基于人工智能的电商大数据分类与挖掘算法

秦宇

（广东省外语艺术职业学院 广东省广州市 510620）

智能创新科技将引领电商产业数字化升级，人工智能技术正在为电商平台获取忠实用户提供源源不断的动力。随着产业数字化步伐的加快，电商平台依托互联网、云数据、人工智能等数字技术升级的步伐也越来越快[1]。人工智能时代，电商平台分析自身用户的实际消费潜力，已经成为电商平台获取高额利润的必要条件。针对电商平台上架产品的数据分类，针对用户群体的消费实力分类，针对消费者浏览行为、关注行为、消费行为的数据挖掘，有利于电商平台获取精准用户画像，从而完善消费引导或商品推送信息[2]。但是在电商大数据分类与挖掘的过程中，算法精准度偏低，成为阻碍电商发展的重要因素。为此，结合电商用户数据特征识别，总结了用户消费周期行为数据推导过程，现做如下分析。

1 人工智能电商大数据分类

1.1 商品数据类型

简单商品数据信息，是商家对商品信息的归类，主要包括品类、价格，其他参数信息如颜色、尺寸、出产地、规格、重量等辅助参考信息，以商品参数（para-N）代表。商品信息，如表1所示。

1.2 用户数据类型

除了商品信息之外，用户数据信息时判断电商市值和消费潜力的重要数据参考标准。用户信息主要是年龄、性别、用户等级。用户信息，如表2所示。

1.3 用户行为数据类型

电商平台的用户行为数据，是一种描述用户消费行为，或者是浏览关注行为。当用户在某日大量流量某一商品信息时潜在消费因素形成，后续出现收藏关注说明用户已经将购买行为提上日程，上述行为的发生频次越高说明用户消费需求越大。……