网络购物推优信息管理技术可行性分析
摘 要：近几年我国的B2C等电子商务网站迅猛发展，本文介绍了网购推优信息管理技术，通过多学科交叉研究，展开实际调研，采取多种研究方法，多角度说明这一技术投入应用的可行性。
关键词：大数据；推优信息管理系统；网络购物
中图分类号：D520.40文献标识码：A
引言
在日益增长的网络消费大趋势下，网购成交量也越来越多。但在这其中网购服装鞋帽退货率高是最大的一个问题，由于恶意、尺寸不合适而退货的现象屡见不鲜。为了降低退货率，各大电商平台也相继推出了解决办法，或多或少都存在弊端。如今我们通过对用户的身体信息以及服饰的尺寸信息的双向采集及处理，为顾客进行最佳的推优。此想法还存在一些局限性，例如数据量处理过大、后期系统推优准确性、海量数据维护等等潜在的又亟需考虑的问题。
1大数据的时代特征与内涵
1.1大数据概述
广义上来说，大数据（Bigdata）是巨量数据的集合。大数据被广泛地应用于计算机学、信息科学、统计学等，具体应用于'工业4.0“，AI，云计算，互联网+等领域。大数据的特点和结构极具特色，其5V特点为：Volume（大量），Variety（多样），Veracity（真实性），Velocity（高速性），Value（低价值密度）；结构又分为结构化数据、半结构化数据和非结构化数据[1] 。就目前而言，大数据仍是一种新兴的数据结构，拥有广阔的发展前景。
1.2大数据下的信息管理系统发展现状
目前，大数据在全球范围内已经成为各界关注的热点问题，大数据时代所带来的前所未有的机遇和挑战是每一个国家或地区乃至企业和机构都不容错过的。日本、美国、英国等都启动了'大数据研究和发展计划“，致力于提高从复杂数据中提取有效信息，提高数据有效利用率，优化第三产业服务能力，提高生产力，降低管理难度，同时也在技术层面提高了要求[2] 。
2基于大数据的信息系统平台研究
2.1数据采集
随着计算机信息网络的发展，云计算、物联网电子商务的兴起，常规数据已经不仅是数据流的主要组成部分。在这种时代趋势下，无论是企业或者是机构、医院等都开始注重数据的采集，数据采集是指通过RFID射频数据、传感器数据、社交网络交互数据及移动互联网数据等方式获得的各种类型的结构化、半结构化及非结构化的海量数据，是大数据知识服务模型的根本[3] 。
2.2数据存储
大数据存储与管理要用存储器把采集到的数据存储起来，建立相...
|
== 试读已结束，如需继续阅读敬请充值会员 ==
|
|
本站文章均为原创投稿，仅供下载参考，付费用户可查看完整且有格式内容！
(费用标准：38元/2月，98元/2年，微信支付秒开通！) |
| 升级为会员即可查阅全文 。如需要查阅全文，请 免费注册 或 登录会员 |
|
