电子商务用户数据的知识融合(二)

一、电子商务用户数据挖掘

在电子商务用户大数据的处理中，数据挖掘技术已经是一种很常见的分析技术，它可以从大量的、多元的数据中，去除杂乱和模糊不清信息，得到隐藏其中的有用知识，分析用户爱好和用途，而达到精确营销的目标。数据挖掘技术可以分为下面几种：一是协同过滤技术。它是指针对用户感兴趣的数据进行挖掘，是在大量数据中，对用户的某一条信息进行分析汇总，从而了解该用户对该项信息的喜好程度。二是数据分类技术。指根据数据特性的不一致，对此进行分类。这种方法具有很好的容错性，可以迅速对数据进行准确地分类和分析。三则是关联规则技术。通过对用户在访问购物网站时的留下的记录痕迹进行分析，建立关联商品，深度挖掘分析用户感兴趣的商品，从而提升同类型产品销量。四是聚类分析技术。将数据集合依据其内在联系分为若干个大类，最终达到类内数据对象相似度高，类外的数据对象相似度低。将数据深度挖掘技术与应用到电子商务中，可以在海量的用户访问记录痕迹中挖掘出具有巨大价值的信息，得到关键数据帮助商家进行商业决策，给用户推荐匹配度较高的产品，以达到准确营销的目的。

二、知识融合理论相关研究