基于淘宝商务平台的客户购物关联分析研究开题报告

1. 研究目的与意义

随着《国家信息化发展战略》的实施，加快了电子商务的发展步伐。电子商务的兴起，使得企业开始关注互联网所带来的机遇与挑战。而电子商务也慢慢地改变着我们每个人，网购也逐渐成为了大众消费模式，渗透到社会各个阶层。对于电子商务这么一个重要的市场,面对数目如此巨大的网站注册用户,其用户行为各色各样,如何了解这些用户并提高其使用满意度,成为电子商务服务商关注的焦点；为网站用户提供有针对性的产品和更好的服务,也是促进电子商务进一步发展的关键要素。因而对于网络购物行为的影响因素和关联分析进行研究，就非常的具有现实意义。

对于企业来讲,分析并了解每个用户或用户群体的行为特征,包括用户偏好、购买行为特征等,能够向用户提供更好的服务以及多样化的产品,既满足企业的利益又能提高用户的满意度,而且会打破供需不平衡的矛盾局面,这对于电子商务网站也同样适用。对于企业来说,每天都会产生海量的关于用户的行为数据,分析用户的行为对于企业来说至关重要；数据挖掘技术在商业上的应用也由此而生。利用数据挖掘技术等商务智能工具对电子商务网站的海量用户行为数据进行分析并研究,可以从中挖掘出网购用户的个人喜好、行为特征、购买倾向等隐藏信息,从而为电子商务服务商提供有价值的信息。本文主要通过对客户购物数据进行数据分析，以发现客户购物间的相互关联,甚至利用已有的数据对未来的活动进行预测。

2. 研究内容和预期目标

本文利用数据挖掘技术对电子商务网站的海量用户行为数据进行分析并研究,可以从中挖掘出网购用户的个人喜好、行为特征、购买倾向等隐藏信息,从而为电子商务服务商提供有价值的信息。

研究内容：

一、关于客户购物关联分析概述：电子商务客户购物关联分析的背景、分析客户购物关联的意义，关联分析的主要方法

二、网上购物用户行为划分、用户行为分析的相关理论、网购用户行为的影响因素

3. 国内外研究现状

国外研究状况：Judy Strauss，Adel El-Ansary和Raymond Frost在文献【10】中详细分析了电子商务环境下消费者行为的特征，以及消费者在电子商务环境中消费所面临的担忧，并指出要解决这个担忧必须统筹安排、全面解决，但是没有针对具体的问题提出有效的解决方案或可行的方法技术。 Chen Leida在文献【11】中提到了数据挖掘技术的诸多应用，包括在电子商务客户行为分析方面的关联分析和数据预测。

国内研究状况：刘东胜,张轶敏在文献【8】中研究了淘宝客户满意度，但是没有深入研究客户偏好，很难实现对商品的个性化推荐。刘其飞,胡宏涛在文献【5】中提到了了数据挖掘技术日渐成为获取有价值的信息的重要技术和工具。在电子商务中合理高效地利用数据挖掘技术，可以较好地提供准确的客户分类、忠诚度、盈利能力、潜在用户等有价值的信息，提高企业高层管理者的决策能力， 为企业的长足发展提供有力的信息支持和技术保障。

由于电子商务中数据挖掘应用深度和广度的有力延伸，针对客户购物行为和关联分析复杂数据类型的现存数据分析技术与数据挖掘方法的集成研究变得越来越重要。

4. 计划与进度安排

1.2016年12月：在前期搜集并阅读文献资料的基础上写出开题报告；

2.2017年1月：广泛搜集与选题有关的文献资料，仔细研读，了解国内外与选题相关研究现状、成果、观点，为撰写论文找准切入点，理清思路并写出论文提纲；

3.2017年2、3月：完成初稿，重点解决写作中遇到的问题和难题；

5. 参考文献

[1] 赵培鸿. web数据挖掘综述[j]. 无线互联科技. 2013(02)

[2] 殷文. 关于网络购物消费行为的传播学考察[j]. 商业时代. 2008(26)

[3] 唐东明. 聚类分析及其应用研究[d]. 电子科技大学 2010