分析电子商务网站数据挖掘系统数据模型

第第页分析电子商务网站数据挖掘系统数据模型

1，假设一，相同类别的客户关注相同的产品

2，假设二，同类别客户的购买记录对于该类别的其他客户特别有推举意义

3，在亚马逊网站当你看某种商品的时候，旁边会显示相关产品，比如你阅览php的书，亚马逊在旁边会推举mysql的书。这个是一个特别好的匹配。

4，对于想学php的这一类人来说，多数人都会学mysql。这是一个可以提高销量的绝妙的显示。为什么会这样显示?由于亚马逊通过数据挖掘系统记录了客户的阅览和购买过程。在数据挖掘数据库中记录着，客户当他买php书的时候，他同时买的商品中，mysql书的参数最高。

相同类型的客户具有近似的购买习惯。当我们把同类客户购买的商品放在这一类其他客户面前的时候，我们就缩小了这个客户的选择商品的数量节约客户的购买时间和购买成本，从而援助客户做选择。

二、记录客户的阅览内容，记录客户的购买产品的相关性，只有电子商务网站才可以做到。

1，假如建材超市也要这样做的话，他就要派一个销售人员赔客户逛店门，这个是不可能的。

2，从这一点上，电子商务网站可以战胜传统卖场，这个是电子商务网站所独有的.竞争优势。

三、电子商务数据挖掘系统数据库结构、功能、数据流。

1，记录客户阅览状况数据库(A数据库)

客户代码：记录客户编号

客户阅览商品代码：

时间：

是否处理标识：

这个数据库记录客户的阅览过程，客户每阅览一个商品，就在数据库中增加一条记录

2，记录客户购买状况数据库(B数据库)

客户代码：

客户购买商品代码：

时间：

是否处理标识

这个数据库记录客户的购买过程，客户每购买一个商品，就在数据库中增加一条记录

3，商品关联参数数据库(C数据库)，这个数据记录商品之间的关系

商品代码：

关联商品代码：

阅览参数：

购买参数：

排名参数：

数据写入过程C数据库的数据来源全部是对A和B数据库计算的结果。以从A数据库获得参数为例说明，当一个注册客户H阅览了第一件产品，C数据库不做写入操作，当H客户阅览第二个商品的时候，系统在C数据库中查找，商品代码是第一件产品，关联商品代码是第二件商品的数据记录，假如找到就把阅览参数加一，假如没有找到就增加一条数据记录其初始赋值为，商品代码=第一件产品，关联商品代码=第二件产品，阅览参数=1。当H客户阅览第3件产品的时候，就要建立(第3件商品和第一件产品)和(第3件商品和第二件产品)2个关联并修改参数。以此类推，H客户看第4件产品的时候，还要建立3个关联。呵呵，数据量很大呀。

究竟是阅览参数重要还是购买参数重要，这个要通过数据计算获得，但是可以确定的是可以通过调整阅览参数和购买参数的权重来获得商品关联数据库的排名参数。

数据提取过程当客户看某种商品S的时候，我们在数据库C中查找商品代码=S的全部记录，再依据排名参数的大小，把‘关联商品代码’显示在S商品的旁边。

4，数据库C的数据量，细化到单个商品，最终的数据量会特别巨大，假如计算和存储技能不足，数据可以记录到商品品牌这一级别，这样数据会大大减削。

5，数据库A和数据库B中的数据是特别重要的，再下一步的工作是依据这些数据分析每个用户的喜好，并依据用户的喜好，由网站生成不同的信息。最终的效果是，每个客户都上同一个网站，但是每个客户看到的内容不同，这些内容都是这个客户情愿看的。

6，假如把数据挖掘的思想引申到论坛版块划分，那么这些板块划分的结果就是最科学的。

四、数据挖掘系统记录相同类别客户的购买习惯，我们可以通过数据分析，形成科学的产品销售套餐。

1，我们做单品牌产品团购一次可以成交50单。

2，每个客户在装修期间购买产品的种类确定超过50单，

3，每个客户都在网站下单50单，那么这个效果其实和一次团购活动相同。

4，以套餐模式销售就是让每个客户都形成一个团购。

5，如何保证每个客户下单都超过50单?

6，通过对数据挖掘结果的统计形成的套餐产品就是客户最喜爱的。

7，用it数据挖掘系统援助形成产品套餐，节省了人工组成套餐的成本，并自动的依据不同人群形成不同的套餐产品

五、数据挖掘系统是以套餐形式销售产品的有利和科学的工具。当客户认可数据挖掘系统以后，人工干预数据挖掘的结果还会产生更多的商业价值。

1，假如某个商家有某个新产品需要推广，我们可以人为的把新产品放在数据挖掘产品结果的前面，从而增加新产品被选择的机会，这