数据挖掘电子商务应用中调研报告

数据挖掘电子商务应用中调研报告（通用8篇）

数据挖掘电子商务应用中调研报告 篇1

调

研

报

告

调研题目: :关于数据挖掘在电子商务中

应用得调研报告

指导老师: :

学生姓名：

学

号：

西安交通大学软件学院2016 年 年 3 3 月 月 2 2 １日

关于数据挖掘在电子商务中应用得

调研报告

摘要

电子商务正处在蓬勃发展得大好时期,它所产生得丰富得信息资源,为数据挖掘得应用开辟了广阔得应用舞台。本文通过优化企业资源、管理客户数据、评估商业信用、确定异常事件四个方面来阐述数据挖掘在电子商务中得应用,揭示了数据挖掘在电子商务中得广阔得应用前景.关键词：电子商务;数据挖掘;调查报告 目 录 一、概述

随着网络技术与数据库技术得成熟，全球传统商务正经历一次重大变革，向电子商务全速挺进。电子商务就是商业领域得一种新兴商务模式,它就是以网络为平台，以现代信息技术为手段，以经济效益为中心得现代化商业运转模式,其最终目标就是实现商务活动得网络化、自动化与智能化。电子商务得产生改变了企业得经营理念、管

理方式与支付手段,给社会得各个领域带来了巨大得变革。随着网络技术得迅猛发展与社会信息化水平得提高，电子商务显示出巨大得市场价值与发展潜力。

当电子商务在企业中得到应用时，企业信息系统将产生大量数据，并且迫切需要将这些数据转换成有用得信息与知识，为企业创造更多潜在得利润，数据挖掘概念就就是从这样得商业角度开发出来得。数据挖掘就是一种新得商业信息处理技术，其主要特点就是对商业数据库中得大量业务数据进行抽取、转换、分析与其她模型化处理，从中提取辅助商业决策得关键性数据。利用功能强大得数据挖掘技术,可以使企业把数据转化为有用得信息帮助决策,从而在市场竞争中获得优势地位。

二、数据挖掘在电子商务中得应用

1、优化企业资源

节约成本就是企业盈利得关键。基于数据挖掘技术，实时、全面、准确地掌握企业资源信息,通过分析历史得财务数据、库存数据与交易数据，可以发现企业资源消耗得关键点与主要活动得投入产出比例，从而为企业资源优化配置提供决策依据，例如降低库存、提高库存周转率、提高资金使用率等。通过对 Web 数据挖掘,快速提取商业信息，使企业准确地把握市场动态,极大地提高企业对市场变化得响应能力与创新能力,使企业最大限度地利用人力资源、物质资源与信息资源，合理协调企业内外部资源得关系，产生最佳得经济效益。促进企业发展得科学化、信息化与智能化。

例如:美国运通公司（Amerｉcan Exｐｒｅss)有一个用于记录信用卡业务得数据库,数据量达到５4 亿字符，并仍在随着业务进展不断更新。运通公司通过对这些数据进行挖掘，制定了“关联结算(Ｒｅlation ｓhip Biｌｌｉnｇ）优惠”得促销策略,即如果一个顾客在一个商店用运通卡购买一套时装,那么在同一个商店再买一双鞋，就可以得到比较大得折扣，这样既可以增加商店得销售量，也可以增加运通卡在该商店得使用率。

２、管理客户数据

随着“以客户为中心”得经营理念得不断深入人心，分析客户、了解客户并引导客户得需求已成为企业经营得重要课题。基于数据挖掘技术,企业将最大限度地利用客户资源，开展客户行为得分析与预测，对客户进行分类。有助于客户盈利能力分析,寻找潜在得有价值得客户,开展个性化服务,提高客户得满意度与忠诚度.通过 Wｅb 资源得挖掘，了解客户得购买习惯与兴趣,从而改善网站结构设计，推出满足不同客户得个性化网页。

利用数据挖掘可以有效地获得客户.比如通过数据挖掘可以发现购买某种商品得消费者就是男性还就是女性，学历、收入如何，有什么爱好，就是什么职业等等。甚至可以发现不同得人在购买该种商品得相关商品后多长时间有可能购买该种商品，以及什么样得人会购买什么型号得该种商品等等。在采用了数据挖掘后，针对目标客户发送得广告得有效性与回应率将得到大幅度得提高，推销得成本将大大降低.同时,在客户数据挖掘得基础上，企业可以发现重点客户与评价市

场性能，制定个性化营销策略，拓宽销售渠道与范围，为企业制定生产策略与发展规划提供科学得依据。通过呼叫中心优化与客户沟通得渠道,提高对客户得响应效率与服务质量，促进客户关系管理得自动化与智能化。

成功案例：美国得读者文摘(Rｅaｄer‘s Ｄiｇesｔ)出版公司运行着一个积累了 40 年得业务数据库,其中容纳有遍布全球得一亿多个订户得资料，数据库每天 24 小时连续运行，保证数据不断得到实时得更新,正就是基于对客户资料数据库进行数据挖掘得优势，使读者文摘出版公司能够从通俗杂志扩展到专业杂志、书刊与声像制品得出版与发行业务,极大地扩展了自己得业务。

３、评估商业信用

低劣得信用状况就是影响商业秩序得突出问题，已经引起世人得广泛关注。由于网上诈骗现象层出不穷,企业财务“造假“现象日益严重，信用危机成为制约电子商务发展得重要因素.利用数据挖掘技术对企业经营进行跟踪，开展企业得资产评估、利润收益分析与发展潜力预测，构建完善得安全保障体系,实施网上全程监控，强化网上交易与在线支付得安全管理。基于数据挖掘得信用评估模型，对交易历史数据进行挖掘，发现客户得交易数据特征,建立客户信誉度级别,有效地防范与化解信用风险，提高企业信用甄别与风险管理得水平与能力.4、确定异常事件

在许多商业领域中,异常事件具有显著得商业价值，如客户流失、银行得信用卡欺诈、电信中移动话费拖欠等.通过数据挖掘中得奇异点分析可以迅速准确地甄别这些异常事件，为企业采取决策提供依据，减少企业不必要得损失。

三、总结

电子商务就是现代信息技术发展得必然结果,也就是未来商业运作模式得必然选择。电子商务领域具有丰富得信息资源,为数据挖掘得应用开辟了广阔得应用舞台.数据挖掘将为电子商务提供有力得技术支持，极大地促进电子商务得发展与普及，推动电子商务得应用进程.数据挖掘技术作为电子商务得重要应用技术之一,将为正确得商业决策提供强有力得支持与可靠得保证，就是电子商务不可缺少得重要工具，有着广阔得发展前景.

数据挖掘电子商务应用中调研报告 篇2

1. 电子商务含义

电子商务是指通过Internet网络以电子数据信息流通的方式在全世界范同内进行并完成的各种商务活动、交易活动、金融活动和相关的综合服务活动。

2. 数据挖掘技术

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中, 提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘是一门广义的交叉学科, 它汇聚了不同领域的研究者, 尤其是数据库、人工智能、数理统计、可视化、并行计算等方面的学者和工程技术人员, 数据挖掘其实是一类深层次的数据分析方法。

随着信息技术的高速发展, 人们积累的数据量急剧增长, 如何从海量的数据中提取有用的知识成为当务之急。数据挖掘就是为顺应这种需要应运而生发展起来的数据处理技术。

目前数据挖掘技术已经在很多领域得到了广泛的应用, 例如:市场营销:预测顾客的购买行为, 划分顾客群体;制造业:预测机器故障, 发掘影响生产能力的关键因素;电子商务:可以用数据挖掘对网站进行分析, 识别用户的行为模式, 保留客户, 提供个性化服务, 优化网站设计等等。

3. 数据挖掘在电子商务中的应用

面向电子商务的数据挖掘是基于消费者过去的行为预示着其今后的消费倾向的原理。通过收集、分析和处理从网上获取的有关消费者消费行为的数据。经过提取潜在的有价值的信息, 指导企业调整营销策略。给客户提供个性化的高效率的服务。

面向电子商务的数据挖掘主要是对客户访问信息、客户交易信息进行挖掘。得到客户的访问模式和行为模式, 从而找到有用的市场信息, 提供有针对性、个性化的服务。面向电子商务的数据挖掘主要包括以下四种技术:

3.1 利用关联分析技术

优化网站结构关联分析的目的就是为了挖掘出隐藏在数据间的相互关系。从而找到客户对网站上各种文件之间访问的相互联系。可以更好地组织站点, 减少用户过滤信息的负担。并可以根据客户当前的购买行为给客户提供推荐, 挖掘群体用户访问页面之问的关联, 从而改进电子商务网站的设计。

利用关联分析还可以发现什么商品组或集合客户多半会一起购买。从而可以向客户提出推荐或把相关的商品的链接放在一起, 从而提高销售量。

3.2 利用序列模式分析技术

序列模式分析的侧重点在于分析数据间的前后或因果关系。在电子商务数据挖掘中, 应用序列模式分析技术便于电子商务的组织者预测客户的行为对客户提供个性化服务。当访问者链接到电子商务网站, 网站管理员可以找出这个访问者的访问序列模式, 将他可能要访问但还未访问的页面放在显眼的位置。

3.3 利用分类分析技术

分类分析可以挖掘某些共同特征, 这个特征可以用来对新添加到数据库里的数据项进行分类。分类技术可以根据访问这些用户而得到的个人信息或共同的访问模式得出访问某一服务器文件的用户特征。另外, 通过用户的注册表、在线调查表也可以得到用户的一些特征。得到客户分类模式后, 知道各类客户的特点爱好。那么就可以针对不同类客户的特点展开不同的商务活动。提供有针对性的人性化的信息服务。得到客户的分类模式后, 可以对新的客户进行分析。发现新的客户属于哪一个类别, 从而有针对性的开展商务活动。

3.4 利用聚类分析技术

在电子商务数据挖掘应用中包含页聚类和用户聚类。页聚类是将内容相关的页面归在一个网页组, 常用于网上搜索引擎及提供上网帮助。用户聚类是将具有相似访问特性的用户归在一起。在电子商务的市场分割和为用户提供个性化服务中, 能发挥巨大的作用。聚类分析可以将喜好类似的用户归为一类, 从而动态地为用户定制观看的内容或提供浏览建议。聚类分析为电子商务网站带来的作用显而易见, 可以方便用户查询和浏览, 增强广告的作用, 促进网上销售和提高用户忠诚度等。

结论

数据挖掘技术作为电子商务成功的重要应用技术之一, 将为正确的商业决策提供强有力的支持和可靠的保证。数据挖掘技术已经不再局限于客户接触层面上, 它通过电子商务深入到了客户的消费行为和消费喜好上, 从更为全面的角度洞察客户, 理解客户价值, 并指导企业决策。数据挖掘技术在电子商务领域有着广阔的发展前景。它能指导企业建设个性化智能网站, 向客户提供个性化的服务, 实现更大的商业利润。

摘要：电子商务的蓬勃发展, 使得企业之间的合作更为快捷和协调, 极大的缩短生产周期, 降低了生产成本。利用数据仓库和数据挖掘等现代信息技术, 能够构建一个有效的决策支持系统, 充分发挥企业独有的优势, 促进管理创新和技术创新。

关键词：数据挖掘,电子商务,应用

参考文献

[1]黄解军.基于数据挖掘的电子商务策略.2007

数据挖掘在电子商务中的应用 篇3

关键词：推荐算法；数据挖掘；用户兴趣

一、引言

1.研究背景与意义

随着网络的高速发展，现在互联网已经从个人PC向移动互联网发展。在全世界范围内，除了传统的个人PC外，互联网中有增加了大量的移动终端，如智能手机、平板电脑、智能电视、智能汽车等各种设备都连到了互联网当中。互联网中的各式终端在随时随地的获取数据的同时，也会产生新的数据。例如，刚过去的一分钟内，淘宝卖出数以万计的商品，谷歌产生几千万条的搜索查询等等，新浪和腾讯微博发送数万条微博，几万个应用程序从苹果应用商店下载，这些都是海量数据的具体体现。目前，随着移动互联网的广泛运行，产生的数据比以往任何时期都要多的多，互联网中的数据呈现出爆炸式增长的景象。大数据处理成为当今信息领域中最热门的项目之一。大数据处理通过运行新工具、系统、机器学习等，把海量动态的数据转化为有价值的知识，挖掘出数据背后隐藏的经济规律。

2.新的推荐系统

目前，个性化的智能推荐系统是当今大数据处理发展的一个重要趋势。个性化的智能推荐系统可以结合用户的历史浏览记录，分析出用户习惯、行为、兴趣爱好等，再通过建立用户兴趣模型，从而为用户推荐所感兴趣的信息。在现今这个信息大爆炸的时代，用户面对海量信息时，往往不知改如何选择，因此推荐系统得以产生并得以广泛应用。在现实中，用户在互联网上购买书籍时，推荐系统便可以可以向用户推荐感兴趣的书籍。例如，亚马逊网站会根据用户的书籍历史购买记录，向用户提供个性化的推荐服务。因为不同的人有不同的性格特点、兴趣爱好，所以，推荐系统应针对每个人提供个性化的智能推荐服务。

二、推荐系统的实现技术

1.动态推荐系统

由于用户的兴趣是动态变化，物品的属性也并非是单一的，所以推荐系统也应具备动态特性。用户的上下文，如地点、时间等，是动态推荐系统中需要考虑的重要因素。上下文的变化往往意味着用户兴趣的变化。因此，结合用户上下文的动态推荐系统能够在旅店、音乐、旅游景点等方面发挥出非常重要的作用。与传统的推荐系相比统，结合了用户上下文具体环境的动态推荐系统在评价指标：精度、错误率、召回率都要好。

动态推荐系统的关键，是要建立用戶的上下文和用户兴趣之间联系模型。在日志记录中，用户的评分作为显性的反馈数据，往往只占有很少的一部分，日志中大量的数据是用户浏览、评论等这样的隐性用户反馈数据。要建立上下文与用户兴趣之间的联系模型，必须考虑到用户评分时一些细节，像在视频网站，是陪朋友观看还是独立观看，观看时间，是否连续播放等上下文具体情境，但是有些数据描述的是现实生活中的环境，动态推荐系统往往很难取得。用户在进行评分时，是将多个环境因素考虑进去，以时间，地点等因素尤为重要。动态推荐系统应该结合多个环境因素，向用户提供与兴趣最匹配的商品。

2.推荐系统的评价指标

任何一个最终可以实际运行的系统，都绕不开评估检测。只有每项评价指标都达到了目标值时，系统才算是一个合格的系统。不同的系统有着不同的评价指标，推荐系统的评价指标主要有准确度，覆盖率，惊喜性，新颖性等。下面详细介绍一下每个评价指标。

准确度在推荐系统中是最重要的一项指标，Top-N推荐系统和预测评分推荐系统在准确度上各有各自的表现方式。Top-N推荐系统通过采用分析用户的隐性反馈行为数据，向用户推荐N个可能感兴趣的物品。在预测评分推荐系统中，采用的是平均绝对误差或者绝对均方根误差来进行计算。

覆盖率往往是用来解决推荐系统中所面临的长尾问题，可以向感兴趣的用户推荐非热卖的物品。例如，在许多电子商务网中，有一些冷门的商品评分很少，如果推荐系统向用户推荐热门的商品，那么该推荐系统的覆盖率可能就会很低。

近几年，新颖性和惊喜性越来越被人重视。惊喜性和新颖性可以反映出用户对某些事物的特定需求。例如，一个喜爱电影的用户，如果推荐的是当下热门的电影，则用户可能不会感到意外，因为用户可能已经看过这些热门电影。但是如果系统推荐了一些用户没有看过的且满足用户兴趣爱好的电影，那么用户在接受推荐时候，会有意外的感受。当然并非只有最新的物品才具有新颖性和惊喜性，在用户的认识领域当中，只要是用户没有接触的物品皆有可能为用户带来惊喜。

三、小结

在互联网蓬勃发展的背景下，信息数据也呈现出爆炸式的高速增长。可以预见的是，在以后的一段时间内向用户提供高效、精准的个性化推荐是其必然的发展趋势。（作者单位：河南财经政法大学）

参考文献：

[1]李国杰.大数据研宄的科学价值.中国计算机学会通讯，2012，8（9）：8-15.

[2]项亮.推荐系统实践[M].北京：人民邮电出版社，2012，1-9

[3]艾瑞网.2012-2013年中国移动互联网行业年度监测报告简版.2013.

[4]刘建国，周涛，汪秉宏.个性化推荐系统的研究进展.自然科学进展，2009，19（1）：1-15.

[5]曾鸣.云商业的大创想.[EB/OL]：http：//www.aliresearch.com/html/stopic/ayan13.html，March 9，2013

[6]朱郁筱，吕琳媛.推荐系统评价指标综述[J].电子科技大学学报，2012：41（2），163-169

[7]项亮.动态推荐系统关键技术研究[D].北京：中国科学院研究生院，2011，24-27

数据挖掘电子商务应用中调研报告 篇4

5结语

总之，现在电子商务正在蓬勃发展，在电子商务运作中，数据库技术为电子商务提供良好的支撑，通过对互联网信息进行收集、分析与存储，使电子商务过程更加合理，促进现代电子商务的不断发展。所以，在未来，应不断创新与完善数据库技术，使数据库对电子商务的支撑作用更加突出。

[参考文献]

[1]杨勇.面向对象数据库技术在电子商务中的应用[J].电脑编程技巧与维护，2009（14）：46-47.

[2]汪千强，胡绍忠.Web数据库技术在电子商务网站中的应用[J].科技广场，2012（9）：65-67.

[3]张建国.跨境电子商务与海关管理研究综述及展望[J].海关与经贸研究，2016（1）：34-51.

[4]胡艳辉.浅析大数据时代电子商务发展的新特征[J].改革与战略，2016（1）：118-122.

[5]梅姝娥，许军.合作型企业间电子商务模式与价值创造研究[J].管理科学学报，2013（5）：55-68.

★ 中小企业市场营销战略论文

★ 电子商务论文摘要

★ 从电子商务论文

★ 电子商务论文题目

★ 电子商务论文评语

★ 电子商务软件开发论文

★ 人才培养对工商管理的应用论文

★ 包包批发广告语

★ 电子商务对公司营销的影响及对策论文

数据挖掘电子商务应用中调研报告 篇5

研究中心

电子商务整体数据

电子商务交易规模：增长平稳 步入“新常态

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国电子商务交易额达10.5万亿元，同比增长37.6%，增幅上升7.2个百分点。其中，B2B市场交易规模达7.9万亿元，网络零售市场交易规模2.3万亿元。

数据解读

1、上半年中国宏观经济发展增速稳定，加快推进供给侧结构性改革，各地方政府借电商加快传统行业转型升级。

2、中国电商经济已步入“新常态”，增速保持平稳增长状态。B2B继续发力逐渐成增长新引擎。国家政策支持、产业链重构等都促使B2B进入快速发展通道。

【更多】

从业人员规模

从业人员：直接和间接从业人员持续走高

据中国电子商务研究中心(100EC.CN)监测数据显示，截止到2016年6月，中国电子商务服务企业直接从业人员超过285万人，由电子商务间接带动的就业人数，已超过2100万人。

数据解读

1、直接就业人员上，电商等新经济形态在多个方面改变了传统就业，如分享经济流行带来全新就业模式。随着电商及互联网的发展，全球化就业、包容性就业、创新性就业将成为未来网络创业的趋势和方向。

2、间接带动就业人员上，伴随着电子商务的持续发展，产业链不断延伸，从中涌现出大量新职业，创造出大量的就业机会与岗位。如电商物流、服务商、淘女郎等电商生态“新物种”的就业机会。

【更多】

2016中国B2B电商行业产业链图谱

【更多】

B2B电商数据

交易规模：行业迎暖春 处于上升通道

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国B2B电子商务市场交易额达7.9万亿元，同比增长36.2%，增幅上升7.4个百分点。

数据解读

1、“互联网 ”与工业4.0的助推使B2B迎来新发展，政策重点帮助传统企业实现信息化和互联网化，目前B2B发展需求和国家政策契合，或将为行业发展提供新动力。

2、B2B市场迎暖春，行业正处于上升通道，交易规模将在接下来出现爆发式增长。上半年，国家信息化发展战略纲的出台，指出要围绕推进供给侧结构性改革，发挥信息化对全要素生产率的提升作用。

【更多】

B2B服务商营收规模

市场营收：盈利模式探索取成效

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国B2B电子商务服务商的营收规模为134亿元，同比增长21.8%。

数据解读

1、上半年主要B2B服务商营收都出现了不同程度的增长，除大环境带来的利好外，各B2B服务商在业务多元化发展、盈利模式的探索等方面均取得一定突破。

2、过去B2B以信息撮合获得营收为主，而对于交易创新、综合性服务以及中后端供应链的盈利模式涉及较少，行业整体盈利能力较弱，而深耕某一行业以及细分市场的垂直类电商有望改善这一窘境。

【更多】

B2B服务商市场份额排名

市场份额：阿里稳居第一 七家核心企业占比下降

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，B2B电子商务服务商营收份额中，阿里巴巴排名首位，市场份额38.5%，接下来为环球资源4.5%、慧聪网3.4%、上海钢联2.9%、焦点科技2.2%、环球市场1.4%、生意宝0.9%，其他46.2%。

数据解读1、2016年上半年，中国B2B服务商市场份额占比中，7家核心企业占比为53.8%。行业格局未发生明显变化，阿里等继续称霸综合类平台，其他中小平台将更深耕垂直业务，继续深挖细分行业需求。

2、随着大宗电商平台的大量兴起，“找X网”雨后春笋般出现。该类平台促使B2B线上交易逐渐让行业深入交易环节和配套服务等，向2.0时代进化，实现交易的闭环。更多新兴B2B企业的诞生，正逐步挤压老牌B2B企业的市场空间。【更多】

B2B服务商市场份额排名

主要企业分析

1、阿里巴巴排名第一，市场份额同比上升0.5%，上半年其推出了包括微供、淘工厂、阿里五矿钢铁平台、零售通在内的一系列业务的动态，而经过半年多的推动，1688打造的“实力产业群”、“进口货源平台”、“云市场”等等已经初见成效。

2、环球资源排名第二，市场份额同比下降0.7%，线下展会仍是公司对线上业务的重要支撑。其线下展会有着成熟的运营体系、客户积累、口碑等优势明显，通过线下的会展与线上形成优势互补。

3、慧聪网排名第三，市场份额同比下降0.2%，慧聪网出手投资了包括上海钢联、第5城、皮皮易等垂直B2B企业，延展交易范围并实现全产业链交易的打通。公司仍然处于转型期，交易业务尚未完全货币化。

4、上海钢联排名第四，市场份额同比下降5.8%，上半年收购中关村在线后，拓展到IT类产品及互联网广告领域，进一步打通产业链，同时与慧聪网在金融和数据等领域加深合作。产业大数据是公司未来核心竞争力，公司面向C端，提供高频数据，行业地位和壁垒高。

5、焦点科技排名第五，市场份额同比上升0.1%，上半年并购美国商品直发电商平台Doba，出资1.5亿元成立互联网科技小贷，公司正打造品牌提供多元化服务，全力从信息服务模式转型为打通交易的一站式综合服务模式。

6、生意宝排名第七，市场份额同比上升0.2%，上半年，公司携手浦发银行 共推“在线供应链金融”创新，旗下企业“网盛数新”新三板挂牌、携手闰土、吉华供应链管理布局染化行业，生意宝一直致力于打造垂直闭合的B2B一体电商交易平台，从信息服务延展到交易撮合、支付、融资、物流等方面。【更多】

B2B服务商市场份额排名

融资规模：金额不断攀升 投资热潮还将持续

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国B2B电商行业共发生了92起投融资事件，金额总计79.16亿元。数据解读： 1、2016年上半年，B2B领域依旧成为投资圈的兵家必争之地，在资本市场的青睐下，细分领域独角兽正在不断孕育，投融资事件发生的次数也逐步增长。

2、B2B投资热潮还将持续，由资本带动的行业关注度提高、创业者不断涌入现象效果明显，并将在接下来的2-3年内达到高峰。

3、由最初的大宗电商引爆的投资热潮正快速向各个行业延伸，越来越多的投资机构进入B2B投资领域，意欲分走一杯羹。

4、资本进入B2B行业已是大势所趋，而对于投资标的的选择一般来说，进入2.0阶段的企业已经形成了较高的行业壁垒、具备持续造血功能，会是资本重点进入的阶段。【更多】

2016上半年中国B2B电商十大融资事件

【更多】

B2B电商融资金额分布

融资金额：5000万以下金额占比超6成据中国电子商务研究中心(100EC.CN)监测数据显示，2016上半年在融资金额上，小于500万占比11.6%、500万-1000万占比16.2%、1000万-5000万占比38.6%、5000万-1亿占比16.2%、1亿以上占比17.4%。

数据解读1、2016年上半年，B2B电商行业超过亿元的融资事件共18起，最大一笔融资事件是6月21日食材B2B平台美菜获得的D轮2亿美元融资。而融资金额在5000万以下占据大多数，占比超6成。

2、行业特性、火爆程度以及更多投资机构进入都助涨了B2B各轮融资金额的上涨，融资金额的高涨一定程度上提高了行业的进入门槛，除人才、行业的选择等因素外，资金是行业的核心竞争力之一。

【更多】

B2B电商融资领域分布

融资领域：大宗领域仍是投资热点

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年中国B2B电商融资领域分布上，主要集中在企业服务、化塑、快消品、农业、钢铁、旅游、汽车等领域为主。排名前三的企服占据13%、化塑11.9%、快消品11.9%。

数据解读

1、大宗领域仍是B2B创业、投资机构最为关注的热门领域，这跟大宗商品的行业特性、发展潜力大、市场空间广有直接关系。该领域进入者众多，竞争已异常激烈，新进入者门槛已较高，机会正逐步变小，行业洗牌将加剧。

2、快消品、旅游等非大宗领域正越来越受资本追捧，其他领域受关注度未来将逐步提升。相比大宗领域，其他领域目前还处于初级发展阶段，行业竞争格局尚未稳定，新进入者尚存较大机会。在B2B垂直行业中，每一个细分市场几乎都是万亿级市场，资本将不会错过。

【更多】

B2B电商融资轮次分布

融资轮次：A轮前占比超六成 多数处早期阶段

据中国电子商务研究中心(100EC.CN)监测数据显示，2016上半年，在统计的B2B融资轮次上，排名前三的分别是：发生A轮融资事件有27起、天使轮融资事件18起、B轮融资事件12起。

数据解读

1、由于以交易为主打的B2B2.0电商发展日期较短，绝大部分企业还处于发展的早期阶段，A轮（含A轮）前企业占比较大，占有67.4%比例。

2、目前，进入B轮 以上融资的企业占比较少，除企业本身发展外，还跟行业特性有关。大宗商品类电商因起步早，发展快率先进入。分行业来看，钢铁行业，已出现找钢网这一融资达到E轮的独角兽企业。

【更多】

B2B电商市场趋势

趋势一：B2B平台相互合作、资源优势共享特征明显

分享经济将成为促进经济增长的新动能，助力服务业成为拉动中国经济的主引擎。在B2B市场中，平台间的资源优势为合作带来空间，甚至合作可以在不同功能的B2B平台间发生。未来，基于产业链服务的合作和共享模式将是行业发展趋势，合作方从信息、技术、商品、品牌、物流、资金和服务等方面，共建产业生态圈，实现平台共享、互惠互利、实现多赢的目的。如上半年上海钢联“联姻”慧聪网，双方共同拓展B2B产业链。趋势二：SaaS模式B2B服务商悄然崛起

近两年BAT等互联网巨头相继布局云计算产业，八百客、纷享销客、今目标、北森等本土SaaS模式B2B服务商悄然崛起，显示了资本市场对国内SaaS产业的投资热潮保持升温态势。未来十年中，互联网汽车、智能家居、智能硬件等基于大数据和云计算技术的产业快速发展将会带来规模效应，中国SaaS?B2B市场会进入高速发展阶段。SaaS模式的B2B企业服务，正在引领着中国企业级创业公司步入最好的黄金时代。趋势三：数据及金融服务将会成为企业变现方式

以“找X网”为代表的新兴B2B电商务盈利模式与传统模式不同，这类平台通过提供免费撮合交易聚集了海量上下游商家，凭借迅速增长的订单量深度挖掘交易行为、交易记录，基于大数据分析延伸出仓储、采购、销售、物流、供应链金融等全产业链的增值服务。未来，B2B企业可以利用平台数据优势以及上下游整控能力为用户提供数据增值服务和金融服务，实现流量变现。【更多】

跨境电商数据

交易规模：交易额攀升 供应链重要性凸显

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国跨境电商交易规模为2.6万亿元，同比增长30%。其中，出口跨境电商交易规模2.09万亿元，进口跨境电商交易规模5125亿元。

数据解读

1、中国跨境电商交易规模不断攀升，在进出口贸易中的渗透率也在逐年提高，占比24.3%。出口跨境电商高速增长，B2B模式仍为主力。跨境电商未来大平台、大用户、大订单、移动化趋势明显。

2、进口跨境电商上半年出台了“四八新政”，收紧法规要求，促进行业健康发展，同时制衡跨境电商对传统商业模式产生的冲击。跨境电商供应链重要性凸显，整个行业与资本的结合也在加速。

【更多】

出口跨境电商交易规模

出口跨境电商交易规模：保持高速增长态势

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国出口跨境电商交易规模2.09万亿元。

数据解读

1、上半年，出口跨境电商整体继续保持高增长，国家政策密亦集出台，积极鼓励基于贸易模式创新的出口电商发展。卖家主要集中在广深浙，小卖家开始面临竞争加剧，未来需在市场与品类等方面突围。

2、出口跨境电商中国企业机会来自西欧国家渗透率提升；南美、东欧等发展中国家电商行业规模快速增长。目前行业相对分散，行业红利仍在，未来竞争更多体现在供应链管理能力，能控制更多的上游资源，通过规模效应不断发展壮大。

【更多】

2016中国出口跨境电商产业链图谱

【更多】

进口跨境电商交易规模

进口跨境电商交易规模：跨境新政掀波澜

据中国电子商务研究中心（100EC.CN）监测数据显示，2016年上半年进口跨境电商交易规模达5125亿元，以及2016年将达11000亿元。

数据解读

1、“跨境新政”在上半年掀起波澜，对进口B2C电商的交易形成影响，造成交易量下降。但对进口B2B影响不大。正规跨境电商零售进口企业竞争优势进一步凸显。

2、2016上半年，在经历野蛮生长之后，跨境电商行业的“套利”时代正在渐行渐远。跨境电商正在经历行业洗牌，并朝着健康规范的方向发展和深化。

【更多】

2016中国进口跨境电商产业链图谱

【更多】

跨境电商进出口结构

进出口结构：出口为主 进口为辅

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年，中国跨境电商的进出口结构出口占比达到80.4%，进口比例19.6%。

数据解读

1、从结构上看，相比去年同期，进口跨境电商占比上升7.4个百分点。上半年，进口跨境电商政策进入震荡期，不断在通关、支付、物流等方面规范进口跨境电商发展。5月中旬政策有脉冲式效果，部分商品被迫“休眠”。

2、国内消费升级背景下叠加电商技术的成熟，具有贸易优势的企业和传统电商巨头纷纷试水进口跨境电商。同时，人均可支配收入的增加带来了居民消费能力提升与消费结构的升级，对品质的追求与日俱增。大众主流消费观念转变，对海外品牌认知提升，追求全球品质生活。这些构成了跨境电商发展的长期驱动因素。【更多】

跨境电商B2B与B2C模式结构

模式结构：B2B占比九成 长期仍为主体

据中国电子商务研究中心（100EC.CN）监测数据显示，2016年上半年，中国跨境电商的交易模式跨境电商B2B交易占比达到90.7%，跨境电商B2B交易占据绝对优势，跨境电商B2C交易占比9.3%。

数据解读

1、从商业模式上看，跨境电商发展的主体很明确，B2B是主体，B2C是补充。重点发展B2B符合我国外贸稳增长、调结构的需要，也有利于降低监管的成本，提高通关的效率。

2、“四八新政”出台释放了国家重点扶持跨境电商B2B战略意图，也表明了国家开始限制跨境电商B2C。该模式总规模十分有限，但非常有潜力，这一模式持续增长让相关部门的监管面临更大压力。【更多】

跨境电商市场趋势

趋势一：行业仍将继续保持高速增长态势

随着国际人均购买力不断增强、网络普及率提升、物流水平进步、网络支付改善，未来几年我国跨境电商将继续保持高速增长态势。跨境电商出口卖家正在从广东、江苏、浙江向中西部拓展，正在由3C等低毛利率标准品向服装、户外用品、健康美容、家居园艺和汽配等新品类扩展，这将为我国出口电商发展提供新的空间。而随着新兴市场如巴西、俄罗斯等新兴市场的不断加入，以及互联网技术普及、基础设施不断完善、政策不断放开，我国出口电商的空间将进一步拓展。趋势二：小语种国家成为新的区域增长点

传统四大出口市场为美英澳德，但从过去2年开始，法国、意大利与西班牙、东南亚等小语种国家增长迅猛，已经成为中国跨境电商未来增长的新区域。品类上来看，电子与时尚类产品销售占比很大，而家居园艺和汽配产品已开始出现高增长。趋势三：传统外贸企业将成跨境电商主流

近年来，越来越多的传统外贸企业加入跨境电商行列，而跨境B2B已成为传统外贸企业的主要营销渠道。传统外贸企业与国外消费者直接面对，建立并提升品牌，提高核心竞争力。跨境电子商务将推动传统外贸企业的价值创造方式发生转变，实现从产品的交易者向生产的组织者转变，从消费的匹配者向消费的引导者转变，从价值的实现者向价值的创造者转变。【更多】

网络零售数据

网络零售市场交易规模：增速逐渐平稳

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年中国网络零售市场交易规模达23141.94亿元，相比2015年上半年的16140亿元，同比增长43.4%。预计2016年全年中国网络零售市场交易规模有望达52218亿元。

数据解读

1、随着阿里战略投资苏宁、京东投资永辉、收购1号店并与沃尔玛达成战略合作，互联网零售发展格局进入强强联合新阶段，随着互联网线上业务增长的平稳，线下业务成为互联网新的增长点；

2、电商企业强势布局跨境、农村电商业务。另外，在母婴、商超、汽车等垂直细分领域开拓，多点“开花”，促进网络零售市场交易规模增长。

【更多】

网络零售企业市场占有率

市场占有率：天猫京东占据前两位 份额有所下滑

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年中国 B2C 网络零售市场（包括开放平台式与自营销售式，不含品牌电商），天猫排名第一，占53.2%份额；京东名列第二，占据24.8%份额；唯品会位于第三，占3.8%份额；位于 4－10 名的电商依次为：苏宁易购（3.3%)、国美在线（2.2%）、亚马逊中国（1.6%）、1 号店（1.5%）、当当（1.4%）、聚美优品（0.8%）、易迅网（0.3%）。

数据解读：B2C类网络零售市场份额的起伏不明显，竞争格局基本稳定,虚实融合，已进入平稳期，各电商深耕细作，在跨境电商、农村电商、网红电商、消费金融、电商物流、智能硬件等积极布局，建立自己的生态圈。【更多】

网络零售企业市场占有率

1、与2015年上半年比较，前两名没有发生变化，阿里、京东地位稳定。前十B2C网络零售电商市场份额达到92.9%，较2015年上半年的95.1%，下降了2.2%。其中天猫上半年交易为6223亿元，与去年同期相比市场份额下降4.5%。由此可见，中小电商生存空间虽然压缩，但仍有出路

2、梯队化明显，距离仍在拉开。网络零售市场交易规模达到千亿级别的有天猫、京东；达到百亿级别的有唯品会、苏宁易购、国美在线、亚马逊中国、1号店、当当；达到几十亿级别的有聚美优品、易迅网；网易考拉海购、贝贝网、蜜芽、宝宝树等都具备“刮分”网络零售市场份额的能力

3、京东上半年交易总额达2897亿元，与2015年上半年相比市场份额下降0.3%。“618”年中大促也成其增长推动力；活跃用户数同比增长：随着消费升级，中产阶级的崛起，带来更大市场空间与驱动力；经营利润提升，持续推进跨境电商、农村电商、O2O、互联网金融等多元化战略；与沃尔玛合作，借助1号店进打开华东市场与天猫超市抗衡，前景可待；物流建设持续：京东到家与达达合并组建新公司，专注于电商部门和线下超市与便利店合作，进一步提升购物体验

4、唯品会位于第三位，上半年净营收额为256.1亿元，与去年同期相比市场份额提高1.3%。唯品会移动端表现强劲，将购物“场景化”发展到底；连续15个季度盈利，订单量及用户数量快速增长，可见特卖模式受到消费者较高认可；坚持自营，在产品质量、服务等方面持续提升

5、苏宁云商上半年线上实体商品交易规模为327.57亿元，与2015年上半年相比市场份额下滑0.1%。苏宁线上业务依托自身平台及阿里旗舰店实现快速增长,战略性布局农村市场实现O2O平台载体落地,同时在物流、金融等布局已逐步走向正轨【更多】

网络零售市场交易规模占社会消费品零售总额比例

社零比例：“城市 农村”双线前进 促进经济

据中国电子商务研究中心监测数据显示，2016年上半年中国网络零售市场交易规模占到社会消费品零售总额的14.8%，较2015上半年的11.4%，增长了3.4%。预计2016年将突破15%大关。

数据解读：

1、社零比例持续攀升，刺激内需。网购改变了用户的购物习惯、激发了用户的购物潜力。

2、一、二线城市网购规模继续保持，电商的持续性创新如“网红 直播”，激发新的购买欲。【更多】

网购用户规模

网购用户：中产阶级消费崛起 移动端购物受青睐

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年中国网购用户规模达4.8亿人，较2015年上半年的4.17亿人，同比增长15.1%，与2015年年底的4.6亿人相比，同比增长4.3%。

数据解读：

1、网购用户增长速度较快。特别是移动端用户超越PC端用户。可见移动端更符合用户习惯。

2、中产阶级消费群体的崛起，也就意味着在“品质”方面有更高要求。电商在品牌、物流、服务等方面的较量展开。【更多】

移动网购交易规模

移动网购交易规模：增速逐渐放缓

据中国电子商务研究中(100EC.CN)监测数据显示，2016年上半年中国移动网购交易规模达到16070亿元，而2015上半年达8421亿元，同比增长90.8%，增速超过网络购物整体增速。

数据解读：

1、天猫、京东、唯品会等电商深度进入“移动领域”。阿里京东的2016年第二季度财报显示：阿里巴巴零售平台移动端季度收入达175.14亿元，占中国零售平台总收入的比例增至75%；京东通过移动端渠道完成订单量约占总完成订单量的79.3%，同比增长超过130%。移动端交易额的增长说明了PC端消费已经全面向移动端转型。通过与O2O、农村电商和跨境电商等发展热点相结合，移动电商将释放消费潜力。

2、移动网购交易规模占比提升，增速相对放缓。随着移动端人口红利的削减，移动网购规模将进入平稳发展期成趋势。【更多】

移动网购交易规模

移动网购交易规模占比：增速逐渐放缓

据中国电子商务研究中(100EC.CN)监测数据显示，2016年上半年中国移动网购交易规模占网络零售市场交易规模的69.4%，占有绝对优势。

数据解读：

1、相比PC端，移动端的便利促使消费习惯的变化，另一方面电商如天猫、京东、唯品会、苏宁易购等加大对消费者引导，一些电商节日，如“

418、“618”等活动中部分商品通过移动端下单优惠力度更大，这就给了用户无法拒绝的理由。

2、移动端的盈利能力提升，行业向好趋势不变。几大阵营逐步明晰，微信与微博都在利用用户与粉丝变现，共同做大行业蛋糕。【更多】

农村电商

农村网购市场规模：呈现快速增长态势

据中国电子商务研究中心(100EC.CN)监测数据显示，2014年全国农村网购市场规模达1817亿元，2015年农村网购市场规模达3530亿元，同比增长94.3%。2016年上半年农村网购市场规模达3120亿元，预计到2016年将达6475亿元。

数据解读：

1、随着电商如阿里、京东、苏宁等快速渠道下沉，农村网购市场快速增长，增速超过城市，发展呈现新的动能。

2、电商进入农村初见成效，它一定程度上改变农村用户的消费习惯、改善物流建设，增强了农村对电商的需求。【更多】

中国移动电商产业链图谱

【更多】

中国农村电商产业链图谱

【更多】 农村电商存在问题

问题一：行动推动异化

农村电商基础差，人才匮乏，商业模式还不成熟，注定需要政府及时上手，创造条件，积极扶持，尤其需要一把手工程的大力推进。问题二：实践误区不少

最常见的就是三大冲动：有盲目建平台的冲动；有盲目建园区的冲动；有招大商引大资的冲动。问题三：认识两极分化

以前是中央没有讲，国务院没有安排，不想动;现在是从上到下、从里到外都在抓电商，于是从徘徊不前忽然转向贪功冒进，大干快上。问题四：盈利模式待寻

总体来看，农村电商是一项民生工程，有助于农民享受信息化的红利与便利，有利于缓解卖难问题，但无论是对政府还是参与其中的电商而言，短期内取得回报是困难的。问题五：物流成本高

农村人口的分布继承古代社会部落式结构，对农村电商物流体系提出了极高的挑战。问题六：规模小

同中国城市电商和跨境电商相比，农村电商市场规模尚且很小。这为农村电商实现规模化、规范化、集约化和信息化等设置了障碍。【更多】

电商物流行业

营收规模：增速明显

据中国电子商务研究中心(100EC.CN)监测数据显示，2016年上半年中国规模以上快递企业营收为1714.6亿元，与2015年上半年的1195.7亿元相比，同比增长43.4%。从图表可以看出，近年来快递营收增速加快明显，快递营收增速加快。

数据解读：

在电商快速发展支撑以及国家政策的鼓励支持下，我国快递行业发展强劲，业务量以及营收近年来持续增长，且增速基本呈现逐年加快趋势。但粗放型的增长方式使得快递呈现利润低，服务质量参差不齐问题，未来，快递业在上市的驱动下，将朝规范化发展。【更多】

2016中国电商物流产业链图谱

【更多】

电商投诉数据

投诉领域分布

据中国电子商务投诉与维权公共服务平台监测数据显示，2016年网络购物投诉占全部投诉52.75%，比例最高，生活服务O2O紧随其后，占据21.03%，跨境网购（13.94%），互联网金融（6.29%），物流快递（4.20%），B2B网络贸易领域投诉（1.34%），微商（0.15%），其他（如网络传销、网络诈骗、网络集资洗钱等）占0.30%。

数据解读：

1、跨境网购投诉占比仅次于网络购物与生活服务O2O，表明跨境网购市场份额逐渐扩大。

2、互联网金融投诉位列投诉第四位，随着消费金融的迅速发展，校园分期消费成为投诉热点。【更多】

2016年（上）十大热点电子商务投诉地区

十大热点投诉地区

据中国电子商务投诉与维权公共服务平台监测数据显示，2016年来自以下地区的用户投诉最为密集，分别是：广东（12.10%）、北京（10.68%）、上海（9.51%）、江苏（8.91%）、浙江（8.35%）、山东（5.26%）、湖北（4.50%）、福建（4.35%）、四川（4.00%）、河南（3.24%）为“全国十大热点电子商务投诉地区”，全国其他省市的用户投诉占比为29.06%。

数据解读：

1、北上广依旧是用户投诉密集地区，东部地区较中西部地区投诉占比大。

2、目前电子商务消费主要还是集中在经济相对发达的东部地区，且该地区的用户维权意识相对较高。【更多】

2016年（上）网络零售十大热点被投诉问题

网络零售十大热点被投诉问题

据中国电子商务投诉与维权公共服务平台监测数据显示，质量问题（14.88%）、售后服务（9.99%）、退款难(9.92%)、发货迟缓(8.59%)、退换货难(6.51%)、不发货(6.07%)、网络售假(5.92%)、网络诈骗(5.48%)、订单取消(4.81%)、虚假发货(4.00%),成为网络零售十大热点被投诉问题。

数据解读：

1、目前电商经营者主要问题集中在产品质量以及服务方面。此外，售假、网络诈骗、订单取消、虚假发货等诚信问题严峻。

2、电商需把好商品质量关；对于发货速度、退款、退换货等售后服务问题不容忽视。坚决打击网络售假、网络诈骗行为。【更多】

2016年（上）全国核心零售电商用户满意度TOP20榜

【更多】

2016年（上）全国网络零售投诉数据

据中国电子商务投诉与维权公共服务平台监测显示，2016年上半年，通过对全国数百家零售电商（含平台、品牌、跨境、垂直、渠道商等）的投诉数量和问题处理反馈率以及反馈时效性等多项指标的综合考核，淘宝网/天猫(C2C集市卖家及品牌卖家)、当当网、乐视商城、国美在线、丰趣海淘、拼多多商城、蘑菇街、返利网、网易考拉海购、优购网为2016上半年全国投诉率最高的前二十大零售电商后十位。而苏宁易购、唯品会、卷皮网、亚马逊中国、京东、1号店、聚美优品、蜜芽、贝贝网、美丽说十家主流网络零售商在受理、解决我们平台通报移交的投诉后，用户满意度专题较好，位居“2016年（上）用户满意度TOP10零售电商”。数据解读:

1、自营平台类电商用户满意度相对较高，如京东、苏宁易购、聚美优品、亚马逊中国等，该类电商对商家入驻审核和商品把控相对较严格，消费相对保障高。

2、跨境进口电商问题较多，如丰趣海淘、网易考拉海购，该类电商问题集中表现为疑似售假、到货慢、售后服务不如意等，需加强改进。

3、新型的社交移动拼团电商成投诉热点，其中以拼多多商城为典型代表，问题集中表现为质量差、商家不发货、售后服务差等，该类电商发展迅速的同时需重视商家审核、产品质量把控以及消费者服务。

4、投诉量一般与市场份额成正比，但反馈率以及反馈时效，直接体现商家对消费者满意度的重视程度，有投诉并不可怕，重要的是快速正视问题并积极解决问题。【更多】

2016年（上）生活服务电商十大热点被投诉问题

生活服务电商十大热点被投诉问题

据中国电子商务投诉与维权公共服务平台监测数据显示，退款难(20.61%)、售后服务(14.75%)、随意冻结账户(11.01%)、高额退票费(6.56%)、账号安全(5.62%)、订单取消(5.39%)、订单无法取消(4.68%)、退改签难(3.75%)、到店无房(3.04%)、发票问题(2.81%),成为生活服务O2O电商诟病。

数据解读：

1、以账户冻结、高额退票费、订单取消为代表的霸王条款是生活电商的重要症结问题，主要集中在在线票务类消费中较为明显。

2、退款等售后服务问题也是重要投诉问题，暴露生活服务电商在服务以及诚信上存在严重问题。【更多】

2016年（上）十大被投诉生活服务电商榜

【更多】

2016年（上）全国生活服务O2O投诉数据

据中国电子商务投诉与维权公共服务平台监测数据显示，百度糯米、去哪儿网、饿了么、美团网、携程、阿里旅行、艺龙网、大众点评，途虎养车网、同程旅游网，成为“2016年（上）全国十大被投诉生活服务电商”。

数据表明:

1、账户冻结是百度糯米消费者投诉最多的问题，但客服的反馈率和解决率普遍及时。平台应该对相关账户异常的用户采取暂缓交易等紧急处理措施，同时作进一步审查和判定，而不是强制性冻结账户，把问题丢给消费者，造成不好的用户体验。

2、网络订餐为了适应社会新消费的需求受到了都市“宅男宅女”的热捧，野蛮生长的餐饮外卖O2O平台们暴露的问题也愈加明显。饿了么此前被央视315点名曝光暴露了食品安全卫生、接入商家资质等问题。同时美团、饿了么、大众点评等平台的服务质量、安全卫生等方面也存在问题，急需行业整治。

3、在线旅游网站已成为消费者出游的重要平台，可以看出在前十投诉榜单中，去哪儿、携程、阿里旅行、艺龙网等在线旅游网站占据五席。其中存在的机票价差大、退改签藏猫腻、客票真假难辨、不正常航班通知不及时、不准确、酒店到店无房等问题让消费者头疼不已。消费者或从航空公司官网购买机票，信息比较透明和详尽，以避免不必要的纠纷。

4、以途虎养车网为代表的汽车养护O2O首次出现在榜单之中，说明随着汽车市场的发展，汽车消费的重心已经开始由前端向后端转移，而售后服务行业的关键在于获得客户长期的信任和忠诚，暴露了汽车养护行业的不透明性。【更多】

2016年（上）十大被投诉互联网金融平台榜

【更多】

2016年（上）全国生活服务O2O投诉数据

据中国电子商务投诉与维权公共服务平台监测显示，2016年上半年，通过对全国互联网金融平台（P2P、银行电商、校园分期电商、第三方支付、众筹）的投诉数量和问题处理反馈率以及反馈时效性等多项指标的综合考核，分期乐、趣分期、淘宝众筹、工行融e购、支付宝、国付宝、翼支付、拍拍贷、建行善融商务、财付通为“2016年（上）十大热点被投诉互联网金融平台”；其中，工行融e购、分期乐、支付宝等平台，在受理、解决我们平台通报移交的投诉后，用户满意度相对较好。

数据表明:

1、银行电商用户满意度相对较高，如工行融e购、建行善融商务等，银行电商在其本身银行业务稳定、对各类业务审核把控严格的情况下，对商家入驻审核和商品把控也相对较严格，消费相对保障高。

2、校园分期电商用户投诉问题相对较多，但其反馈时效性及解决速度都是相当迅速的，也较能使用户感到满意，如分期乐、趣分期等。近年来，校园分期电商发展迅猛，扩张速度极其快，商品质量、退货退款、分期订单修改等问题也跟着频频发生，但从其对投诉问题的反馈率、时效性和解决速度来看，校园分期电商对售后问题和用户体验也是相当重视的，希望该类电商在发展的同时做好售前售后服务，更大程度的提高用户满意度。

3、第三方支付和P2P类互联网金融平台，主要问题出在退款不及时，且反馈时效性低下，导致用户满意度较低。

数据挖掘电子商务应用中调研报告 篇6

课题研究中期报告

中卫市第五小学 课题组

一、课题基本情况

2014年9月我校申报的《交互式电子白板在小学课堂教学中有效应用的实践研究》课题，经自治区教育厅基础教育教学成果评审委员会审定批准立项，课题编号为: JXKT-XJ—04—024。从立项之日起，我校高度重视这项工作，积极筹划，结合教学实际，开展课题研究。

《交互式电子白板在小学课堂教学中有效应用的实践研究》课题从申报到立项实施已有一年半的时间.在这一年多来，本课题组按照领导专家的要求和指导，按照课题研究方案积极进行课题研究工作。我校课题组按照计划，坚持理论与实践相结合的原则，认真组织课题组全体成员调查、研究，深入研讨，努力学习交互式电子白板教学的相关理论，积极探索在交互式电子白板环境下小学课堂教学设计的方法、教学内容的呈现方式以及教学的评价标准和方式，努力寻求和谐的教学氛围，切实提高课堂教学效率。现将本阶段的课题研究工作进行总结：

二、前期主要工作：

（一）健全组织，确保研究有序开展。

本课题研究自立项以来，受到学校领导的高度重视，为确保课题工作的实效性，建立了一支强有力的课题研究领导小组。课题组成立了以张霞副校长为组长的工作小组，并根据每位成员的教学特点和特长，进行了研究专题任务分工，明确工作职责。张霞校长负责制定和落实信息化教学资源有效应用的工作方案，创造条件，组织对工作过程的管理和评价工作；教务处负责制定各类推进工作专题方案，收集资料，指导课题的研究与落实，组织开展教师培训。学校成立了课题研究指导组，由课题负责人拓万霞及课题组成员雍韶霞、王习东、黄彦玲、韩晓岚担任，一方面辅导教师收集、整理信息资源、素材、制作课件和微课，另一方面督促指导其他教师有效运用好现有信息化教学资源（信息化资源包括：媒体素材、网络课件、课程案例、文献资料、网络课程资源、资源目录索引等）。通过任务分工，让每位成员明确自己的研究方向任务，做到人人有目标，人人有任务，使其真正发挥效能。为确保信息化教学资源的有效应用，学校把信息化教学资源有效应用的推进工作纳入学校工作计划与教师个人教学工作计划中。

（二）加大投入，建好应用环境。

为了确保课题的顺利实施，我校加大教学投入，努力建设好信息化教育资源的应用环境。在上级主管部门的支持下，2015年8月，学校实现了班班有多媒体电子白板和交互式一体机，教师学习办公一人一机，学生信息技术课也达到一生一机。学校宽带信息网络畅通无阻服务于师生教学，为师生提升信息素养搭建了平台，极大地改善了学校信息化教学设施。经过学校努力，学校管理的信息化也逐步成为现实，学校的学籍档案管理、财产管理、财务管理等已经应用数字化管理系统，进一步推进了学校网络、网络教研论坛、学校QQ群交流平台。

（三）调研分析，结合实际排查问题。

在课题研究初期，我们对本校全体教师和学生进行了调研分析。课题组成员对师生进行问卷调查，学校分管教学的人员深入课堂进行广泛听课，发现教师在运用电子白板中存在的共性问题----操作不熟练、展示与教学设计不同步、工具利用不充分，没有充分发挥电子白板的优势。学校组织教师广泛讨论，排查小学课堂教学中电子白板利用低效或无效现象产生的原因。

（四）更新理念，积极教研

1、加强理论学习，努力转变观念，提高课题组人员的理论水平。为了提高教师的课题研究水平与能力，我校课题组进行了强化学习。2015年8月，创维公司和鸿合软件公司为我校全体教师进行了多次指导培训，确保我校教师对电子白板和交互式一体机的使用人人过关。之后，学校召开电子白板会议及全员培训五次，重点组织教师学习交互式电子白板的操作使用和教育理论，要求课题组成员增强研究者的科研意识，掌握必要的方法，提高研究能力。2015年12月，我校举行了多媒体电子白板、交互式一体机使用操作比赛和“微课”制作比赛。2016年3月，学校举办以 “微课来了” 为主题的微课制作培训，并要求全体教师人人制作精品微课进行评优活动。通过学习、培训和比赛活动，课题组成员的理论水平和研究能力得到了提高，全体教师的信息技术水平均有提高。

2.注重过程管理，坚持每月一次的例会制度，及时总结研究情况，以指导下一阶段的工作。在近一年来的课题研究过程中，课题组成员深感协作精神的重要性与必要性，能共同探讨课题研究中出现的新情况，新问题，通过讨论达成共识。

3.建立校园课件网。课题组把有关电子白板的所有技术资料打包放在学校校园网内，供教师学习和使用。

4.认真上好示范课，实施开放性教学，形式各种各样，内容丰富多彩。课题组每位成员自觉参加每一次的课题组活动，开设公开课，学习、讨论，使课题研究扎实有序地进行下去，并且有所得。

5.充分利用网络资源查阅大量的文献资料，通过中国教师研修网、全国中小学继续教育网、中国基础教育网、中国教育科研网、中国教育科研论坛等搜集科研资料，对资料进行分类整理，为研究工作提供有力的理论根据。每个课题成员都从网上搜集相关知识，消化理解和研究同步进行。

6.组织全校老师赛课，努力使教研工作得到推广。在提高课题组成员的业务水平的同时，我们还积极把研究经验推广到全校老师。每个学期，我们都要举办老教师课堂教学风采展示和青年教师教学大比武活动，所有参赛教师都要使用电子白板进行教学，且在与课程的整合上要达到了一定高度，课件制做合理、精美，运用恰当。7.加强校际交流活动，积极争取机会让老师们外出观摩学习。（1）、2014年10月27-30日，拓万霞、张玉山、张淑霞和徐光龙四位教师到西安参加第十三届全国新世纪小学数学课程与教学系列研讨会暨第七届中国—瑞典数学教育论坛学习瑞典的数学课堂介绍活动，观摩学习了视频片段+教师解读的教研方式活动。

（2）、2015年4月17-23日，杜海霞老师到兰州参加第四届全国中小学数学翻转课堂培训，学习微课的制作内容及制作过程。（3）、2015年4月23日，学校派出学科骨干教师和青年教师24人参加了在利通一小举行的全区信息化资源有效应用试点学校教学观摩研讨活动，传达了最新的信息化教学应用的理念。

（4）、2015年5月8-18日，李薇和雍韶霞老师到苏州参加骨干教师置换培训跟岗实践活动，培养和提高各级骨干教师的教育教学和管理能力，开阔眼界，把发达地区的先进的教育教学经验传递给我校的老师，促进我校教师的发展。

（5）、2015年9月14-15日，张淑丽老师到银川参加2015年全区小学英语模拟说课评比活动，提升了教师信息素养，推进信息技术与小学英语课堂的深度融合。

（6）、2015年10月24-29日，何燕春和李茜老师到银川参加国培计划-中西部助力移民新村干部教师培训班级管理经验分享，学习微课的相关知识。

（7）2015年10月27-30日，拓万霞、张淑霞和柳玉环三位教师到安徽黄山市参加中国教育学会2015课堂教学展示与观摩系列活动·第十二届小学数学教学改革观摩交流展示培训活动，观摩了课堂教学和教研活动。

一年多来，共派30多人次外出观摩学习，开拓了老师的视野，增强了教学信心。学校加强校本培训力度，组织全体教师进行信息技术操作培训5次，进行了多媒体制作和微课制作培训7次。组织青年骨干教师进行交互式电子白板操作使用比赛和微课制作比赛，观看相关技术运用的课堂实录，引导教师在教育教学实践中应用信息化技术，为进一步提升教师信息化教学资源应用能力奠定了坚实的基础。

三、初步取得的成果

1、教师已从思想上认识到现代化教育技术的现状，并从行动上积极学习提高。

通过研究，我校教师已认识到传统教学跟不上如今高速发展的科学技术，现代化的教育技术和媒体手段不仅给我们的教育教学带来了全新的面貌，在视觉效果、听觉效果等方面都有生动的呈现，激活了学生思维，整个学习活动过程各个方面展现效果明显，也是能使知识更具体更完整的传递给学生。通过这一阶段的学习与实践研究，从认识上和行动上都已经引起了所有教师的高度重视，并在实际教学过程都已经发生了很大变化，促进了课堂教学的改进。

2、教师已经熟练掌握电子白板的运用，并能灵活应用到自己的教学当中。

教师通过学习、培训以及应用等过程已经熟悉了电子白板的功能，电子白板中的某些工具。例如放大、批注、聚光灯、屏幕捕获等，可以对具体的细节内容进行放大、标注、聚光灯照射、截取图像等，引起学生关注，贴近教学需求。白板的拉幕动能、隐藏功能可用来一次又一次地刺激学生激发兴趣调动学习的积极性，通过充分调用电子白板的这些功能，可设计丰富的教学活动，通过电子白板的特殊功能，高效的整合教学内容，把全新的现代化得课堂展现在学生面前。利用资源库建设特色，还可以随时调用资源库中的资料、图片、视频等等，方便了课上教学内容的迅速调整，大大增加了学生的知识获取的容量。

3、学生从单一的听教师讲授，已经变成师生互动的主要参与者，学习效率大大提高。

电子白板的应用活跃了课堂，有利于教学方式多样化开展。以往的多媒体课件主要用于教学资料演示，那种预先设计、高度结构化课件在演示过程中只能进行有限的切换，无法进行更改和标识，学生参与度很低。而交互式电子白板平台可以根据教学实际情况调用需要的素材，随时在书写、标记和计算机操作状态之间进行切换，根据需要灵活地进行编辑、组织、展示与控制，使教学的灵活性大大增加，学生有了更多到白板前展示、表现和合作的机会，参与的积极性提高了，参与的方式更加多样了，更有利于培养学生的积极探索、主动建构的能力和意识，也有利于回归富有活力、创新的课堂。课堂上的师生互动、生生互动提供了技术上的便利，吸引学生会主动参与到课堂教学中来，师生互动使学生成为课堂的主人，使学习变成乐趣，改变了以往的“灌输”知识的低效教学方式，促进了以学生为主体的课堂的形成。

4、积极探索电子白板课堂教学模式，构建和谐高效课堂，提高课堂教学效益。通过课题研究的开展，把传统学习方式的优势和现代学习方式的优势有机的结合起来，既发挥了教师引导、启发教学过程的主导作用，又充分调动了学生学习的主动性、积极性和创造性，实现了这两种优势互补，增加了课堂的广度、深度和灵活度，获得了最佳的教学效果。

经过一年多的努力，课题组成员自己也有了收获。高学芳老师的论文《交互电子白板让小学英语课堂更精彩》一文经编委会评审后被《读写算》杂志发表,并被评为一等奖；赵静老师的论文《电子白板在语文教学中的灵动》在宁夏中小学教师电教论文评比活动中，荣获二等奖；俞凤娟的课件《雪地里的小画家》，在宁夏中小学教师多媒体课件评比活动中，荣获二等奖；雍韶霞的课件《锐角与角》，在宁夏中小学教师多媒体课件评比活动中，荣获三等奖。张海燕、张彩、王玉洁、王旭老师的课件在第六届全区教育信息化大赛课件评比活动中，荣获三等奖。赵静、范松枝老师师的微课作品在第六届全区教育信息化大赛微课评比活动中，荣获二等奖。焦学琴、王习东、张彩、俞凤娟老师在第30届、31届中卫市青少年科技创新大赛中，所撰写的科教方案分别获二等奖。雍韶霞老师《为动画对象添加字幕》一课在全区小学信息技术课展评活动二等奖，赵静老师的《如何让别人喜欢自己》主题班会课在在2014年全区中小学主题班会课展示评比活动中荣获小组二等奖。杜海霞的录像课《三角形的面积计算》获“一师一优课”区级三等奖。

四、课题研究中存在的问题

尽管电子白板课堂教学取得了显著成效，但同时也暴露出一些问题，主要体现在：

1、部分教师有效运用信息化资源的能力还需提高，教师对课件和资源的使用还停留在拿来主义，不加甄别的使用或完全照搬，使用目的不明确，重难点不突出。

2、教师自己使用整合信息化资源的能力还有待提高。大部分教师停留在PPT课件的制作和电子白板使用层面上，参与网络资源平台的效率不高。在信息化课堂教学中, 教师上课使用最多的是Pow erpoint制作的演示课件, 一些教师把传统课堂上板书的内容全部搬到了电脑屏幕上,没有根据信息化课堂教学和教学手段多样化的特点对教学内容、教学过程进行较为系统的、有针对性的教学设计, 资源简单堆砌,学习情境创设不够, 多媒体、网络与虚拟现实、模拟仿真等教学手段使用不当,在教学媒体的选择上, 素材资源的针对性不高、质量较差,不能准确、恰当地反映教学内容, 与教学内容不贴切、两张皮的现象时有存在。

3、白板与板结合的不好。课堂中要把板和白板结合起来，一个可以显示动态的，一个显示静止的，一个留有过程，一个显赫结果。有的教师一味使用白板，而彻底放弃了板的使用，是不当的。

4.电子白板资源开发与建设重视不到位。在电子白板课堂教学过程中，教师往往重视课件的集成使用，对电子白板“教学积件”使用不足，缺乏针对电子白板的教学的资源开发和建设，导致课堂呆板，效率低下，缺少高质量的学生思维活动。

5、课堂上，学生只看热闹不学知识的现象严重，学生使用信息化资源的能力还需提高，学生目前只是在教师制作好的课件上圈圈画画，自己搜集整理资源的能力还不高。

五、今后本课题研究的主要任务

1、继续深入开展课题研究实验，并加大对课题的管理力度，规范课题研究实验工作的管理。注意及时收集课题研究资料，总结研究成果。

2、加强学习，大胆实践，深入探讨电子白板教学，熟练掌握电子白板操作规程，引领我校教师加强专业理论知识学习；进一步提高我校教师使用电子白板和教学设计能力，并积极尝试探索使用一些简单的模板，提高教师的应用和创新意识。

3、坚持每周上一节研究课，实验老师上交一篇教案，认真组织每次研究课交流，以达共识。邀请教研室、市级等专家到校指导教学工作。

4、推动电子白板教学的互动性，在教学中教师在课堂中起到主导作用，学生才是主体，必须给学生提供平台，让他们主动探索，自己研究，是学生熟练地使用电子白板，并从中受益。

5.定期举办课题研究交流、展示活动，及时总结成功的做法，交流、推广经验，发挥课题研究的示范辐射作用，以促进我校教师业务水平的整体提高。

数据挖掘电子商务应用中调研报告 篇7

1 Web数据挖掘简介

当今Web上存在着大量的数据, 获取有用信息成为人们关注的焦点。但Web是无结构的、动态的, Web页面极其复杂。这样就使得人们从成千上万的Web站点中找到有用的数据变得比较困难。于是, 人们就越来越关注如何开发和利用Web上的数据资源。

Web数据挖掘就是解决上述问题的一个途径。当数据挖掘技术应用于网络环境下的Web中就成为Web数据挖掘。Web数据挖掘就是从Web文档和Web活动中抽取感兴趣的潜在的有用模式和隐藏的信息。

Web挖掘可以分为三类:Web内容挖掘、Web结构挖掘和Web使用挖掘[3]。Web内容挖掘是用来提取文字、图片或其他组成网页内容成分的信息;Web结构挖掘是用来提取网络的拓扑信息, 即网页之间的衔接的信息;Web使用挖掘是用来提取关于客户如何运用浏览器浏览和使用这些衔接的信息。

2 Web数据挖掘的技术介绍

从电子商务的角度出发, 进行Web上的数据挖掘, 主要就是进行客户访问信息的挖掘, 得到客户端浏览行为和访问模式, 从而找到有用的市场信息。在Web数据挖掘的模式发现中, 常有以下几种数据挖掘技术的使用:

(1) 路径分析:使用路径分析技术进行Web使用模式挖掘, 最常用的就是网站结构图。它可以被用于判定在一个web站点中最频繁访问的路径, 还有一些其他的有关路径的信息通过路径分析可以得出, 比如:70%的用户端在访问/class/book2时, 是从/class开始, 经过/class/new, /class/book, /class/book1, 最后才到的/class/book2。这条规则说明在/class/book2页面上有有用的信息, 但因为客户对站点进行的是迂回绕行的访问, 所以这个有用信息并不明显。如果这个页面对网站来说比较重要, 可以通过此路径分析改进页面及网站结构的设计, 从使客户更容易的访问/class/book2。

(2) 关联规则:关联规则主要关注事物内的关系。在Web使用挖掘中, 关联规则挖掘就是挖掘出用户在一个访问期间从服务器上访问的页面/文件之间的关系, 找出在某一次服务器会话中最经常一起出现的相关画面。例如, 40%的客户再购买了CD之后又购买了CD清洁剂。利用挖掘出来的这些相关性, 我们可以更好的组织站点, 实施有效的市场策略。

(3) 序列模式:序列模式挖掘就是挖掘出交易集之间有时间序列关系的模式, 在Web日志中发现所有满足用户规定的最小支持度的大序列模式。序列模式的发现就是在时间戳有序的事务集中, 找到那些“一些项跟随另一个项”的内部事务模式。例如:在/class/book1上进行过在线定购的顾客, 有60%的人在过去15天内也在/class/bag1处下过订单。发现序列模式能够便于进行电子商务的组织预测客户的访问模式, 对客户开展有针对性的广告服务。通过系列模式的发现, 能够在服务器方选取有针对性的页面, 以满足访问者的特定要求。

(4) 分类规则:分类技术主要是根据用户群的特征挖掘用户群的访问特征。在Web数据挖掘中, 分类规则的发现就是给出识别一个特殊群体的公共属性的描述, 这个描述可以用来分类新的项, 例如:在/class/book2进行过在线定购的顾客中有55%是20～30岁生活在南方的年轻人。得到这一分类后, 就可以进行适合这一类客户的商务活动。

(5) 聚类:聚类技术是对符合某一访问规律特征的用户进行用户特征挖掘。聚类分析可以从Web访问信息数据中聚集出具有相似特性的那些客户。在Web事务日志中, 聚类顾客信息或数据项能够便于开发和执行未来的市场战略。这种市场战略包括:自动给一个特定的顾客聚类发送销售邮件, 为一个顾客聚类动态地改变一个特殊的站点等。

3 在电子商务中的应用介绍

尽管Web挖掘的形式和研究方向层出不穷, 但随着电子商务的兴起和迅猛发展, 未来Web挖掘的一个重要应用方向将是电子商务系统。而与电子商务关系最为密切的是Web访问信息挖掘。下面是Web访问信息挖掘在电子商务中的几点具体的应用。

(1) 发现潜在客户:在对Web的客户访问信息的挖掘中, 利用分类技术可以在Internet上找到未来的潜在客户。通常的策略是先对己经存在的访问者进行分类, 对于一个新的访问者, 通过在Web上的分类发现, 识别出这个客户与己经分类的老客户的一些公共的描述, 从而对这个新客户进行正确的分类。然后从它的分类判断这个新客户是属于有利可图的客户群, 还是属于无利可图的客户群, 决定是否要把这个新客户作为潜在的客户来对待。客户的类型确定后, 就可以对客户动态地展示Web页面, 页面的内容取决于客户与销售商提供的产品和服务之间的关联。

(2) 提供优质个性化服务:对客户来说, 传统客户与销售商之问的空间距离在电子商务中己经不存在了。在网上, 每一个销售商对于客户来说都是一样的, 那么如何使客户在自己的销售站点上驻留更长的时间, 对销售商来说将是一个挑战。为了达到这一目的, 就应该了解客户的浏览行为, 知道客户的兴趣及需求所在, 动态地调整Web页面, 以满足客户的需要。通过对客户访问信息的挖掘, 就能知道客户的浏览行为, 从而了解客户的兴趣及需求。

(3) 改进站点设计:对Web站点的链接结构的优化可从三方面来考虑: (1) 通过对Web Log的挖掘, 发现用户访问页面的相关性, 从而对密切联系的网页之间增加链接, 方便用户使用。 (2) 利用路径分析技术判定在一个Web站点中最频繁的访问路径, 可以考虑把重要的商品信息放在这些页面中, 改进页面和网站结构的设计, 增强对客户的吸引力, 提高销售量。 (3) 通过对Web Log的挖掘, 发现用户的期望位置。如果在期望位置的访问频率高于对实际位置的访问频率, 可考虑在期望位置和实际位置之间建立导航链接, 从而实现对Web站点结构的优化。

(4) 聚类客户:通过把具有相似浏览行为的客户分为一组, 并分析组中客户的共同特征, 可以帮助电子商务的组织者更好地了解自己的客户, 向客户提供更适合、更面向客户的服务。如有一些客户都花了一段时间浏览“房屋装修”, “家具”页面, 经过分析这些客户被聚类成为一组。销售商根据分析出来的聚类信息, 就可以知道这是一组“新购房族”客户, 对他们所进行的业务活动当然也就不可能等同于其他被聚类了的客户如“大学生”, “购车族”, 应及时调整页面及页面内容使商务活动能够在一定程度上满足客户的要求, 使商务活动对客户和销售商来说更具意义。

(5) 搜索引擎的应用:通过对网页内容的挖掘, 可以实现对网页的聚类和分类, 实现网络信息的分类浏览与检索;通过用户使用的提问式历史记录分析, 可以有效地进行提问扩展, 提高用户的检索效果 (查全率、查准率) ;通过运用Web挖掘技术改进关键词加权算法, 可以提高网络信息的标引准确度, 改善检索效果。

(6) 网络安全:分析网上银行、网上商店交易用户日志, 可以防范黑客攻击、恶意诈骗。

参考文献

[1]韩家炜, 孟小峰, 王静, 等.Web挖掘研究[J].计算机研究与友展, 2001, 3 (4) :405～414.

[2]郝先臣, 张德干, 尹国成, 等.基于电子商务中的数据挖掘技术研究[J].小型微型计算机系统, 2001, 22 (7) :785～788.

数据挖掘电子商务应用中调研报告 篇8

[关键词] 数据挖掘 Web挖掘 电子商务 卓越亚马逊

一、引言

在Internet浪潮的冲击下,人们面临着数据爆炸的挑战;随着数据挖掘(Data Mining，DM)技术的迅速发展及数据库管理技术的广泛应用,人们积累的数据越来越多。如何从浩如烟 海的数据中找到内在的规律,如何更方便地传递、交流、获取有用的信息，挖掘这些激增数 据背后隐藏的重要信息已成为当前高科技领域研究的热点。经过长期对数据库的研究与开发 ,产生了数据挖掘技术,数据挖掘技术不仅能够对过去的数据进行查询和遍历,并且能够找出数 据间的潜在联系,从而促进信息的传递。他使数据库技术进入一个更高的阶段。

Web是一个巨大、广泛分布、高度异构、半结构化、超文本/超媒体、相互联系并且不断进化的信息仓库;也是一个巨大的文档累积的集合,包括超链接信息、访问及使用信息。传统的数据挖掘大多是针对关系数据库或数据仓库的,处理的数据具有完整的结构,但是Web包含各种类型的数据，现有的数据库管理系统无法操纵和管理大量的非结构化数据，其用户群体也表现出多样性的特点。Web数据挖掘起源于数据挖掘,目的在于可以处理非结构化的数据，Web数据的非结构化这一显著特征使Web数据挖掘更加复杂。

二、电子商务

电子商务（e-business,e-comerce）是一种利用现在先进的电子技术从事各种商业活动的方式;是一套完整的网络商务经营及管理信息系统;是一种利用现有的计算机硬件设备、软件和网络基础设施，通过一定的协议连接起来的电子网络环境进行各种各样商务活动的方式;是一种利用国际互联网进行商务活动的方式，例如:网上营销、网上客户服务、以及网上做广告、网上调查等。

电子商务可以分为企业(Business)对终端客户(Customer）的电子商务(即B2C)和企业对企业的电子商务(B2B)两种主要模式。

卓越亚马逊是一家通过互联网售卖图书的网上书店。通过卓越的Web网站，用户在购书时可以享受到很大的便利，比如要在100万种书中查找一本书，用户可以通过检索功能，只需几分钟就会找到我们想要的书。

三、Web挖掘技术与流程

数据挖掘是通过挖掘数据仓库中存储的大量数据，从中发现有意义的新的关联模式和趋势的过程。从商业的角度定义，数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。

Web挖掘指使用数据挖掘技术在WWW数据中发现潜在的、有用的模式或信息。Web挖掘研究覆盖了多个研究领域，包括数据库技术、信息获取技术、统计学、人工智能中的机器学习和神经网络等。Web挖掘可以在很多方面发挥作用,如对搜索引擎的结构进行挖掘,确定权威页面,Web文档分类,Web log挖掘,智能查询,建立MetaWeb数据仓库等。一般,对Web做如下定义:Web数据挖掘是指Web从文档结构和使用的集合C中发现隐含的模式P。如果将C看作输入,P看作输出,那么Web挖掘的过程就是从输入到输出的一个映射:与传统数据和数据仓库相比，Web上的信息是非结构化或半结构化的、动态的、并且是容易造成混淆的，所以很难直接以Web网页上的数据进行数据挖掘，而必须经过必要的数据处理。典型Web数据挖掘的处理流程如图1所下：

1.查找资源:任务是从目标Web文档中得到数据，值得注意的是有时信息资源不仅限于在线Web文档，还包括电子邮件、电子文档、新闻组，或者网站的日志数据甚至是通过Web形成的交易数据库中的数据。

2.信息选择和预处理:任务是从取得的Web资源中剔除无用信息和将信息进行必要的整理。例如从Web文档中自动去除广告连接、去除多余格式标记、自动识别段落或者字段并将数据组织成规整的逻辑形式甚至是关系表。

3.模式发现:自动进行模式发现。可以在同一个站點内部或在多个站点之间进行。

4.模式分析:验证、解释上一步骤产生的模式。可以是机器自动完成，也可以是与分析人员进行交互来完成。

四、Web数据挖掘技术在电子商务中的应用

1.源数据的收集。在Web 挖掘中有一个很重要的步骤就是要为挖掘算法找到合适的数据。在Web使用模式数据挖掘中,数据的来源主要有以下三个方面:

(1)服务器端数据的收集(Server Level Collection)。可以从Web 服务器、代理服务器的Web log文件中收集数据,此部分信息是最简单和最方便的数据来源,它记录了每一次网页请求信息。启动Web服务器的日志记录功能后,每当浏览者通过浏览器请求一个网页时,这个请求被记录在访问日志中。代理服务器就把所记录的信息保存在文本文件中,通常以“.txt”或“.log”作为文件的扩展名。Web日志文件是由一条条记录组成,一条记录就记录了购书者对Web页面的一次访问。Web服务器的日志记录格式如表所示：

另外,Web服务器还可以存储其他的Web使用信息,比如Cookie, 以及购收者提交的查询数据。Cookie是由服务器产生的，用于记录购书者的状态或者访问路径。由于涉及到购书者的隐私问题，使用Cookie需要客户的配合。

(2)包监测技术(packet sniffing technology)。辅之于监视所有到达服务器的数据,提取其中的HTTP请求信息。此部分数据主要来自购书者的点击流(Click_stream)， 用于考察购书者的行为表现。

网络底层信息监听过滤指监听整个网络的所有信息流量,并根据信息源主机、目标主机、服务协议端口等信息过滤掉不关心的垃圾数据，然后进行进一步的处理,如关键字的搜索等,最终将购书者感兴趣的数据发送到给定的数据接受程序,存储到数据库中进行分析统计。其工作流程如图2所示:

(3)后台数据库里的原有数据。后台数据库存储了购书者、图书和订单这三个方面信息，主要有3个数据表构成:第1个是User（用户信息数据表），他用来存放登录在卓越网的用户信息;第2个是Book（图书数据表），用来记录图书的基本信息;第3个是Orders（订单数据表），用来存放购买者在网上所下的订单情况。三个数据表的结构如图3所下：

2.数据的预处理。按照Web数据挖掘技术，将后台数据库与网络日志预处理后得到的数据相匹配建立数据挖掘库，即购书者特征数据仓库，将收集到的数据进行分门别类。依照此原理便可以将分布在不同功能模块中的信息抽取出来，然后清洗清数据。

3.数据挖掘阶段。我们把以上信息转化为多维数据模型中的星型模式来表示如下:我们将用户的一次订书看作1个事务T,采集到的多个订书记录T组成事务数据库D,它由N个二维数组组成,数组的行集为所有BBS登录记录样本的集合,列集为特征集,事务的惟一标识符为SrcIP。Web数据挖掘技术实现的总体流程如下： （1)确立目标样本，即由用户选择目标文本，作为提取用户的特征信息。

（2)提取特征信息，即根据目标样本的词频分布，从统计词典中提取出挖掘目标的特征向量并计算出相应的权值。

（3)网络信息获取，即先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。

（4)信息特征匹配，即提取索引库中的源信息的特征向量,并与目标样本的特征向量进行匹配，将符合阈值条件的信息返回给用户。

Web数据挖掘还有待进一步的研究，尤其是近来对Web内容挖掘方面集中在信息集成,如建立基于Web的知识库或基于Web的数据仓库的研究上,但这种访求同样存在很多的问题。但建立一个基于Web数据仓库的数据挖掘系统仍是一种值得研究的方法。