网页面中，经常浏览的顾客会看到“根据浏览，猜我喜欢”，并以此推断顾客可能感兴趣的产品，促使浏览者转变为购买者。

3Web数据挖掘与电子商务结合的再思考

当前网络数据挖掘和电子商务的融合进程在不断地加强，并且实现了企业营销战略的调整。电子商务企业进行销售业务时，对市场交易环境变化有着更加深刻的认识。因此，电子商务企业可以根据用户的消费喜好，进行同品牌产品的推销，甚至向同款产品推荐喜好相同的消费者，在评论区交流或者建立交流群，实现产品的团购销售策略，从而有效分析客户需求，调整营销战略。用Web数据挖掘技术，还能及时跟踪商品的配送情况，并且对卖家以及物流进行评价，促进行业的共同发展。

4结论

综上所述，随着对计算机Web数据的利用，电商企业也在崛起和壮大。电子商务突飞猛进的发展趋势是现代科技发展的必然结果，不论从用户需求还是经济发展上来看，电子商务实现同数据挖掘的融合之后必将大有发展，并最终实现Web数据挖掘技术朝着更加个性化、智能化的方向发展。

参考文献：

[1]陈业恩，符广宇.计算机Web数据及其在电子商务中的运用[J].中国新通信，2016，18（3）：91.

[2]于丽敏.电子商务中的计算机Web数据应用[C]//第五届世纪之星创新教育论坛.第五届世纪之星创新教育论坛论文集.中国北京，2016：705.

[3]姜宁，牛永洁.Web数据挖掘在电子商务中的应用——以淘宝网为例[J].计算机时代，2016（7）：49-52.

[4]段继锋.电子商务领域中计算机数据挖掘技术的应用研究[J].通讯世界，2017（4）：86.

作者：张纯政 单位：佛山市三水区工业中等专业学校