發(fā)布時間：2017-05-24 22:04

  本文關鍵詞：電子商務網(wǎng)站銷售數(shù)據(jù)分析與挖掘，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電子商務的快速發(fā)展,企業(yè)之間的競爭越來越激烈。國內(nèi)電子商務網(wǎng)站商品之間的同質(zhì)性較強,除價格競爭外,對電子商務網(wǎng)站的數(shù)據(jù)進行有效分析和挖掘,提出適合企業(yè)的有效戰(zhàn)略和策略,對企業(yè)發(fā)展有著重要影響。本文將文獻計量學的方法及數(shù)據(jù)挖掘技術應用到電子商務的研究之中,對于從圖情領域角度研究電子商務有一定的參考意義。在這種背景下,本文以國內(nèi)某知名電子商務網(wǎng)站的銷售數(shù)據(jù)為數(shù)據(jù)源,使用統(tǒng)計分析法、對比分析法、探索性研究方法和實證研究方法等從宏觀和微觀兩個大的方面對銷售數(shù)據(jù)進行分析和數(shù)據(jù)挖掘。兩部分的關系是遞進形式進行的,具體內(nèi)容如下：文章的第一主題部分是從宏觀上闡述了無線終端不同區(qū)域的銷售概況,探索和驗證電子商務網(wǎng)站中存在著二八定律、長尾效應和冪律分布。無線終端銷售區(qū)域目前集中在經(jīng)濟發(fā)達的省市。二八定律是指主營商品與一般商品對整體銷售貢獻存在著二八定律,即商品種類數(shù)量約20%的主營商品的銷售額貢獻了總銷售額的近80%,而種類數(shù)量近80%的一般商品僅貢獻了總銷售的20%左右。長尾效應是指不同等級用戶對總訂單和總銷售額的貢獻中等級較低的土星和銅盾會員,貢獻訂單比例超過50%,貢獻銷售額接近50%；在不同區(qū)域之間,用戶對總訂單和總金額的貢獻情況,我們也發(fā)現(xiàn)類似的情況,即位于一般銷售區(qū)域的用戶貢獻訂單數(shù)量超過48%,貢獻銷售額超過46%。上述情況的長尾效應啟迪相關決策者不僅要重點關注忠誠用戶和主要銷售區(qū)域,同時也要關注位于長尾的一般用戶和一般銷售區(qū)域。電子商務中的冪律分布是類比齊普夫定律,將每個用戶看做文獻中的一個單詞,探索用戶訂單之間是否存在著冪律關系,并借助于Matlab軟件,使用最大似然估計方法和KS檢驗對用戶訂單進行驗證,發(fā)現(xiàn)用戶訂單無論是所有商品還是3C類代表商品用戶銷售單數(shù)據(jù)均符合冪律分布,但冪律指數(shù)較小,通過對排名靠前的前20名用戶和排名最后的10名用戶的訂單統(tǒng)計時發(fā)現(xiàn)用戶訂單網(wǎng)絡沒有特別明顯的無標度現(xiàn)象,而是符合長尾特征。文章第二部分是從微觀上探索用戶購買商品或商品小類之間的關聯(lián),挖掘關聯(lián)規(guī)則通過借助Weka軟件使用FP-Growth算法對圖書、3C代表商品類別和3C代表商品三組樣本銷售數(shù)據(jù)進行關聯(lián)規(guī)則挖掘,在最小支持度與最小置信度閾值下過濾得到的關聯(lián)規(guī)則,進一步根據(jù)提升度、杠桿率和確信度等指標從理論上對得到的關聯(lián)規(guī)則進行分析過濾,并將其中的編號對應實際的商品或商品小類,結(jié)合實際情況進行了相關分析和過濾,得到了一些比較實用的關聯(lián)規(guī)則。這些關聯(lián)規(guī)則告訴我們,我們可以在用戶購買一種商品時向用戶推薦另外關聯(lián)度商品,或是制定一些促銷或是捆綁銷售策略,使用戶能夠在得到自己想要的商品前提下,也能得到優(yōu)惠。同時發(fā)現(xiàn)由于商品數(shù)量的眾多和用戶數(shù)量的龐大,在進行實驗時,須將關聯(lián)規(guī)則的最小置信度設置較低才能得到所需的關聯(lián)規(guī)則。
【關鍵詞】：電子商務 數(shù)據(jù)分析 長尾效應 齊普夫定律 數(shù)據(jù)挖掘 關聯(lián)規(guī)則 Weka
【學位授予單位】：南京大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TP393.092;TP311.13
【目錄】：

• 中文摘要5-7
• 英文摘要7-11
• 第一章 緒論11-17
• 1.1 研究背景11-13
• 1.2 研究的意義13-14
• 1.2.1 研究的理論意義13
• 1.2.2 研究的現(xiàn)實意義13-14
• 1.3 數(shù)據(jù)來源14
• 1.4 研究方法14-15
• 1.5 研究內(nèi)容與思路15-17
• 第二章 文獻綜述17-24
• 2.1 電子商務概述17-18
• 2.2 外文文獻綜述18-20
• 2.3 中文文獻綜述20-24
• 第三章 銷售數(shù)據(jù)中蘊含規(guī)律的探索與驗證24-45
• 3.1 理論與方法闡述24-28
• 3.1.1 相關定律概述24-25
• 3.1.2 最小二乘法25-26
• 3.1.3 最大似然估計方法和KS檢驗26-28
• 3.2 無線終端各區(qū)域銷售概況28-29
• 3.3 電子商務商品間的二八定律29-31
• 3.4 長尾效應31-35
• 3.4.1 用戶類型31-33
• 3.4.2 用戶區(qū)域33-35
• 3.5 齊普夫律在電子商務銷售數(shù)據(jù)中的應用35-45
• 3.5.1 獲取數(shù)據(jù)36-38
• 3.5.2 整體商品實驗與分析38-41
• 3.5.3 3C類商品實驗與分析41-45
• 第四章 基于關聯(lián)規(guī)則的銷售數(shù)據(jù)挖掘-商品推薦45-62
• 4.1 概念介紹45-46
• 4.2 算法介紹46-48
• 4.3 WEKA數(shù)據(jù)挖掘工具介紹48-49
• 4.4 處理過程49-61
• 4.4.1 數(shù)據(jù)獲取49-51
• 4.4.2 圖書音像推薦51-54
• 4.4.3 3C類代表商品小類維度上的推薦54-58
• 4.4.4 3C類代表商品基于關聯(lián)規(guī)則的推薦58-61
• 4.5 小結(jié)61-62
• 第五章 結(jié)語62-65
• 5.1 本文總結(jié)62-63
• 5.2 文章不足與展望63-65
• 參考文獻65-70
• 致謝70-71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 徐雪娟;郭進利;何靜;;基于復雜網(wǎng)絡理論的在線商品銷售規(guī)律研究[J];金融經(jīng)濟;2013年16期

2 徐雪娟;郭進利;;基于長尾理論的電子商務銷售網(wǎng)絡特性研究[J];金融經(jīng)濟;2013年10期

3 周遠超;葉楓;高依e，

本文編號：392083