前言：本站為你精心整理了電子商務用戶數據的知識融合范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要：隨著電子商務產業的迅速發展，網上購物成為了一種非常方便、快捷的購物方式。但是，面對網絡上形形色色的各種商品，用戶需要花費大量的時間和精力進行篩選，帶來了不好的購物體驗。目前，經過對電子商務用戶數據挖掘分析制定的購物推薦系統已有許多，本文著重研究了基于D-S證據理論的知識融合，致力于解決在推薦系統中推薦一致性問題中的難點，快速、準確地向用戶推薦符合需求的商品。

關鍵詞：電子商務；用戶數據；知識融合；證據理論

隨著現代互聯網經濟的發展，電子商務的發展態勢良好，越來越多的人開始從事電子商務行業。通過數據挖掘技術在電子商務用戶數據分析中的應用，開始出現了許多基于數據挖掘、分析的用戶推薦系統，可以讓用戶在眼花繚亂的各種商品中快速找到自己感興趣的需求產品。但是目前市面存在的用戶推薦系統大多存在著定位不清晰、推薦產品不準確的問題，因此，本文著力研究了知識融合相關理論，通過對用戶數據信息的融合，得出具有一致性的用戶需求準確推薦。

一、電子商務用戶數據挖掘

在電子商務用戶數據的處理中，數據挖掘技術已經是一種非常常見的分析技術，它可以從海量的、多維的數據中，去除噪聲和模糊信息，提取出隱含在內的潛在有用知識，分析用戶喜好和意圖，從而達到精準營銷的目標。數據挖掘技術分為以下幾種：一是協同過濾技術。它是指針對用戶感興趣的數據進行挖掘，即在大量數據中，對用戶的某一信息進行分析匯總，從而得到用戶對該項信息的認可程度。二是數據分類技術。指根據數據屬性的不同，對其進行分類。這種方法具有良好的容錯能力，可以快速對數據進行分析和準確地分類。三是關聯規則技術。通過對用戶在訪問電子商務網站時的留下的記錄痕跡進行分析，建立關聯模型，挖掘用戶感興趣的商品，從而提高同類型產品銷量。四是聚類分析技術。將數據集合依據其內在聯系分為若干個大類，最終達到類內數據對象相似度高，類外的數據對象相似度低。將數據挖掘技術應用到電子商務中，可以在大量的用戶訪問痕跡信息中挖掘出有價值的信息，提取關鍵數據幫助商家進行商業決策，給用戶推薦匹配度較高的產品，以達到精準營銷的目標。

二、知識融合理論相關研究

大數據時代中，電子商務用戶數據的種類越來越多，數據的規模也在爆炸性增加。由于電子商務用戶數據的結構差異較大、價值密度較低、來源廣雜、更新速度快等特點，在大數據環境下，需要通過將多源異構數據進行知識融合來獲取相應的信息。知識融合算法是指從異構、分散的數據來源中挖掘出隱含的潛在知識，來幫助人們快速找到有關知識之間的關聯，從而做出相應決策，提出有效的解決方案。D-S證據理論是知識融合領域中十分常用的一種融合理論，它不需要任何先驗知識，僅通過“區間”的方法去描述知識，獲取知識結果的不確定性，這種特點使D-S證據理論在知識融合中的靈活性很高。因此，在電子商務數據的處理中，也可以采用這種理論進行知識融合，將不同信息來源獨立的知識數據進行組合，以獲取較為一致的推薦結論，給用戶推薦符合需求的商品。

三、電子商務用戶數據的知識融合過程

電子商務用戶數據的知識融合處理，需要先使用聚類算法進行數據預處理，清洗噪聲和多余的重復數據，然后使用D-S證據理論進行融合。實際意義上來說，D-S證據理論是建立在辨識框架上的，這里的辨識框架是指針對某一個命題而言，其全部可能意義的解，也就是假設構成的集合。舉例來說，電子商務數據中的某項實際問題，需要對其進行決策，在之前的處理中，我們是通過總結過往經驗，根據前人所述的經驗去推斷的所有可能結果，現在我們把這個集合就稱為辨識框架。其中元素的數量是有限的，并且元素之間是互相獨立的。知識融合算法最重要的任務就是對這個辨識框架下的每一個推斷可能結果都進行信任值計算評估。針對電子商務領域，用戶數據通常來源于不同領域、多個層次，在使用D-S證據理論對電子商務用戶數據進行融合時，需要先將這些知識數據的信任評估按照組合規則進行合并處理，即得到一個信任評估值函數。利用這個函數，可以通過數學理論推理機制，使用“區間”的方法判斷不確定信息，從而解決由于用戶數據隨機性和模糊性過大導致的各種問題。通過研究知識融合相關理論，對電子商務用戶數據中的知識進行融合測算，將不確定信息轉化為一個確定的區間值，最終給用戶提供較為精準的商品推薦，以提高產品銷售業績。

參考文獻

[1]盧海燕.數據挖掘技術在電子商務中的應用探究[J].電子測試,2014(s1):73-75.

[2]師東生.數據挖掘技術在電子商務中的應用分析[J].信息與電腦：理論版,2010(4),201.

[3]蘇新寧．面向知識服務的知識組織理論與方法[M].北京：科學出版社,2014.3.

[4]唐曉波,魏巍．知識融合：大數據時代知識服務的增長點[J].圖書館學研究,2015(5):9-14.

[5]劉芬.計算機數據挖掘技術的開發及其應用探究[J].現代工業經濟和信息化,2018.06.

[6]李霏.Web數據挖掘技術在電子商務中的應用價值探析[J].電子技術與軟件工程,2016(2):198.

作者:王越 單位:山東勞動職業技術學院