网上购物系统

网上购物系统中的数据分析模型的设计与实现CHANGSHAUNIVERSITYOFSCIENCE&TECHNOLOGY毕业设计（论文）题目：网上购物系统中的数据分析模型的设计与实现学生姓名：学号：班级:专业：指导教师：年月网上购物系统中的数据分析模型的设计与实现网上购物系统中的数据分析模型的设计与实现学生姓名：学号：班级：所在院(系):计算机与通信工程学院指导教师：完成日期:网上购物系统中的数据分析模型的设计与实现网上购物系统中的数据分析模型的设计与实现摘要随着互联网技术的飞速进步，网购正以其高效率、低成本的优势逐步成为新兴的经营模式和理念。如今购物网站到处都是，千变万化的商品信息给用户带来选择性的同时也困扰着用户：无法在相对来说短时间内自己最适合的产品。同时，对于商家来说，了解掌握销售动向，能够更好的帮助商家决策。由此可见，准确掌握客户的有效信息并且作出正确的决策，在日益激烈的竞争中显得越来越重要。本文所研究的就是网上购物系统中的数据分析模型的设计与实现。我采用JavaServerPage(简称JSP)+MySql数据库作为开发平台。该系统是使用MyEclipse8.6、Tomcat7.0进行开发开发实现的，使用概化算法、信息增量等数据分析算法。该系统能够实现网上购物、商品评论等功能，以及完成对商城销售信息进行数据统计，得出一些具有实际作用的数据，通过图表的形式展示给客户、经理人。实行该系统可以帮助商家对商品销售数据的分析能力，帮助商家有效地抓住商机，发展用户保留用户，创造最大的利润。关键词：网上购物；数据挖掘；数据分析；网上购物系统中的数据分析模型的设计与实现第一章绪论1.1课题的研究背景自从人类从20世纪跨入到21世纪以后，随之而来的便是科学技术的发展、经济体系的成熟、互联网技术和IT技术的不断成熟，电子商务的出现和逐步壮大，这些便成为21世纪电子经济的核心要素。电子商务从根本上来讲就是电子科技逐步、深入的侵入经济的动态过程[1]。各种各样的新技术，如：计算机技术、网络通信技术、网络安全技术、信息技术与计算机等基础电子设施等，为电子商务的应用与发展提供了硬件上的支持以及完备的安全性保障，是电子商务的基础。随着社会的发展和科技的进步，越来越多的数据也逐渐充斥着整个网络环境。决策开始从简单的“业务驱动”开始像基于数据分析的“数据驱动”而转变。网购会产生的大量行为数据。对卖家来说，数据的统计分析可以让零售商实时的了解市场动态并及时做出应对，同时帮助企业为用户推送更为人性化、贴心的服务[2]。在这样一个数据量巨大的时代，把握买家的有效信息并且做出正确的处理和决策在日益激烈的竞争中显得越来越重要。因此只有不断收集有效的信息并且对收集的信息进行准确的分析和统计，才能帮助商家提高竞争力，获取更大的利润。这样一来，网上购物系统中的数据分析就显得相当关键了。1.2网上购物系统的研究现状在科学技术飞速发展的今天，网络已经深入到人们生活的每个角落，支付方式也从货币交易变成划款交易，再而转变到网上银行交易、手机银行交易等多种更为方便快捷的支付方式，这便是网络购物。网络购物就是用户整个购买流程都在网络上完成。通俗的说，把传统的店铺搬回家，只要利用一台PC客户端，利用网络浏览商品之后，直接购买自己商品以及选择自己需要的服务[3]。网上购物系统中的数据分析模型的设计与实现如今大型网上商城都会对用户的网上行为所产生的数据进行分析[4]。比如淘宝网站会对商品、用户、区域、时间四个方面对数据进行分析统计。1.2.1用户进行网上购物的原因。下列是相关部门对于当前网购行业发展分析报告。图1.1用户网购原因如上图1.1所示，网购人群选择节约时间和操作方便的占比分别为46.7%和44.2%,我们不难得为了适应当下迅速的社会节奏，更多的人们选择快捷的购物方式。1.2.2用户选择商品配送的方式。图1.2用户网购物流配送方式网上购物系统中的数据分析模型的设计与实现如图1.2所示，我们能够知道用户更加喜欢送货上门的配送方式，这样不会耽搁自己的个人时间。也说明用户希望可以当面检查自己所选购的商品，反映出了人们对长假信誉的担心。1.2.3目前用户认为网上交易存在的最大的问题：图1.3当前用户认为网上交易所存在的最大问题从上图图1.3中能够看出目前用户认为网上交易所存在最严重的两个问题分别是购物的安全性和厂家所提供的产品服务。1.3大数据现在大数据已经成为新媒体和互联网的流行名词，所谓的大数据，也就是BigData，或称巨量资料，指的是数据量极大无法通过当前主流的数据处理软件，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯[5]。海量数据和海量存储便是大数据的基本原型。麦肯锡公司首先提及了“大数据”时代的到来。在物理学、生物学等其他领域以及一些相关统计行业中，已存在大数据应用，但是引起人们普遍关注的根本原因还是近年来互联网等信息行业的蓬勃发展，从而所带来的巨量数据。对于大数据，舍恩佰格在其著作《大数据时代》一书中进行了详细描述。相关研究划分为三个方面来探讨，即思维、商业以及管理变革。在第一部中，作者明确的提出其研究所得三个观点：一、更多：不是随即，而是整体；二、更杂：不是精确，而是混杂；三、更好：不是因果，而是相关[6]。网上购物系统中的数据分析模型的设计与实现在阅读了《大数据时代》之后，我发现数据分析的重要性就更加凸显出来，我们所在新世纪的所有信息中，我们要研究的是全体数据，而且这些数据是更混杂的。数据分析与统计的作用就是在海量的数据中提取对自己有用的数据，这些数据也被称为信息财产。1.4数据分析与数据挖掘什么是数据分析呢？打个比方来说，数据分析就是：茫茫人海之中，你通过观察、跟踪、记录等手段寻找到人生中你最需要的那个人。进一步根据对方喜好，展示个人优势，改进自己不足，并且说服对方以及其双亲，达到与ta承诺终生的目的的一项工作[7]。这个比方，让我们就明白，数据分析相当于是基于商业目的，有明确目标的从而进行搜集、整合、处理和分析数据信息，从而提炼出有价值的信息资料的过程。数据分析的过程一共可以分为对目的与框架分析阶段、信息收集阶段、数据处理阶段、数据统计分析阶段、展示数据阶段和撰写报告阶段六个阶段[8]。而数据挖掘一般和计算机科学相关，经过统计、处理、检索、机器学习、专家识别等多重方法来实现上述目标[9]。并非一切信息的发现任务都叫数据挖掘。有很多任务附属信息在检索领域之下。即使这些任务全部都是很重要的，有可能会涉及到繁琐的数据结构和使用复杂的算法。它们必须依赖计算机科学领域和数据的明显特征来构建索引，从而才能有效地组织和检索信息。数据的分析和挖掘存在十分明显的差异：数据分析中一般要求需要分析的目标较明确，分析条件较清楚。然而在数据挖掘中，所需求的目标通常不会很清晰，要得到隐藏在巨量数据当中的规则、模型和规律等信息需要依靠挖掘算法来实现。在网上购物中，数据的使用非常普遍，但是很多在使用上偏简单，有的仅仅是对商品品牌产地类型等的查询，并没有充分开发数据的价值。因此，数据在收集之后必需要经过分析与处理，对原始数据进行复杂的提炼和加工，找出所有数据内在的关联，把数据精密的分化。商品销售要根据对不同数据的不同需求，利用最为简单的方法达到最好的效果。在商品销售中能够根据各自需求来设定目标值。正确的数据分析的基础是选择符合自己目的的目标，因为短期的波动与中长网上购物系统中的数据分析模型的设计与实现期的周期替换、销售数量巨大与商品种类急剧增加同时并存是零售市场的显著特点，数据分析的目标则适合中长期分析。同时也要对不同时期的数据进行动态监测，提高市场调研能力，确保对各个时期的数据进行最准确的分析。在大学生网络购物影响因素研究的相关文章中，对大学生网络购物诸多因素进行了研究，例如学生年龄、购物平率、购物网站、购买类型、消费费用、快递方式和购物动机等。研究表明网络购物已经日益成为被消费者所青睐的购物的主要方式，网络商城比实体商铺更为消费者所喜爱[10]。以上的这些结论均是通过对数据进行随机抽样然后进行统一分析而得出的。因此，必要的数据分析在商品销售中具有关键的作用。网上购物系统中的数据分析模型的设计与实现第二章网上购物系统和数据统计的分析网上购物网站已经普遍存在我们的日常生活当中。淘宝、京东、易迅、当当、亚马逊等购物网站层出不穷。如今数据化时代来临，只有对海量的信息数字财产进行挖掘、统计、分析，得出对商业决策具有帮助性的数据，才能提高系统在同行中的竞争力。也只有对用户行为进行深度的分析，才能更有效的发展用户，保留用户。从而给商城带来更加长远的利益。2.1可行性分析该系统具备较高的可行性。网上购物系统应该具有以下几点要求：(1)网上商城销售数据量极大，要求处理的信息量很多，数据处理集中；(2)要求及时处理，更新商品以及客户资料信息。基于以上两个特点，不难知道必要的数据分析在网上商品销售中具有关键性的作用。顾名思义，数据分析就是指用恰当的统计分析方法分析原始数据，从而获得所需求的信息，使数据得到最大的利用。而数据分析的步骤则分为数据收集（数据挖掘）、数据的加工、导出有用的数据并展示。在该系统中我使用描述式数据挖掘来采集数据。2.1.1技术可行性(1)使用JSP进行网站开发。在科学技术发达的今天，Internet信息服务的改进推动着Web开发技术的进步。网页开发技术的基础是HTML语言，而HTML是静态网页编程语言，没有后台与数据库。因此，HTML并不能满足人们的需求，这就需要用到其他的一些网页开发技术，比如ASP，PHP，PB，JSP，.NET等。我之所以会选择使用JSP进行开发，第一点是因为它是当前IT行业中最流行的技术之一，并且JSP能够很好的连接数据库同后台进行交互。网上购物系统中的数据分析模型的设计与实现(2)运用数据分析算法。随着电子商务的发展，电子商务交易产生了巨量的结构化的数据和非结构化数据。这些数据有文本视频图片语音等，尽管数据巨大但是企业处理起来并不会废很大力气。这些海量的数据带来了极大的存储、传送问题。对巨量的数据资料进行统计分析采用大数据应用，这样才可以把处理之后的复杂的数据服务于客户、提高业绩效率。而该系统采用聚类算法以及数据泛化处理分析数据，简化数据结构，以提炼出需要的数据。通过运用数据分析算法，帮助本系统了解用户购物习性，购物动机以及购物需求，帮助网站经理人进行更加科学的决策。2.1.2运行可行性网上购物系统采用JSP技术设计购物系统的前台界面，使用SQLServer2009作为存放资料的数据库，可以在各种Windows系列操作系统下正常运行。而且该系统前台使用了非常人性化的设计，界面美观，操作方式简单易懂，各年龄段的人群都可以轻松购买商品。数据库也非常稳定，一般不会出现错误，保证客户与商品信息的正确性。所有的应用都基于服务器，因此它们能够保证最新版本。客户端接口并不繁琐，容易部署、便于维护和修改。2.1.2经济可行性本系统可以帮助企业商城管理人员对商品销售情况进行评估、帮助客户更好的找到自己所需要的商品，销售前景良好，成本仅仅只是需要开发人员的脑力劳动及开发计算机一台而已。所以在经济上，网上购物系统中的数据模型的分析与实现是可行的。2.1.4操作可行性本系统的面向对象为一般商城的客户以及管理人员，操作界面必须友好，操作过程必须简单，务必让使用者易于上手。当前PC普及，所以在操作上，本系统可行。网上购物系统中的数据分析模型的设计与实现2.1.5其他可行性本系统属于开发人员的自主开发，在法律上并未侵犯他人专利，于法律上可行；系统内容健康，无不良信息，在社会道德上可行。2.2网上购物系统的功能需求通过对淘宝/京东商城等网上购物商城的考察、分析以及实际的市场调查，要求本系统具有以下功能：用户基础信息的验证与完善。详细的商品分类，能够根据不同类别展示基本信息。按商品类别以及名称模糊查询，并分页显示搜索结果。实现购物车管理、订单管理与已购买商品管理。对销售数据统计，以可视化的图表展示。2.2.1具体功能如下：(1)商品信息查询