数据挖掘在微信用户消费行为分析中的应用

唐永平

摘 要：在互联网应用日益广泛的当下，微信成为手机端使用频率最高的社交工具之一。高使用频率使微信生成了数量庞大的真实内容与有效信息。该文基于所得信息对数据进行深入分析与细致挖掘，并将其运用到客户、关系链的管理与协调中，可助力于线下商家的实时搜索功能，使其就数据智能化的分析结果而达成更为有效的客户推荐与决策指导。

关键词：数据挖掘 微信用户 消费行为

中图分类号：F74 文献标识码：A 文章编号：1672-3791（2019）01（a）-00-02

当前，第三产业在国家经济的比重有所增加，这要求企业需巧妙运用知识、满足客户的服务要求。然而大量有效知识信息往往以原始状态存在并保留下来，现阶段数据库所进行的录入、统计与查询过程，并未对原始数据实现有效的二次加工。日趋庞大、爆炸化的信息内容停留于初级阶段，并未形成有效化的知识体系。这就意味着，应用某一方法将实用信息从巨额数据中挖掘出来在当前的知识体系建构中很有必要。

1 数据挖掘方法

1.1 统计方法

传统统计学为统计数据提供了多样化道德判别与分析方法，如贝叶斯推理、回归分析、方差分析等。贝叶斯推理是知晓新信息后进行数据集概率分布的修正工具，对于数据中的分类问题有着较强的应用能力。而回归分析则致力于寻找到输入变量和输出变量关系的最佳模型，如有的以某一变量与其他变量的变化趋势作为分析对象；有的则以某些事件的发生进行概率建模行为、实现预测变量集关系的线性回归。方差分析则多用于回归直线性能、自变量这些因素对最终回归的影响估值与分析。上述分类分析方式能够有效服务于数据挖掘具体操作与运用流程。

1.2 关联规则

作为一类使用范围极光的分析手段，关联规则以其有效性作用于某事物的属性探讨与规律掌握。基于此，关联原则在大型数据集的运用与探讨过程中有着广泛的应用。由于较少受到单一化变量这一要素的限定，它的运用范围极广。在实际的算法发掘过程中，它可以实现对基础化、体系化数据库全面有效地进行分析探讨，广泛服务于数据库的后续应用。但这并不意味着所有已关联规则所发现的属性都具备实际化的应用性价值，在运用过程中负责人需形成较强的规则评判力、筛选出有意义的关联规则。

1.3 聚类分析

聚类分析有其特定选取的样本空间，并以一定的关联性特征作为衡量手段进行小组式划分，并以此有效保证了样本本身的有效性程度。聚类分析的常用技术主要有分裂算法、凝聚算法、划分聚类法和增量聚类法等。聚类方法在样本内部关系的探讨过程中有着较高的使用度，对样本内部结构有着较强的评判能力；同时聚类分析对于孤立点的检测也较为适用。不过聚类分析算法的有效性也有其特定的范围，在聚类算法的运用前期需对数据本身的聚类趋势实施较为规范的检验工作。

1.4 决策树方法

决策树学习以根结点至叶结点为其特殊的排布方式，且各叶子结点即为实例的分类依据，讲求以迫近离散值目标函数的方式来实现学习过程。决策树中各结点的分布结果显示了具体案例中的属性情况，结点后续分支则分别对应了其可能的属性值。决策树在分类实例炭疽方面，以树木根部结点为起始部位，并沿树枝蔓延情况完成对数据的后续分析与探究，以此完成对某一属性值的合理化测视。这一方法在数据挖掘的实际案例中的运用有着极为广泛性和普遍化。

1.5 神经网络

神经网络以庞大的基础数据库作为核心对象，并以自学式的数学模型作为其依托，基于此对人类个体乃至于计算机的脑部神经进行了运行模范的有效抽离与发展趋向的先行描摹。神经网络在具体表现上可以是有指导的学习也可以是物质导聚类，但神经网络的数值输入都以数值形式体现出来。人为化的神经元网络主要就人类个体的脑部神经元进行了抽象化、虚拟化的结构处理，可分为三大类别，其中又涵纳了非线形映射特性、信息分布存储、信息并行处理及全局集体等多维度、多方面的职能与功用，是有着高度自学性、自组织、自适应能力的庞大功能库。

2 微信数据挖掘的应用

2.1 客户关系管理

微信公众平台在实际生活中能够对较低端的小型商家实现初步的客户关系梳理即CRM。商家可依托于第三方公司进行微网站建设，完成相应的会员卡制作、客户信息收集与统计，这将有效提升商家客户管理的效率。依托于微信公众平台的保存方式，能够有效避免实体会员卡的丢失、遗忘问题。

2.2 关系链管理

作为微信的主体功能，微信通信录集结了亲朋好友、客户同事等各类社交关系网络、社会人际关系链，此外微信群聊、公众平台、通过“摇一摇”所添加的陌生人等也对有一定社会关系承担能力。在进行数据挖掘时，应重视对上述社交关系网络、社会人际关系链的有效挖掘，这也是数据统计工作的应有之义。

2.3 数据智能分析和决策指导

现阶段，淘宝主动为店铺卖家提供数据分析功能，以使卖家更好地完成对销售情况的掌握。而微信用户的数据引入，则能从更为细致、深入的维度辅助于商家的经营决策过程。实际上，这一改变于无形成强化了人工智能在商业行为中的应用能力，是对微信数据的有效利用。

2.4 实时的线下商家搜索

现有微信版本的附近人查找已具备微信会员卡的商家查找功能，对于实现线上与线下两平台的互通有无效用极佳。在微信应用范围日趋广大的态势下，平台本身的开放性也已达成。如微盟等载体便以规范化、秩序化标准对具体流程的管理、实际金额的支付等各大环节进行了二次更新，使微信以丰富多彩、秩序井然的面貌出现于使用者视野之中。这这也意味着，微信这一社交软件必然演变为国内影响力最大的O2O媒介之一。

2.5 基于用户行为分析的精准推荐

一些商用信息本身是有着商业价值的，但却往往因用户不需要而盖上“垃圾短信”“垃圾邮件”的帽子。而当微信公众平台自身对用户进行了量化数据分析之后，商家可有选择、有目的地完成信息发送行为。当信息接收者与信息需要者的身份达成一致，短信本身的预期效果也得以达到最佳。

3 现阶段微信平台的数据统计与分析功能

3.1 用户访问量的统计

微信的用户分析功能集中于用户增长量与用户属性两个维度。前者多以图标等量化数据形式关注公众平台的用户数量的浮动变化，而后者则以地区、性别、于语言等类型化标准对关注用户进行细致化的数据分类处理。

3.2 图文阅读量的统计

图文分析是现阶段微信不可忽视的功能类别之一，主要涵括了两大内容：一是所推送文章在一定时间段内的阅读额与转发量，时间单位为某一阶段；二是当日原文的翻阅额与具体转发量，时间单位为1天。

3.3 消息分析功能

消息分析功能是微信长期以来都具备的数据统计功能，用户数量之浮动为其基础化的内容。而本次版本更新则以1天作为基本时间单位、实现了对用户数量与所发出信息量进行了更为详尽化、细致化的量化考察。现有版本的数据统计功能则基于已有功能，呈现出了对原有统计功能的大幅度增强。早前的公众平台无法对推送账号的实际打开数据进行全面统计，所得数据基本以内容质量及关注用户为基础、反向推算所得。这就意味着所得数据并不能为营销服务的品质高低提供清晰明确的量化数据。而此次公众平台功能优化与升级的根本意义在于，平台内部的原有功能得到了更为透明的公开与更为细致的量化。这意味着以微信为核心的代理式运维、推广式营销等各类业务将不得不转变原有理念以适应上述变动的发生。

4 结语

现阶段，互联网以其高速化、迅猛化的发展苗头对人类日常生活产生了不可忽视的影响，大数据时代的到来已成必然。这也意味着，人类行为几乎已成为可预测的内容之一。而微信也以其不可忽视的普及化程度，呈现出不可忽视的商贸化价值。

参考文献

[1] 朱建平，來升强.时态数据挖掘在手机用户消费行为中的应用[J].数理统计与管理，2008（1）：42-53.

[2] 胡畅. 用户行为分析系统设计[D].湖北工业大学，2011.

本文由： 科学技术创新杂志社编辑部整理发布，如需转载，请注明来源。

科学技术创新杂志社

2021-01-06