张晓颖，张秋红，杨欣慰

(长春大学 理学院，长春130022)

在现今互联网大数据时代，分析用户购买意向数据对电商平台商品销量预测、确定产品营销范围，挖掘潜在用户等方面均有重要意义。2012年,乌文波利用电子商务系统数据库中存储的大量用户信息及交易数据，经过分类转换之后采用Apriori关联规则算法的数据挖掘技术进行潜在用户分析，并得到电子商务用户之间的关联关系[1]。2015年,安政磊等基于协同过滤(CF)算法提出了基于购买意向的推荐方法[2]。2016年,金灏利用分类与预测算法分析了用户的浏览行为和购买行为，实现了对潜在用户的挖掘[3]。2019年,杨锦霞等从系统、信息量、服务质量和互动的质量确定社会化电商平台质量的维度，采用SPSS20.0对数据进行信度分析和因子分析，得到了感知舒适度对消费者购买意向影响的相关系数最大[4]。受上述工作的启发，如果能将用户的行为数据与购买意向结合分析，便可得到更全面的分析结果。根据2019年“长风杯”大数据分析与挖掘竞赛赛题所给出的条件，利用文献[1]中关联规则Apriori算法，将平台用户的行为数据与购买意向结合分析，绘制用户购买意向导图(图1)，全面客观地挖掘数据间的潜在关系，促使电商企业平台与用户共同形成决策。

1 数据采集

从长风大数据平台采集电商用户购买行为数据、评价书、已脱敏的商品信息数据和用户数据，具体特征变量情况如表1。

表1 电商平台用户购买意向4组数据概况表

2 数据处理

3 数据分析建模和可视化

从电商用户海量数据信息中深度挖掘，得到用户需求和购买意愿的影响因素。……