摘 要

进入新世纪以来，信息技术以震惊世人的速度向前发展，在此背景下，互联网与人类社会不同领域的融合程度愈加深刻，电商、移动互联等形式已经成为社会运行离不开的新业态。在此背景下，越来越多的人选择了以网购模式来获取自己想要的商品。我国网络购物市场规模迅速扩大，网购用户数量激增，使得电子商务平台产生了大量的浏览量和销售数据。

本文先对电商用户行为探讨的背景和目前状况做了阐述，然后借助学习该方面的一些技术，包括利用python爬虫技术对电子商务平台的用户行为数据进行爬取和分析^[7]。然后，对淘宝平台提供的一段时间的用户行为数据进行整理分析，挖掘出具有价值的用户行为。对这些有价值的用户行为数据进行分析，就可以为电商市场做出最佳决策提供参考。

关键词：大数据；电商平台；用户行为；数据分析

Abstract

Since entering the new century, information technology has developed at an astonishing speed. Against this background, the integration of different fields of the Internet and human society has become more and more profound, e-COMMERCE, mobile Internet and other forms of social operation has become inseparable from the new form of business. In this context, more and more people choose to purchase online mode to get the goods they want. China's online shopping market is rapidly expanding, the number of online shopping users surge, making e-commerce platform has a large number of views and sales data.

In this paper, the background and current situation of user behavior in e-commerce are discussed, and then some techniques are introduced, including the use of Python crawler technology to crawl and analyze user behavior data in e-commerce platform. Then, the Taobao platform to provide a period of user behavior data analysis, mining valuable user behavior. The analysis of these valuable user behavior data can provide reference for the best decision-making of e-commerce market.

Key Words：big data; e-commerce platform; user behavior; data analysis

目 录

第1章 绪论 1

1.1 引言 1

1.2 研究现状 1

1.3 本文的研究内容 2

1.4文章的整体结构 3

第2章 数据挖掘 4

2.1 Web数据挖掘 4

2.2 基于Python的Web数据挖掘 4

2.3 Scrapy爬虫框架 5

2.4 数据挖掘常用的python库 6

第3章 数据分析 9

3.1 数据分析 9

3.2 分析维度 9

3.3 数据预处理 9

3.4 整体数据分析 11

第4章 结论 18

4.1 研究结论 18

4.2 针对结论提出建议...............................................................................................................................18

第5章 总结与展望 19

5.1 工作总结 18

5.2 工作展望 18

致 谢 20

参考文献 21

附 录 22

绪论

引言

近年来，互联网行业稳步发展，特别是电子商务平台的发展，不断提高了普通百姓的生活水平。随着电商平台不断发展，提供的商品种类和数量都在不断增加。与此同时，电商平台的用户数量越来越多，用户在电商平台上出现的行为数据也呈指数级增长，这使得分析和研究用户的行为成为了电商平台发展的关键。通过分析这些用户行为数据，可以发现电商网站的用户习惯，从而为不同的用户提供个性化服务，更有利于电商平台的快速发展，进入电商行业大数据时代。

电商行业的大数据分析，主要是运用大数据进行分析，挖掘大量电商平台的用户行为产生的数据，并有效分析数据，最终找到消费者在线购物的行为习惯的关联，例如消费者打开网购平台的时间、时长，消费者将商品加入购物车的频率，消费者付款的高峰期等等。并以此为根据，制定电商网站的运营策略，配合用户的需求和习惯，从而达到提升用户体验、提升用户粘度的目的^[8]。

本次研究以电商平台淘宝网为例，对该平台用户的行为进行爬取和分析，结合官方提供的用户行为数据，研究淘宝网站用户的使用需求和购物习惯，并尝试做出相应的运营策略建议^[8]。

研究现状

1.2.1电子商务发展现状

世界上最早的电商产生于美国，到目前为止，美国仍是世界上电商发展最完备的国家。除此之外，欧美在该方面的水平也比较高，同时展现出了很强的发展潜力。相比于欧美，亚洲在该方面的起步较晚，但鉴于其市场广阔，近年来的发展势头是很迅速的^[4]。

站在宏观层面而言，互联网技术的蓬勃进步使得电商愈发延伸至全球的各个角落。而我国的电商发展历史较国外而言是不长的，但是在我国相关技术进步及市场的推动下，呈现出了震惊世人的发展速度。截止目前，我国的电商的消费客群相当庞大，同时支撑电商行业发展的技术也是世界一流水平，这使得电商的发展既没有后顾之忧，同时又具备很强的发展空间及潜力。相关数据显示，截止2012年上半年，我国共有将近5亿网民，另外，移动互联网用户超过4亿，移动互联网的出现和发展加速了电商的成长^[6]。

在不断的发展过程当中，我国电商规模不断增加，自2012到2016的四年间，网购人数近乎翻了一翻，达到4.67亿。电商交易额也自8.1万亿元上升到了26.1万亿元，其中每年的增幅达到34%。该方面的成长也使得相关产业迎来了新的发展契机。网络基础条件的持续完善，使得越来越多的企业进驻网络市场，整个2016年，企业及顾客的线上交易占比增幅超过10%。