基于电子商务大数据领域的数据可视化分析系统设计

陈海蕊

摘 要：大数据时代的来临，为了提高企业核心竞争力，首先需要解决电子商务大数据领域中，没有实现数据可视化应用的问题，对基于电子商务大数据领域的数据可视化分析系统设计进行研究，对系统主要模块、后台查询模块及页面数据请求进行设计，通过数据可视化分析系统帮助企业在多变的数据时代趋势下，找到更好的发展出路。

关键词：电子商务；大数据领域；数据可视化；系统设计；

中图分类号：TP391 文献标识码：A 文章编号：2095-2945（2018）24-0082-02

Abstract： With the advent of the big data era， in order to improve the core competitiveness of enterprises， first of all， we need to solve the problem that there is no data visualization application in the field of electronic commerce big data. The design of data visualization analysis system based on electronic commerce big data is studied. The main modules of the system， the background query module and the page data request are designed. Through the data visualization analysis system， it is hoped to help enterprises to find a better way out for development in the changing trend of the data era.

Keywords： e-commerce； big data domain； data visualization； system design

引言

大數据（BIG DATA）时代的来临，同样带来了物联网、互联网、云端计算机等信息技术的发展，将人类生活与信息处理相结合，产生巨大的数据[1-2]。对基于电子商务大数据领域的数据可视化分析系统进行设计。

1 系统硬件设计

1.1 设计基本思路

电子商务作为现今一种新的商业模式，为用户带来了更加高效便捷的服务体验。实现传统商业服务向着PC平台的发展，这种服务趋势能够根据客户购买特性，为客户提供更加个性化的服务，大量电商数据的有效分析，具有十分重大的意义[3]。

1.2 系统目标

基于电子商务大数据领域的数据可视化分析系统的主要目标为实现电子商务数据的可视化查询系统。系统利用DPI对用户数据进行分析，而浏览器中的图像化数据由Highcharts呈现[4]。

1.3 数据可视化模型

数据采集主要包括采集客户数据，为后续电子商务数据提供可分析的原始数据、采集商品信息从而对客户的商品购买提供详细信息两个方面；数据解析过程，主要为对客户购买的商品，通过系统对数据进行流量的重组分析，建立针对客户的消费事件表，并结合信息库对事件表进行补充[5]。

1.4 系统总体设计

根据过程模型，系统整体框架主要分为四层，主要分为用户层、应用展示层、逻辑层以及数据层。用户层主要面向管理员，系统向不同用户呈现具体系统页面。

通过网络爬虫对产品信息进行提取与更新后，通过基于数据包的深度检测技术（Deep Packet Inspection，DPI）进行客户信息提取。基于电子商务大数据领域的数据可视化分析系统中，描述等产品信息库，与DPI模块相呼应。

2 系统软件设计

2.1 主要模块数据表

UPL被网络爬虫将商品信息分为网站，进行分类爬取，将所获取的产品信息库进行存储，产品信息主要包括，网站名称、商品ID、商品描述、一级目录及描述、二级目录及描述、三级目录及描述。

2.2 后台查询模块

系统后台查询系统主要完成数据查询及数据组装，根据不同用户的需求，数据组装功能实现了对部分字段、记录的显现，数据组装功能包括数据格式的转换。后台代码根据前台请求，查询所需字段的对应数据。简化代码设计，简明代码如下：

2.3 页面数据请求

前台页面完成输入参数的组装问题及请求提交，若商品属性包括网站在内有九个属性，因此页面为方便用户选择，需要现实九个属性可供选择，部分代码如下：

3 仿真实验分析

为了测试本文设计的基于电子商务大数据领域的数据可视化分析系统能够对有效处理电子商务中数据，设计了对比仿真实验[6-7]。

3.1 参数设定

为保证设计的基于电子商务大数据领域的数据可视化分析系统能够对数据进行有效的可视化分析，对100组数据进行处理，将传统方法与本文系统处理结果进行对比。根据上述仿真设定的参量以及环境设定，进行实验，结果如下。

3.2 结果分析

分析上图可知，基于电子商务大数据领域的数据可视化分析系统能够更加准确地对数据进行可视化分析，且分析结果准确率远远高于传统检测方法。

4 结束语

电子商务的发展普及也带来了大量的商务数据，企业想要在大数据时代提高企业核心竞争力，就需要对数据进行合理的分析，这种情况也造成了数据价值的流失。基于电子商务大数据领域的数据可视化分析，成为电子商务数据管理发展的主要趋势。

参考文献：

[1]刘自强，王效岳，白如江.多维度视角下学科主题演化可视化分析方法研究——以我国图书情报领域大数据研究为例[J].中国图书馆学报，2016，42（6）：67-84.

[2]柳向东，陈锦岚.旅游电商对产品区域异质性的提升策略研究——基于大数据与数据可视化方法[J].统计与信息论坛，2017，32（8）：31-38.

[3]孙波，王晓 ，吕新华.我国60年来土壤养分循环微生物机制的研究历程——基于文献计量学和大数据可视化分析[J].植物营养与肥料学报，2017（6）：1590-1601.

[4]苏楠.基于CSSCI的我国大数据研究可视化分析[J].情报科学，2016，36（3）：112-116.

[5]邵慧丽，张帆，郝哲，等.基于知识图谱国际视野下大数据研究可视化分析[J].图书馆杂志，2016（5）：13-19.

[6]柳向东，陈锦岚.旅游电商对产品区域异质性的提升策略研究——基于大数据与数据可视化方法[J].统计与信息论坛，2017，32（8）：31-38.

[7]陈伟，Smieliauskas Wally.大数据环境下基于数据可视化技术的电子数据审计方法[J].中国注册会计师，2017（1）：85-89.