1.数据挖掘技术介绍
数据挖掘技术就是指通过一定的信息储备以及信息分析，在庞大的数据库中搜寻到与某个主体相匹配的信息以及数据。近年来，随着生活水平的提高以及网络智能的普及，数据挖掘技术在电子商务平台被广泛地应用。具体来说，用户在进行一次电子商务平台相关商品浏览之后，其浏览记录就会成为一条数据，被上传至该电子商务交易平台的数据库里。在用户经过多次的数据浏览之后，这些浏览记录所包含的内容就会被存储于这个账号的数据库里。然后，通过电子商务平台的人工智能分析技术，能够大致对该用户的生活需求、习惯爱好以及品味做出初步判断，电子商务平台人工智能端为其推荐出符合该用户浏览习惯的商品。这种从数据记录开始，历经数据存储以及人工智能分析，最终达到对用户进行个性化商品推荐的过程，就可以被看作是一项数据挖掘技术。现阶段，人工智能技术以及网络云端储存技术得到了快速发展，使得数据挖掘技术被广泛应用到电子商务交易平台以及网络营销等方面。应用数据挖掘技术对全部电子商务平台客户进行数据统计以及数据分析，能够帮助工作人员对于各项数据之间存在的相互关系进行分析，归纳并总结出各个年龄段、各种职业的浏览习惯以及用户购买爱好等重要结论。通过数据挖掘技术，能够帮助电子商务平台优化产品结构、掌握市场需求以及最新动向，分析各种商品的销售利润和经营数量。近年来，通过数据挖掘技术所取得的数据，能够对市场竞争对手的经营动向等做出分析，从而实现对其客户的流量吸引，最终保证该电子商务平台在市场竞争中处于领先地位。
2.现阶段网络营销使用的数据挖掘方法
2.1借助信息关联性进行数据分析
关联分析，是指通过对于电子商务平台云端信息存储的大量数据进行统计以及分析，从而得到这些数据之间的相互联系。在电子商务平台及网络营销的实际应用中，关联分析以其对信息处理的高效性和明确性被广泛应用。具体来说，通过分析客户在某种商品的浏览记录，平台人工智能技术能够通过信息的关联分析，在用户进行下次浏览时自动推荐与该种商品有一定使用连接关系的商品。
2.2对所存储的信息进行统计分析
统计分析，是现阶段电子商务交易平台最常使用的数据挖掘技术,是将用户浏览网页的内容、浏览时间以及浏览深度进行数据储存以及统计学分析，从而得到每个用户使用电子商务交易平台时最常浏览的页面、商品以及浏览路径长度。通过这些数据，能够协助电子商务平台相关工作人员完善网络站点的站点位置和密度、优化电子商务平台用户使用体验以及提高电子商务交易平台的交易安全性等。
2.3将用户以及数据聚类分析
聚类分析，是指将具有相同特征的数据信息进行归纳以及存储，从而方便人工智能技术对其进行进一步的分析，总结出具有相同使用习惯的客户以及具有相似功能的商品等。聚类分析，通常被用于电子商务平台在市场层面的发展。通过将电子商务平台云端存储的大量数据进行分析，能够协助相关工作人员对市场需求进行划分，并针对每个对应部分的商品市场进行具有强烈针对性的市场营销手段以及策略，最大限度地满足客户的使用以及购买需求，最终达到提升电子商务平台经营收益的目的。
2.4将庞大的数据进行分类分析
分类分析,是现阶段电子商务平台最多使用的一项数据挖掘技术，可以理解成对于某一类用户或某一类问题进行归类，减少电子商务平台工作人员不必要的工作量，实现工作效率的提升。分类分析不仅能够对已有存储记录的数据进行归纳总结，还能够通过归纳总结的数据以及发展趋势对某些信息未来的发展情况做出预测。
3.数据挖掘技术在电子商务平台网络营销中的应用
3.1确定网络营销目标
随着交易平台从线下实体转向电子商务平台，使得传统商品的营销策略和营销手段都发生了巨大的变化。现阶段，对某一目标进行网络营销需要通过市场数据细分、市场目标选择以及结合市场需求进行定位等。通过利用数据挖掘技术，能够准确得到一特定商品的具体市场，从而为公司的发展规划以及营销手段的确立提供数据支持。
3.2制定网络营销计划
网络营销计划，可以说是电子商务平台吸引客流量、抢夺市场的重要手段，因此在制定网络营销计划之前，相关工作人员需要对市场客户具体需求以及消费群体进行分析。通过确定市场需求以及消费人群，能够协助相关工作人员确定用户消费习惯以及消费规律，从而为制定切实可行的营销计划打下夯实的基础。
3.3进行独立的电子商务平台网络营销
数据挖掘技术在网络营销中的最终作用，是为了实现通过数据分析得到准确的消费习惯以及消费需求，从而达到虚拟一对一营销的目的。数据挖掘技术通过对数据进行存储以及分析，从而得到消费者的消费习惯以及消费需求，企业根据这些数据对客户进行分类，从而实现更为准确的服务投放，最终实现提升客户满意度的目的。
4.结语
综上所述，在数据挖掘技术之下，掌握消费者的消费规律以及访问时间，协助企业制定最恰当的网络营销策略，在竞争激烈的市场中，提升企业自身的核心竞争力。