《基于淘宝商务平台的客户购物关联分析研究》由会员分享，可在线阅读，更多相关《基于淘宝商务平台的客户购物关联分析研究（26页珍藏版）》请在金锄头文库上搜索。
1、24南京财经大学本科毕业论文（设计）目录中英文摘要与关键词1一、引言2二、客户购物关联分析2（一）关联分析技术2（二）客户购物关联挖掘过程3三、淘宝商务平台数据分析5（一）分析对象5（二）数据准备7（三）数据处理8（四）关联挖掘11（五）关联结果分析15四、淘宝商务平台中的关联规则应用17（一）客户分析17（二）商品营销18五、结论19参考文献21附录23附录：原始数据23基于淘宝商务平台的客户购物关联分析研究摘要：淘宝网站作为国内最大的电子商务平台，拥有庞大的消费群体和海量的交易数据。如何对淘宝商务平台上大量的数据进行有效的收集、组织、挖掘和利用，找出其中真正有价值的信息和知识，以指导企业的
2、商业决策行为，成为电子商务经营者关注的问题。关联规则作为数据挖掘技术(Data Mining)中最为典型的一种，为解决这一问题提供了有效途径。通过关联规则挖掘，找出商品之间、商品与客户之间存在的内在联系，对于电子商务中客户关系管理、企业市场定位和商品营销有着非常重要的指导意义。针对目前淘宝平台中客户购物数据的利用问题，阐述了关联规则挖掘的一般过程，并对采集的相关记录数据进行关联分析,依据分析结果制定相应的营销策略。关键词： 电子商务；数据挖掘；关联分析Association Analysis of the Customer Shopping Based on Taobao PlatformAb
3、stract: Taobao platform has huge consumer groups and generates massive transaction data every day. How to effectively collect, organize and mine these data based on taobao platform to detect the valuable information and guide the behavior of business decision-making, has become a key problem for e-c
4、ommerce operators. As one of the most typical data mining techniques, association rules provide an effective way to solve this problem. It is important to find the internal relation between sales of goods and customers, which could be applied to customer relationship management, market position and
5、sales strategy in e-commerce. To make effective use of data on Taobao platform, this thesis analyzes the process of association rule mining, and then perform the association analysis based the collected relevant data. Finally, the corresponding marketing strategies are given.Keywords: E-commerce; Da
6、ta mining; Association analysis一、引言近些年来电子商务迅猛发展，给人们生活带来了很多便利，同时也带来了不少难题和挑战。对于企业来说，进行电子商务转型和发展，需要有互联网思维，即能够从海量的交易信息中找出有用的、有潜在价值的信息，以制定更好的经营策略；对于消费者来说，需要花费大量的时间和精力来浏览网上大量的商品信息，并从中比较和选购商品。关联规则是数据挖掘技术中的一种，它可以反映大量数据间特有的联系，并将这种联系转化为数据使用者感兴趣的信息，为企业或消费者提供决策支持。用户网上交易的原始数据是海量的，我们可以从电子商务交易中提取，也可以从百度指数和阿里指数等获得。
7、淘宝数据魔方、量子恒道和SAS等数据挖掘分析工具能够帮助企业对这些数据进行处理。目前电子商务平台中关联规则挖掘的普及度和专业度不高，无法深入提取数据中更优质的信息，并借助这些信息去分析和发现客户的消费习惯和行为模式，从而改进营销决策和客户服务。论文针对关联规则技术在淘宝交易数据中的应用，实现指定支持度和置信度下，交易数据中关联规则的挖掘，并对提取到的规则进行分析，与淘宝商务平台现状结合，制定相应的营销策略。二、客户购物关联分析（一）关联分析技术使用数据挖掘中的关联规则技术来对客户购物关联进行分析，能够把隐没在一大批看似杂乱无章的数据中的信息，集中、萃取和提炼出来，以找出所研究对象的内在规律。在
8、互联网时代发展到大数据时代，数据呈现指数级增长。然而，百分之八十的数据是非结构化的，因此需要通过关联挖掘从数据库中存储的数据项中，找出数据中结构化的、隐藏的联系。这些数据联系中的交叉性信息反应隐含了客户的潜在购买行为，对电子商务企业的营销决策有着非常重要的价值。 购物分析是关联规则的一个典型案例。指的是当顾客购买一些商品A,B,C,D.它们一起购买是偶然，还是顾客的购买行为习惯？商品A和B同时购买的概率有多大？如果两者捆绑销售是否会刺激顾客消费？了解了顾客的购买行为，能够帮助企业制定市场营销策略。例如，什么样的商品应该放在一起，企业的顾客群体特征，顾客为什么购买这些商品。在制定商品策略和优化客
9、户服务时，根据顾客需求，实施精准营销。关联规则挖掘的基本模型如图1所示： 图1 关联规则挖掘的基本模型（1）输入事务数据库D，根据最小支持度找出其中所有的频繁项目集。（2）由（1）中的频繁项目集和最小置信度产生强关联规则，在一定情况下，也可以通过附加兴趣度来对规则进行度量。第一个子问题的核心是如何确定有效的支持度，以找出D中所有频繁项目集。支持度是事务数据库D中包含项集X的事务数与事务数据库D的总事务数的比值，一般支持度越高越好，但是在实际关联挖掘时，需要根据业务需求不断调整、尝试，才能找到最合适的支持度；第二个子问题可以直接得到结果，但也需要根据不同的求解指标如兴趣度的度量标准来进一步度量关
10、联规则集的合理性。（二）客户购物关联挖掘过程1.确定业务问题客户购物关联挖掘的主要价值应该是决策或者辅佐决策，因此评价关联分析的原点是能否满足业务需求，解决存在的业务问题。深入理解业务本身，是避免迷失在大量数据中的前提。针对电子商务平台，这里所说的业务问题可以是流量转化、活动营销、关联销售、会员提升等。不同业务的关键需求决定了关联分析的目标用户和目标价值。2.数据探测在确定业务问题后就要选择相关的数据，有效挖掘的关键问题有：数据来源、数据量、数据存储、数据平衡和数据转换。数据来源通常是淘宝商务平台的消费者交易数据和流量数据。数据量并不是越大越好，要以效用为导向，以实用价值为指标，结合不同的阶段
11、性目标，进行数据采集分析。具有一定规模的企业或公司会有自己的数据库来存储海量数据，对于规模很小的店铺或个人创业等，可以借助电商平台如淘宝指数，或利用数据库软件如Oracle，SQL Server，IBM DB2，MySQL等，来存储和有组织的管理各种网站流量数据和客户购物交易数据。数据平衡是结合每个企业自身实际，规划设计数据表的特点和结构。很多情况下数据的质量难以保证，充分的数据探测是为了了解数据的分布、变化趋势和数据关系。将非结构化的数据转化可理解的、可用的结构化数据，即对应的分布与统计信息，有助于全面了解数据特征，并建立客户购物关联挖掘模型。3.数据预处理数据预处理有助于为客户购物关联分析
12、提供高质量的数据。现实中数据大体上是不完整的、不一致的脏数据，无法直接进行关联分析，需要进行清理、集成、变换和归约，来纠正各种数据质量问题，否则可能会影响客户购物关联分析得到的结果。4.数据建模（挖掘）对于电商平台的客户购物关联分析需要选择关联规则方法，结合商务智能分析软件如WEKA、SQL Server、IBM cognis等对相应的数据进行挖掘分析。5.结果评估关联分析后会输出许多模式，对相关模式的合理性进行测试和评估是必要的。企业认可的与消费者认可的结果不一定相同，甚至可能是相悖的。这个阶段与业务人员的充分沟通、比对网站的交易数据是保证其效用最大化的有效途径。6.应用部署将分析的关联结果
13、应用到商务决策中，在客户关系管理、个性化推荐、商品营销、提高转化率等方面，制定具体的、可执行的、可管控的战略实施计划，以产生经济效益。三、淘宝商务平台数据分析淘宝商务平台中的数据，信息量巨大，结构复杂，类型众多。对购物数据的分析，不再局限于商品名称、商品类型、商品价格和交易时间，也包括购买商品的客户信息。很多商家只是把这些交易信息当作一个展示页面，但基于交易数据的关联规则挖掘还是不够深入，缺乏专业的挖掘工具和分析工具以及专业的分析人员对这些信息的潜在性进行挖掘和分析。（一）分析对象淘宝商务平台中的商品品种繁多，价格相对便宜，支付方便，易于消费者选购，深受广大网络消费者的欢迎，淘宝中的客户购物数
14、据庞大，关联性高，蕴含的信息多。所以本文选取淘宝商务平台中305个用户在淘宝天猫超市中交易记录，来挖掘潜在的、有价值的信息。首先可以利用图表看一下这些记录展示出来的数据信息。图2 性别分布饼图图3 职业分布柱状图由图2、图3可以得出，天猫的消费人群与淘宝网相比，更偏女性化，即女性消费者占比更高；学生群体消费比重大，可以看出目前网络消费者总体较为年轻；消费人群学历水平整体较高。图4 购买类目柱状图从购买类目上看，购买进口食品的可能性值是30.3%，购买食品饮料的可能性值是83.33%，购买油粮副食的可能性值是15.15%，购买美容洗护的可能性值是42.42%，购买家具家电的可能性值是9.09%，
15、购买家庭清洁的可能性值是42.42%，购买母婴用品的可能性值是3.03%，购买生鲜水果的可能性值是10.61%，食品饮料、美容洗护、家庭清洁排在前三位，这与调查人群中女性占比例大，学生、家庭主妇、白领职业分布比重高有很大的关系。图5 购买原因柱状图在购买原因中，价格优惠的认可度是5.38，物流速度快的认可度是4.8，质量保障的认可度是4.44，品种丰富的认可度是4.26，配送范围广的认可度是2.2，优惠促销活动丰富的认可度是2.14，支付方式完善的认可度是1.2，包装规范的认可度是1，其他的认可度是0.83，运费便宜的认可度是0.76。由此说明价格、物流、商品质量、品种数量等因素对客户购买决策
16、的影响很大。图6 受吸引的优惠活动柱状图对消费者而已，最受吸引的优惠活动中，直接打折降价吸引度为66.67%，限时抢购、低价秒杀吸引度为45.45%，团购吸引度为28.79%，积分兑换券、抵用券吸引度为25.76%，满指定金额包邮、礼品卡和购买得赠品吸引度为24.24%，名品特卖吸引度为19.7%，抽奖和其他吸引度为6.06%。直接打折降价虽然是比较传统的优惠活动，消费者尤其是女性消费者会对这类活动乐此不疲，所以淘宝商务平台经常会在各种节假日开展优惠活动。以上是部分展示出来的数据信息，这些数据信息比较单一，为商家的决策提供的价值有限，无法提供更深层次的、隐藏的信息，所以需要通过关联分析将企业面临的业务问题
