电子商务多平台订单整合分析系统的设计

杨玉娟 李好 黄智文 王歆婕 彭佳红

摘要：针对多平台用户的订单数据整合与分析问题，基于B/S设计模式，基于Java集成开发环境，采用主流的J2EE（Java2，Platform Enterprise Edition）框架，以MySQL作为数据库;使用聚类分析、关联分析等数据挖掘技术以及可视化输出技术，设计了电子商务多平台订单资源整合分析系统。该系统具有多平台管理、订单数据整合、数据挖掘分析与可视化输出等功能;系统界面友好，操作方便，具有良好的应用性。

关键词：电子商务;订单;数据挖掘;J2EE;MySQL

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2020）34-0066-03

1背景

随着互联网的迅速发展，电子商务已经完全融入人们生活，电商订单量不断增加，实体行业乘着电商潮流纷纷搭建自己的电子商务销售渠道，商家对订单数据的统计，订单数据的分析的需求也不断提高[1]。电商平台经过多年发展，现已形成了一个多项业务系统，但电商企业每天面临各个业务线和产品线的订单数据，需要进行数据的统计和分析，市面上少有能与其对接的成熟产品[2]。同时，在订单数据分析过程中，也能帮助企业更好地把握企业发展状况，分析市场运营模式，尽可能地经济效益最大化。电子商务多平台订单整合分析系统基于此展开。

2系统设计

基于系统的需求分析，系统基于B/S模式与J2EE（Java2，Platform Enterprise Edition）主流框架，使用MySQL作为数据库;运用聚类分析、关联分析等数据挖掘技术和可視化输出技术;设计电子商务多平台订单整合分析系统。

2.1系统的整体架构设计

考虑到系统的易用性、安全性、稳定性、可维护性和可扩展性，采用J2EE框架与B/S（Browse/Server）结构的分层设计，将整个系统分为：内容展现层、访问控制层、业务处理层和数据访问层[3]。采用分层技术是为了实现“高内聚、低耦合”，把一个要处理的问题按照层次划分，易于控制和扩展，提高了程序的可维护性和可扩展性，当遇到需要修改替换的问题，只需要更新或替换有问题的部分内容[4]。

系统整体架构设计如图1所示。

1）内容展现层：负责将分析结果展现给用户，并将用户的请求提交到服务器;

2）访问控制层：负责系统的流程逻辑控制和页面跳转;

3）业务处理层：业务处理层和业务打交道，只负责业务逻辑的实现，当我们需要修改业务逻辑时，只需要修改业务处理层的代码，不用改动数据访问层的代码，实现了业务层和数据层的解耦;

4）数据访问层：主要对数据库进行访问，实现对数据表的查询，插入，更新，删除等操作;

5）数据库：对数据表等进行存储[5]。

2.2 系统总体功能结构设计

根据需求分析，系统分解为用户管理、多平台订单数据获取、订单数据预处理、多平台订单数据分析与可视化输出等五个功能模块。

系统总体功能结构设计如图2所示。

1）用户管理

用户管理主要对本平台使用者进行管理。新用户使用注册功能：用户通过输入账号、密码、手机号（可通过该手机号找回密码），并且通过实名验证后注册成为本平台的使用者，即用户。登录功能即用户通过输入账号密码进行登录。用户登录之后进一步完善个人信息进行个人信息管理，即用户在进行操作时后台数据库实现对用户数据的增删查改。除用户表之外后台数据库也设计了工作人员表，通过注册记录后将赋予记录在数据库表中的工作人员相应权限，以便对系统进行管理。

2）多平台订单数据获取

多平台数据获取主要对淘宝、京东、拼多多平台进行订单数据获取及同步更新。用户的多个店铺账号是在不同平台下进行数据管理，在经过系统对各平台拉取的授权后，系统中可直接更新对应平台账号下的订单数据。平台会接收到订单后会将订单的数据信息传送到系统的数据库中，进行数据的同步更新。

3）多平台订单数据预处理

电子商务订单直接体现客户的需求.包括商品的名称、价格等商品信息、客户的收货地址、付款方式等客户信息和订单号、订单状态等订单信息。但在实践中得到的数据可能存在缺失值，重复值等。采用数据清洗、数据集成、数据变换和数据归约方法，对获取的订单数据进行预处理流程，即去除唯一属性、处理缺失值、属性编码、数据标准化正则化、特征选择、主成分分析，预处理后将获得的订单数据属性存入数据库表中为下一阶段的数据分析做准备。

4）多平台订单数据分析

数据分析模块首先进行统计分析，提取数据预处理部分获得的订单数据属性中的订单号，不同平台的授权账号，售价进行定性数据分析，获得订单数，订单总金额，平台订单数三种分析结果帮助商家快速了解店铺情况。根据客户id与商品名两种订单数据属性进行探索性数据分析，分析得新客订单数，老客订单数，复购数，帮助商家更好地了解店铺运营情况[6]。同时，对订单数据属性进行数据挖掘分析，基于密度的聚类分类与关联规则分析，对订单数据属性中的订单时间，发往地区进行分析，分析出客户活跃时间，客户活跃地区，以便商家对客服，物流等进行更好调配[7-8]。

5）分析结果可视化输出

采用信息可视化技术对多维数据集进行可视化实现对分析结果或部分原数据进行图表输出和文字输出进行数据分析可视化直观输出[9]。文字输出部分对数据分析部分获得的数据分析结果直接进行文字输出，生成分析报告提供商家观看，除文字分析报告外，利用可视化图表技术对数据部分分析结果采用图表输出，运用直线图、曲线图、面积图、饼图、柱形图、散点图、条形图等更加直观地体现数据分析结果，以便商家更加善于使用系统对经营店铺进行了解与运营[10]。

2.3系统数据库设计

本系统数据库表包括用户表、工作人员信息、京东、淘宝、拼多多平台表、平台授权表、订单信息数据表与分析结果表，具体见表1至表8。

3结束语

商家在多平台渠道的业务数据存在难以数据整合与统一，数据验证乱，数据治理差，无法发挥数据的更多的潜在价值。电子商务多平台订单整合分析系统具有多店铺用户多平台订单数据获取、订单数据分析与订单数据分析结果的可视化输出等功能。对采集到的海量商品订单通过数据预处理提取商品特征，例如发往地区、销售订单平台等，然后进行分类汇总统计，洞察市场与买家的变化趋势。通过数据挖掘分析与可视化技术，能够优化商品和服務匹配度，帮助商家与物流更好地了解平台与店铺的运营动态实现精准营销，帮助平台、商家更加直观地了解数据动态，分析店铺运营特点，提高商家管理效率，辅助科学管理与决策。

参考文献：

[1] 王强.电商平台与分销系统间的数据同步设计与实现[D].成都：电子科技大学，2020.

[2] 黎威，王昳雯，陈先乐，等.电子商务多平台订单资源整合系统设计[J].电脑知识与技术，2019，15（8）：276-277，280.

[3] 张孝富.基于资源多样化和金融交易的资源预订系统的设计和实现[D].天津：天津大学，2016.

[4] 程春蕊，刘万军.高内聚低耦合软件架构的构建[J].计算机系统应用，2009，18（7）：19-22.

[5] 杨万里.多软件框架融合下的软件分层方法研究及应用[D].西安：西安理工大学，2016.

[6] 韩明.数据挖掘及其对统计学的挑战[J].统计研究，2001，18（8）：55-57.

[7] 臧玉魏，谢连科，张永，等.基于电力营销聚类分析的数据挖掘算法研究[J].信息技术，2020，44（4）：56-59，64.

[8] 孟凡荣，施蕾，胡继成.数据挖掘中分类技术的研究[J].计算机与现代化，2008（3）：29-31.

[9] 郑文青，姬智.数据挖掘领域的可视化分析[J].计算机产品与流通，2018（5）：161-162.

[10] 强津培，戴松.面向教学的数据可视化图表交互系统研究[J].系统仿真学报，2016，28（9）：2101-2108.

【通联编辑：谢媛媛】