第1页共11页基于大数据的线上线下电商用户数据挖掘研究摘要：随着互联网经济的快速发展，电子商务已经成为国家商务发展的重要组成部分。在电子商务的发展中，海量化的数据逐渐发挥了其商业价值，这种价值是否能够被完全挖掘出取决于数据的挖掘方式和数据的利用方式。在线上线下的商业发展中，如何对数据进行挖掘和管理，成为了电商发展的重要问题。该文研究了大数据背景下线上线下数据的特点，对数据挖掘和应用方面进行了阐述。关键词：大数据；线上线下电商；用户数据；挖掘研究：TP311文献标识码：A：1009-3044（2015）34-0010-02随着电子商务的发展，数据的价值得以体现，企业内部管理的数据和各种社交网络下的数据，使得电子商务所产生的数据呈现爆炸式的发展。用户数量的增加使得企业对于用户数据的管理增加了第2页共11页难度。大数据时代已经来临，电子商务正在经历着多样化、大规模的数据发展，庞大的数据资源使得数据处理的难度和代价增加，如何对这些数据进行捕捉和挖掘就成为电子商务发展的重要问题。O2O电子商务模式是一个联系线下商家和线上用户的商业平台，其能够将实体经济与虚拟用户相结合，为商务发展提供了全新的发展模式。用户数据的大规模增加远远超出了传统商务所能够处理的数据范围，复杂的数据充斥使得商家难以挖掘数据的价值，从研究中发现，电子商务的数据利用率仅有5%，因此在大数据环境下，商家对O2O用户数据的挖掘非常重要。1在大数据背景下O2O的用户数据特点相比传统的数据，O2O用户数据除了交易平台的数据之外，还带有社交网络数据、用户终端数据等，因此O2O用户数据符合大数据的基本特点。1）数据体量大随着电商企业发展的日渐成熟，很多O2O企业产生的用户数据第3页共11页已经达到了TB级，加入了社交网络和移动网络后的O2O用户数据不仅仅是用户交易的数据，其涵盖了更加广阔的数据源，未来O2O用户数据的规模可以达到PB级或是更高的EB级，因此在未来的电子商务发展中，会有更多TB级的数据应用在决策分析中。2）数据的类型多O2O用户数据的类型比较复杂，除了用户的基本数据资料交易记录，还带有企业的内部交易服务信息等结构化数据，用户的交易反馈、平台的数据机构和终端信息等非结构化的数据，可以说O2O用户数据不是由单一化的数据构成，其更多涉及过程化的数据。3）数据留流动速度快电子商务发展对数据处理的速度要求很高，特别是用户数据的实时处理有着极高的要求。用户的数据随着用户的行为而产生，这些数据在交易的过程中会转变为高速传递的数据流，比如用户的消费情况和反馈等，如果交易时间缩短，那么就要求数据的处理速度快，传统查询式的数据处理很难适用。第4页共11页4）商业价值高在电子商务的发展中，用户数据有着非常大的商业价值，可以说用户是O2O发展的核心，对用户进行分析和预测，对于电商企业的发展有着重要意义。但是由于数据种类繁多，越来越多与用户无关的数据充斥其中，使得数据的价值密度降低，这也更好的说明了大数据背景下O2O用户数据的重要价值。2大数据环境下O2O用户数据挖掘流程和方法1）数据挖掘的流程O2O用户的数据挖掘属于一个自动发现的过程，在收集数据时并没有明确的目标，只需要从不同的数据中更多的获取数据，并且对数据进行简单的预处理即可，预处理后通过各种数据的计算方法对大规模的数据进行分析。在大数据的挖掘中，首先要解决这样一个问题，就是如何区分各个用户群的特点，进而分析其个人的特点，从而获得有用的商业价值，数据挖掘流程见图1。数据收集：O2O用户的数据除了平台交易的数据，还包括社交第5页共11页网络、设备终端中的数据，这些用户以“流”的形式存在，这三种数据流之前存在着内容交叉，可以根据其交易、互动情况进行分类，从而对数据进行收集。数据预处理：数据的预处理由三个部分组成，分别是数据的准备、转化和抽取，数据的预处理情况直接关系的数据挖掘的质量，并且在一定程度上决定了数据挖掘的成功和失败。原始数据中有很多冗余、噪声数据，在预处理中需要对这些数据进行整理和清晰，从而提升数据挖掘的质量。通过结构和半结构数据处理方法对这些数据进行过滤，提取出重要数据，要提...