CN115796924A - 一种基于大数据的云平台电子商务数据处理方法及系统 - Google Patents
一种基于大数据的云平台电子商务数据处理方法及系统 Download PDFInfo
- Publication number
- CN115796924A CN115796924A CN202310046452.2A CN202310046452A CN115796924A CN 115796924 A CN115796924 A CN 115796924A CN 202310046452 A CN202310046452 A CN 202310046452A CN 115796924 A CN115796924 A CN 115796924A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- website
- analysis
- commerce
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000012545 processing Methods 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims description 41
- 230000006399 behavior Effects 0.000 claims description 26
- 238000012800 visualization Methods 0.000 claims description 23
- 238000013500 data storage Methods 0.000 claims description 20
- 238000013079 data visualisation Methods 0.000 claims description 13
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 12
- 238000007418 data mining Methods 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000007726 management method Methods 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000013523 data management Methods 0.000 claims description 8
- 238000005065 mining Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 230000019771 cognition Effects 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于大数据的云平台电子商务数据处理方法及系统，具体涉及数据处理技术领域，包括数据挖掘模块、数据预处理模块、用户行为分析模块、用户群体划分模块、数据可视化模块以及数据存储模块，所述数据挖掘模块对网络交易中的数据进行挖掘，获取所有商品以及店铺的详细信息，所述数据预处理模块对数据集合中的无效数据进行预处理，所述用户行为分析模块对用户在网站内的实时操作数据进行分析。从用户群体兴趣行为层面出发，通过发掘用户兴趣组的方式研究用户的偏好，通过抽取复杂电商网络中有用的辅助信息来分析用户对项目可能产生购买行为的程度，以便更好地促进电商的发展和用户的体验。
Description
技术领域
本发明涉及数据处理技术领域，更具体地说，本发明涉及一种基于大数据的云平台电子商务数据处理方法及系统。
背景技术
电子商务数据处理是指在电商流量原始数据量很大的情况下通过相应的数据处理技术对数据进行抽取以及转化，然后加载到数据仓库中，最终服务于流量统计相关工作的过程，电子商务大数据的处理对于电商网站收集用户信息，加强与用户的沟通以及提高和改进电商建设都具有重要意义，电商大数据处理要满足既定的相关业务功能，由于电商业务的多变性和访问量的突发性，还要支持一定的业务拓展功能和良好的抗压能力，还要兼顾操作方便和业务拓展的需求，让数据的处理更加快速、准确。
传统的商务数据处理大多是采用单线程以及多线程的方式对用户的访问数据进行提取和处理，并在后台进行计算得到结果，数据参数统计也只是在页面上使用计算器进行最简单的访问数据以及点击量的统计，随着企业运营规模的扩大，数据量的递增，依靠这种简单的数据处理方式并不能满足数据处理的快速性和准确性，更不能让企业对网站运营状况做出全面、准确以及快速的评估，难以为今后的发展提供有益的参考。
发明内容
为了克服现有技术的上述缺陷，本发明提供一种基于大数据的云平台电子商务数据处理方法及系统，通过，以解决上述背景技术中的问题。
为实现上述目的，本发明提供如下技术方案：所述电子商务数据处理包括以下步骤：
S1、数据挖掘：使用人工智能技术从数据源中挖掘抽取不同类型的数据，获取所有商品以及店铺的详细信息，保证数据的实时更新；
S2、预处理：查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，采用标准化计算方法智能化处理信息数据；
S3、用户行为分析：通过对数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销；
S4、用户群体划分：通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组；
S5、数据可视化：对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元；
S6、数据存储：分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层。
在一个优选地实施方式中，所述数据挖掘的对象是网络交易中的原始数据，客户端通过传递指定的格式的参数向服务器端发送请求，服务器端识别请求并且根据参数返回对应格式的数据到客户端，最后客户端根据返回的数据进行分析，原始数据主要包含了用户特征、主要价值用户特征、潜在价值用户特征，对电子商务用户的认知度、用户的需求度分析，通过分析和探究数据中的规律，识别电子商务的潜在客户，通过聚类分析技术，把数据信息进行整理归类，根据相同的特征制定推送的方案，按照不同用户的挖掘目标，对全部业务内外部数据信息积极搜索，从数据源中挖掘有关的数据，按照不同用户的属性划分用户集合，基于用户价值的细分理论选择用户当前价值与用户的潜在价值两个因素进行划分，获取商品以及店铺的类目，用于页面导航的显示，帮助用户了解整个电商网站的结构，获取所有商品以及店铺的详细信息，保证数据的实时更新。
在一个优选地实施方式中，所述信息数据的预处理分为两个步骤，一是查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，对短缺的数据进行填充，填充的数据为相邻两侧数据之和的平均值，去除异常数据，二是在对信息数据进行初步处理后，采用标准化计算方法智能化处理信息数据，电商信息数据集的整体平均值偏差的计算公式如下：
其中，
、
、
、
为数据集中的数据，
为经过处理的数据平均值，n为信息数据集中包含的数据总数量。
在一个优选地实施方式中，所述用户行为分析的核心是用户的行为数据，对网站的各个页面的流量进行排名分析，分析目标网站的产品详情页流量数据，用商品详情页的流量占比与商品最终的销售占比做随笔，不断调整网站销售的商品名单，对商品的选择和剔除进行优化，对网站的各个频道的流量进行排名分析，分析目标网站的各个频道的流量数据，以此来对网站销售产品的配置结构进行调整优化，对用户在搜索引擎内输入的关键词进行分析，分析目标为浏览网站的用户在使用搜索引擎进行搜索时所输入的关键词，通过对关键词的分析来判断网站的产品分布及其组合能够满足顾客需求，对访问者在网站内进行搜索时搜索的关键词进行分析，分析目标浏览网站的用户在网站内进行搜索时，所输入的关键词，通过对关键词的分析来判断网站的产品及能否满足顾客需求，根据分析结果可直接对网站商品进行调整和优化，对网站的站内流量的波动和变化趋势进行分析，通过对以上数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销。
在一个优选地实施方式中，所述用户群体划分通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，节点属性相似度通过分析每个用户自身的信息，通过聚类算法将节点网络特征相似的划分为一类兴趣组。
在一个优选地实施方式中，所述兴趣组的划分通过特征词的互信息值，根据特征词在数据集中共同出现的频率进行划分，特征词的出现频率越高，代表特征值与兴趣组之间的相关程度，其计算公式如下：
其中
为数据集中有词条t文档的概率，
为有特征词t又同时为
类特征值的概率。
在一个优选地实施方式中，所述数据可视化对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元，图例引擎单元通过可视化库对数据分析模型进行可视化处理，提供可视化数据检索等功能，服务提供单元将可视化后的模型用如接口等形式提供给商家使用，商家根据自身的需求，定制可视化分析服务，服务提供单元根据生成的可视化分析服务，生成可视化分析结果，商家可以在商城后台管理模块查看开展秒杀、直播等营销活动所获得的数据的分析结果，通过直观、清晰的可视化分析结果，对营销活动进行科学有效的评估，以便调整营销方案，开展更科学的营销活动。
在一个优选地实施方式中，所述数据存储分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层，数据存储层，数据存储层主要是针对各类数据进行存储，依托于数据网络中的存储机制，数据管控层，是利用管理集体的技术结合存储层的特点来工作的，连接着数字存储层和数据接口层，数据接口层，提供服务的层处于管理层的上面，按照使用者的要求供给不相同的数据服务接口，从而为使用者的访问层提供相应的存储租入等，使用者访问层，所有的云存储安全服务使用者都可使用访问层供给的相关接口进行云存储提供的数字分享服务，周期性的对数据库进行整理以及备份。
为实现上述目的，本发明提供如下技术方案：一种基于大数据的云平台电子商务数据处理系统，包括数据挖掘模块、数据预处理模块、用户行为分析模块、用户群体划分模块、数据可视化模块以及数据存储模块，所述数据挖掘模块对网络交易中的数据进行挖掘，获取所有商品以及店铺的详细信息，所述数据预处理模块对数据集合中的无效数据进行预处理，所述用户行为分析模块对用户在网站内的实时操作数据以及网站内的流量变化趋势进行分析，通过对用户行为进行分析将用户划分为不同的种类，所述用户群体划分模块根据用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，所述数据可视化模块对数据分析的结果进行可视化处理，所述数据存储模块包括数据存储层、数据管控层、数据接口层以及使用者访问层，周期性的对数据库进行整理以及备份。
本发明的技术效果和优点：
从用户群体兴趣行为层面出发，通过发掘用户兴趣组的方式研究用户的偏好，通过抽取复杂电商网络中有用的辅助信息来分析用户对项目可能产生购买行为的程度，计算出用户可能感兴趣的项目列表，以便更好地促进电商的发展和用户的体验。
附图说明
图1为本发明的方法流程图。
图2为本发明的系统结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请使用的“模块”、“系统”等术语旨在包括与计算机相关的实体，例如但不限于硬件、固件、软硬件组合、软件或者执行中的软件。例如，模块可以是，但并不仅限于：处理器上运行的进程、处理器、对象、可执行程序、执行的线程、程序和/或计算机。举例来说，计算设备上运行的应用程序和此计算设备都可以是模块。一个或多个模块可以位于执行中的一个进程和/或线程内，一个模块也可以位于一台计算机上和/或分布于两台或更多台计算机之间。
实施例1
本实施例提供了如图1所示一种基于大数据的云平台电子商务数据处理方法，所述电子商务数据处理包括以下步骤：
S1、数据挖掘：使用人工智能技术从数据源中挖掘抽取不同类型的数据，获取所有商品以及店铺的详细信息，保证数据的实时更新；
S2、预处理：查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，采用标准化计算方法智能化处理信息数据；
S3、用户行为分析：通过对数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销；
S4、用户群体划分：通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组；
S5、数据可视化：对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元；
S6、数据存储：分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层。
进一步的，所述数据挖掘的对象是网络交易中的原始数据，客户端通过传递指定的格式的参数向服务器端发送请求，服务器端识别请求并且根据参数返回对应格式的数据到客户端，最后客户端根据返回的数据进行分析，原始数据主要包含了用户特征、主要价值用户特征、潜在价值用户特征，对电子商务用户的认知度、用户的需求度分析，通过分析和探究数据中的规律，识别电子商务的潜在客户，通过聚类分析技术，把数据信息进行整理归类，根据相同的特征制定推送的方案，按照不同用户的挖掘目标，对全部业务内外部数据信息积极搜索，从数据源中挖掘有关的数据，按照不同用户的属性划分用户集合，基于用户价值的细分理论选择用户当前价值与用户的潜在价值两个因素进行划分，获取商品以及店铺的类目，用于页面导航的显示，帮助用户了解整个电商网站的结构，获取所有商品以及店铺的详细信息，保证数据的实时更新。
进一步的，所述信息数据的预处理分为两个步骤，一是查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，对短缺的数据进行填充，填充的数据为相邻两侧数据之和的平均值，去除异常数据，二是在对信息数据进行初步处理后，采用标准化计算方法智能化处理信息数据，电商信息数据集的整体平均值偏差的计算公式如下：
其中，
、
、
、
为数据集中的数据，
为经过处理的数据平均值，n为信息数据集中包含的数据总数量。
进一步的，所述用户行为分析的核心是用户的行为数据，对网站的各个页面的流量进行排名分析，分析目标网站的产品详情页流量数据，用商品详情页的流量占比与商品最终的销售占比做随笔，不断调整网站销售的商品名单，对商品的选择和剔除进行优化，对网站的各个频道的流量进行排名分析，分析目标网站的各个频道的流量数据，以此来对网站销售产品的配置结构进行调整优化，对用户在搜索引擎内输入的关键词进行分析，分析目标为浏览网站的用户在使用搜索引擎进行搜索时所输入的关键词，通过对关键词的分析来判断网站的产品分布及其组合能够满足顾客需求，对访问者在网站内进行搜索时搜索的关键词进行分析，分析目标浏览网站的用户在网站内进行搜索时，所输入的关键词，通过对关键词的分析来判断网站的产品及能否满足顾客需求，根据分析结果可直接对网站商品进行调整和优化，对网站的站内流量的波动和变化趋势进行分析，通过对以上数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销。
进一步的，所述用户群体划分通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，节点属性相似度通过分析每个用户自身的信息，通过聚类算法将节点网络特征相似的划分为一类兴趣组。
进一步的，所述兴趣组的划分通过特征词的互信息值，根据特征词在数据集中共同出现的频率进行划分，特征词的出现频率越高，代表特征值与兴趣组之间的相关程度，其计算公式如下：
其中
为数据集中有词条t文档的概率，
为有特征词t又同时为
类特征值的概率。
进一步的，所述数据可视化对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元，图例引擎单元通过可视化库对数据分析模型进行可视化处理，提供可视化数据检索等功能，服务提供单元将可视化后的模型用如接口等形式提供给商家使用，商家根据自身的需求，定制可视化分析服务，服务提供单元根据生成的可视化分析服务，生成可视化分析结果，商家可以在商城后台管理模块查看开展秒杀、直播等营销活动所获得的数据的分析结果，通过直观、清晰的可视化分析结果，对营销活动进行科学有效的评估，以便调整营销方案，开展更科学的营销活动。
进一步的，所述数据存储分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层，数据存储层，数据存储层主要是针对各类数据进行存储，依托于数据网络中的存储机制，数据管控层，是利用管理集体的技术结合存储层的特点来工作的，连接着数字存储层和数据接口层，数据接口层，提供服务的层处于管理层的上面，按照使用者的要求供给不相同的数据服务接口，从而为使用者的访问层提供相应的存储租入等，使用者访问层，所有的云存储安全服务使用者都可使用访问层供给的相关接口进行云存储提供的数字分享服务，周期性的对数据库进行整理以及备份。
如图2本实施例提供一种基于大数据的云平台电子商务数据处理系统，包括数据挖掘模块、数据预处理模块、用户行为分析模块、用户群体划分模块、数据可视化模块以及数据存储模块，所述数据挖掘模块对网络交易中的数据进行挖掘，获取所有商品以及店铺的详细信息，所述数据预处理模块对数据集合中的无效数据进行预处理，所述用户行为分析模块对用户在网站内的实时操作数据以及网站内的流量变化趋势进行分析，通过对用户行为进行分析将用户划分为不同的种类，所述用户群体划分模块根据用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，所述数据可视化模块对数据分析的结果进行可视化处理，所述数据存储模块包括数据存储层、数据管控层、数据接口层以及使用者访问层，周期性的对数据库进行整理以及备份。
最后：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于大数据的云平台电子商务数据处理方法，对电子商务平台下的数据进行挖掘，将数据进行整合，对数据进行预处理分析用户产生的数据，将用户分成不同的种类，通过可视化的方式输出数据，将数据进行存储其特征在于：所述处理方法包括下列步骤：
S1、数据挖掘：使用人工智能技术从数据源中挖掘抽取不同类型的数据，获取所有商品以及店铺的详细信息，保证数据的实时更新；
S2、预处理：查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，采用标准化计算方法智能化处理信息数据；
S3、用户行为分析：通过对数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销；
S4、用户群体划分：通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组；
S5、数据可视化：对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元；
S6、数据存储：分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层。
2.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述数据挖掘的对象是网络交易中的原始数据，客户端通过传递指定的格式的参数向服务器端发送请求，服务器端识别请求并且根据参数返回对应格式的数据到客户端，最后客户端根据返回的数据进行分析，原始数据主要包含了用户特征、主要价值用户特征、潜在价值用户特征，对电子商务用户的认知度、用户的需求度分析，通过分析和探究数据中的规律，识别电子商务的潜在客户，通过聚类分析技术，把数据信息进行整理归类，根据相同的特征制定推送的方案，按照不同用户的挖掘目标，对全部业务内外部数据信息积极搜索，从数据源中挖掘有关的数据，按照不同用户的属性划分用户集合，基于用户价值的细分理论选择用户当前价值与用户的潜在价值两个因素进行划分，获取商品以及店铺的类目，用于页面导航的显示，帮助用户了解整个电商网站的结构，获取所有商品以及店铺的详细信息，保证数据的实时更新。
3.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述信息数据的预处理分为两个步骤，一是查找数据集合中的无效数据、短缺数据，逻辑错误数据以及过大过小的数据，对短缺的数据进行填充，填充的数据为相邻两侧数据之和的平均值，去除异常数据。
4.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：在对信息数据进行初步处理后，采用标准化计算方法智能化处理信息数据，电商信息数据集的整体平均值偏差的计算公式如下：
其中，
、
、
、
为数据集中的数据，
为经过处理的数据平均值，n为信息数据集中包含的数据总数量。
5.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述用户行为分析的核心是用户的行为数据，对网站的各个页面的流量进行排名分析，分析目标网站的产品详情页流量数据，用商品详情页的流量占比与商品最终的销售占比做随笔，不断调整网站销售的商品名单，对商品的选择和剔除进行优化，对网站的各个频道的流量进行排名分析，分析目标网站的各个频道的流量数据，以此来对网站销售产品的配置结构进行调整优化，对用户在搜索引擎内输入的关键词进行分析，分析目标为浏览网站的用户在使用搜索引擎进行搜索时所输入的关键词，通过对关键词的分析来判断网站的产品分布及其组合能够满足顾客需求，对访问者在网站内进行搜索时搜索的关键词进行分析，分析目标浏览网站的用户在网站内进行搜索时，所输入的关键词，通过对关键词的分析来判断网站的产品及能否满足顾客需求，根据分析结果可直接对网站商品进行调整和优化，对网站的站内流量的波动和变化趋势进行分析，通过对以上数据的收集分析，能够将用户划分为不同的种类，根据每一类顾客的特征进行营销。
6.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述用户群体划分通过分析大量的用户行为，计算用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，节点属性相似度通过分析每个用户自身的信息，通过聚类算法将节点网络特征相似的划分为一类兴趣组。
7.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述兴趣组的划分通过特征词的互信息值，根据特征词在数据集中共同出现的频率进行划分，特征词的出现频率越高，代表特征值与兴趣组之间的相关程度，其计算公式如下：
其中
为数据集中有词条t文档的概率，
为有特征词t又同时为
类特征值的概率。
8.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述数据可视化对数据分析的结果进行可视化处理，包括图例引擎单元和服务提供单元，图例引擎单元通过可视化库对数据分析模型进行可视化处理，提供可视化数据检索等功能，服务提供单元将可视化后的模型用如接口等形式提供给商家使用，商家根据自身的需求，定制可视化分析服务，服务提供单元根据生成的可视化分析服务，生成可视化分析结果，商家可以在商城后台管理模块查看开展秒杀、直播等营销活动所获得的数据的分析结果，通过直观、清晰的可视化分析结果，对营销活动进行科学有效的评估，以便调整营销方案，开展更科学的营销活动。
9.根据权利要求1所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述数据存储分为四层架构，包括：数据存储层、数据管控层、数据接口层以及使用者访问层，数据存储层，数据存储层主要是针对各类数据进行存储，依托于数据网络中的存储机制，数据管控层，是利用管理集体的技术结合存储层的特点来工作的，连接着数字存储层和数据接口层，数据接口层，提供服务的层处于管理层的上面，按照使用者的要求供给不相同的数据服务接口，从而为使用者的访问层提供相应的存储租入等，使用者访问层，所有的云存储安全服务使用者都可使用访问层供给的相关接口进行云存储提供的数字分享服务，周期性的对数据库进行整理以及备份。
10.一种基于大数据的云平台电子商务数据处理系统，所述系统用于执行权利要求1-9任一所述的一种基于大数据的云平台电子商务数据处理方法，其特征在于：所述系统包括数据挖掘模块、数据预处理模块、用户行为分析模块、用户群体划分模块、数据可视化模块以及数据存储模块，所述数据挖掘模块对网络交易中的数据进行挖掘，获取所有商品以及店铺的详细信息，所述数据预处理模块对数据集合中的无效数据进行预处理，所述用户行为分析模块对用户在网站内的实时操作数据以及网站内的流量变化趋势进行分析，通过对用户行为进行分析将用户划分为不同的种类，所述用户群体划分模块根据用户节点之间的关联性，把节点特征结构相似性高的节点属性定义为一种兴趣组，所述数据可视化模块对数据分析的结果进行可视化处理，所述数据存储模块包括数据存储层、数据管控层、数据接口层以及使用者访问层，周期性的对数据库进行整理以及备份。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310046452.2A CN115796924A (zh) | 2023-01-31 | 2023-01-31 | 一种基于大数据的云平台电子商务数据处理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310046452.2A CN115796924A (zh) | 2023-01-31 | 2023-01-31 | 一种基于大数据的云平台电子商务数据处理方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115796924A true CN115796924A (zh) | 2023-03-14 |
Family
ID=85429280
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310046452.2A Pending CN115796924A (zh) | 2023-01-31 | 2023-01-31 | 一种基于大数据的云平台电子商务数据处理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115796924A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116308684A (zh) * | 2023-05-18 | 2023-06-23 | 和元达信息科技有限公司 | 一种网购平台店铺信息推送方法及系统 |
| CN117094752A (zh) * | 2023-10-13 | 2023-11-21 | 广州市零脉信息科技有限公司 | 一种产品销售意向群体分析系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110968570A (zh) * | 2018-09-28 | 2020-04-07 | 广州威阿科技有限公司 | 面向电商平台的分布式大数据挖掘系统 |
| CN113240455A (zh) * | 2021-04-23 | 2021-08-10 | 苏州扎堆网络科技有限公司 | 一种基于互联网的电子商务平台数据分析决策系统 |
| CN114155057A (zh) * | 2021-11-22 | 2022-03-08 | 合肥猫云信息科技有限公司 | 一种用于电子商务平台的商品推荐系统 |
-
2023
- 2023-01-31 CN CN202310046452.2A patent/CN115796924A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110968570A (zh) * | 2018-09-28 | 2020-04-07 | 广州威阿科技有限公司 | 面向电商平台的分布式大数据挖掘系统 |
| CN113240455A (zh) * | 2021-04-23 | 2021-08-10 | 苏州扎堆网络科技有限公司 | 一种基于互联网的电子商务平台数据分析决策系统 |
| CN114155057A (zh) * | 2021-11-22 | 2022-03-08 | 合肥猫云信息科技有限公司 | 一种用于电子商务平台的商品推荐系统 |
Non-Patent Citations (1)
| Title |
|---|
| 许鑫著: "基于文本特征计算的信息分析方法", 上海科学技术文献出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116308684A (zh) * | 2023-05-18 | 2023-06-23 | 和元达信息科技有限公司 | 一种网购平台店铺信息推送方法及系统 |
| CN116308684B (zh) * | 2023-05-18 | 2023-08-11 | 和元达信息科技有限公司 | 一种网购平台店铺信息推送方法及系统 |
| CN117094752A (zh) * | 2023-10-13 | 2023-11-21 | 广州市零脉信息科技有限公司 | 一种产品销售意向群体分析系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11921715B2 (en) | Search integration | |
| US11386085B2 (en) | Deriving metrics from queries | |
| US11663254B2 (en) | System and engine for seeded clustering of news events | |
| CN107066599B (zh) | 一种基于知识库推理的相似上市公司企业检索分类方法及系统 | |
| US9454615B2 (en) | System and methods for predicting user behaviors based on phrase connections | |
| US10095782B2 (en) | Summarization of short comments | |
| CN115796924A (zh) | 一种基于大数据的云平台电子商务数据处理方法及系统 | |
| US20130166598A1 (en) | Managing Business Objects Data Sources | |
| US20200265491A1 (en) | Dynamic determination of data facets | |
| US11182364B2 (en) | Data analysis support apparatus and data analysis support method | |
| US20190205465A1 (en) | Determining document snippets for search results based on implicit user interactions | |
| CN111444304A (zh) | 搜索排序的方法和装置 | |
| CN110264277B (zh) | 由计算设备执行的数据处理方法及装置、介质和计算设备 | |
| CN115544242B (zh) | 基于大数据的同类商品选型推荐方法 | |
| CA2956627A1 (en) | System and engine for seeded clustering of news events | |
| CN116757779A (zh) | 一种基于用户画像的推荐方法 | |
| CN110704413A (zh) | 一种基于深度学习的知识图谱构建方法 | |
| KR102238438B1 (ko) | 규격화된 광고상품을 이용한 광고상품거래 서비스 제공 시스템 | |
| US20150142782A1 (en) | Method for associating metadata with images | |
| Usman et al. | A data mining approach to knowledge discovery from multidimensional cube structures | |
| US20170193115A1 (en) | Query classifier | |
| Girish et al. | Mining the Web Data for Classifying and Predicting Users’ Requests | |
| WO2023150112A1 (en) | System for identifying and predicting trends | |
| CN114529383B (zh) | 实现税务缴纳追踪和税款流失预警方法及系统 | |
| CN115017200A (zh) | 搜索结果的排序方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230314 |
|
| RJ01 | Rejection of invention patent application after publication |