版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、基于大數據的線上線下電商用戶數據挖掘研究基于大數據的線上線下電商用戶數據挖掘研究數據分析微信公眾號datadw——關注你想了解的,分享你需要的。OnlinetoOffline(簡稱O2O)電子商務模式,是一個連接線上用戶和線下商家的多邊平臺商業模式。O2O商業模式將實體經濟與線上資源融合在一起,使網絡成為實體經濟延伸到虛擬世界的渠道;線下商業可以到線上挖掘和吸引客源,而消費者可以在線上篩選商品和服務并完成支付,再到實體店完成余下消費。它
2、最先由TrialPay創始人AlexRampell提出,在2006年沃爾瑪公司的B2C戰略中予以應用,隨后以網絡團購形式為大家所熟知。目前O2O電子商務與社交網絡和移動終端緊密結合,除網絡團購之外,還出現了移動優惠、簽到、個性推薦等基于位置的增值服務等商業形態;從事O2O電商的企業更是數以萬計,除了Foursquare、大眾點評網、拉手網等后起之秀外,還不乏FaceBook、Twitter、騰訊和百度等業界巨鱷也在迅猛跟進;O2O電商交
3、易額也迅速放大,2011年大眾點評網營業額已破10億元;與交易猛增隨之而來的是爆發式增長的O2O電商數據,大眾點評網目前每天的活躍數據量已經超過10TB共有240萬商家信息和5500萬活躍用戶在上面活動,每天發表點評超過80萬條,每日點評瀏覽量超過4700萬人次。用戶數據的暴增與數據的社會化在很大程度上模糊了O2O電商企業數據的邊界,這些由用戶創造的海量數據遠遠超越了目前人力所能處理的范疇。龐大的數據量使得數據過載、數據冗余、數據捕獲成
4、本快速增長、數據價值不易媒體等非結構數據。(3)速率快。O2O模式對用戶數據實時處理有著極高的要求:用戶數據伴隨用戶行為產生,這些數據往往是高速實時數據流,例如用戶在線下商家的消費情況、用戶的地理位置和移動方向等,而且O2O業務周期短,這需要實時的分析用戶數據并根據分析結果對用戶進行個性化服務,通過傳統的數據庫查詢方式得到的“當前結果”很可能已經沒有價值。(4)價值高。O2O用戶數據有著巨大的商業價值。用戶是O2O業務的核心,對用戶進行
5、預測分析與深度復雜分析,對O2O電商企業無疑有著重大的價值,但龐大而繁雜的不相關用戶數據,這也決定了其價值密度低的特性。2大數據環境下O2O電商用戶數據挖掘流程與方法2.1、O2O電商用戶數據挖掘框架由于O2O商用戶數據的4V大數據特征,電商企業并不能運用傳統數據分析技術對其進行很好的利用。傳統數據分析與大數據挖掘都是從數據中提取有用信息、發現知識,是對數據進行深入分析和增值開發利用的過程,但是它們之間有著本質區別,主要體現在:1)兩者
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于大數據技術的線上線下電商用戶數據挖掘流程分析
- 基于新浪微博開放平臺的用戶數據挖掘
- 大數據時代網絡用戶數據利益的法律保護.pdf
- 網絡用戶數據挖掘與行為分析.pdf
- 基于地理信息的檢索和用戶數據挖掘.pdf
- rc1508用戶數據手冊
- 基于新浪微博開放平臺的用戶數據挖掘技術研究.pdf
- 銀行卡用戶數據挖掘系統的設計與實現.pdf
- 基于用戶數據挖掘的博庫圖書商城推薦方法研究.pdf
- 面向移動用戶數據的情境識別與挖掘(1)
- 音樂門戶用戶數據挖掘分析系統的研究與設計.pdf
- 云存儲中的用戶數據安全.pdf
- 面向移動用戶數據的情境識別與挖掘.pdf
- 實驗6用戶數據報協議(udp)
- 互聯網網站用戶數據智能挖掘系統WTIAS研究.pdf
- 基于改進CURE聚類的黑龍江移動公司用戶數據挖掘研究.pdf
- 2017年wake瑜伽用戶數據洞察報告
- O2O項目用戶數據挖掘及行為分析研究.pdf
- 基于漏話保護系統的用戶數據分析.pdf
- 基于手機端用戶數據的地點預測模型研究與實踐.pdf
評論
0/150
提交評論