基于K-Means分析法的葛根粉電商產(chǎn)品發(fā)展現(xiàn)狀研究?

摘 要：該研究運用網(wǎng)絡爬蟲技術(shù)對淘寶網(wǎng)上的葛根粉商品進行信息收集，并使用K-Means分析法對葛根粉商品的月銷量、價格、收藏量、評論量和評分進行聚類分析，總結(jié)出我國葛根粉電商產(chǎn)品的發(fā)展現(xiàn)狀，并為葛根粉電商產(chǎn)品經(jīng)營提出相應建議。研究發(fā)現(xiàn)，目前我國葛根粉電商產(chǎn)品主要集中在湖北、江蘇、湖南、安徽、浙江、江西，占比為69.99%；價格區(qū)間為4.60～56.00元/500 g的葛根粉電商產(chǎn)品為“紅海市場”商品，競爭最為激烈，價格區(qū)間為56.00～133.00元/500 g的葛根粉電商產(chǎn)品為“藍海市場”商品，是利潤的主要來源，葛根粉電商中的高端產(chǎn)品因存在一定的溢價而購買人數(shù)較少，為“金牛市場”商品；絕大多數(shù)葛根粉電商產(chǎn)品的收藏量與評論量都低，可能是因為葛根粉電商行業(yè)總體顧客關(guān)注度較低，市場規(guī)模較?。桓鸶垭娚躺唐吩u分與月銷量總體呈顯著的正相關(guān)關(guān)系。在此基礎上，提出提升商品精深加工、多元化水平，占據(jù)更大市場份額；改進商品鋪貨策略，打造全系列商品體系；采用多種策略，提高商品綜合評分等建議。

關(guān)鍵詞：葛根粉；電商平臺；數(shù)據(jù)挖掘；K-Means分析

中圖分類號：F323.7 文獻標識碼：A 文章編號：1006-060X（2023）06-0088-08

Abstract：By using the web crawler technology to collect the information of kudzu root powder products on taobao.com， and adopting K-Means analysis method to conduct the cluster analysis on the monthly sales volume， price， collection volume， review volume and score of kudzu root powder products， the study summarizes the development status of China's kudzu root powder e-commerce products， and puts forward corresponding suggestions for the management of kudzu root powder e-commerce products. The study finds that China's kudzu root powder e-commerce products are mainly concentrated in Hubei， Jiangsu， Hunan， Anhui， Zhejiang and Jiangxi provinces， which account for 69.99% of the total. Kudzu root powder e-commerce products with a price range of 4.60 yuan/500 g to 56.00 yuan/500 g are \"red sea market\" commodities， whose competition is the most intense; those with a price range of 56.00 yuan/500 g to 133.00 yuan/500 g are \"blue sea market\" commodities， which are the main source of profits; the high-end products are \"golden bull market\" commodities， having a smaller number of buyers due to a certain premium. The vast majority of kudzu root powder e-commerce products have low collection and review volumes， maybe the kudzu root powder e-commerce industry is generally less concerned by customers and the market size is relatively small. There is a significant positive correlation between the score and the monthly sales volume of kudzu root powder e-commerce products. Hence， the study suggests improving the level of deep processing and diversification of commodities to occupy a larger market share; improving commodity distribution strategies to create a full range of the commodity system; adopting a variety of strategies to improve the comprehensive score of commodities.

Key words：kudzu root powder; e-commerce platform; data mining; K-Means analysis

2022年中央一號文件指出，要持續(xù)推進農(nóng)村一二三產(chǎn)業(yè)融合發(fā)展，重點發(fā)展農(nóng)產(chǎn)品加工、鄉(xiāng)村休閑旅游、農(nóng)村電商等產(chǎn)業(yè)，實施“數(shù)商興農(nóng)”工程，推進電子商務進鄉(xiāng)村。《中國農(nóng)村電子商務發(fā)展報告（2021—2022）》顯示，2021年全國農(nóng)村網(wǎng)絡零售額為2.05萬億元，占全國網(wǎng)絡零售額的15.66%，同比增長11.3%[1]。

在眾多農(nóng)產(chǎn)品中，葛屬于豆科蝶形花亞科，是中華人民共和國國家衛(wèi)生健康委員會認定的藥食同源植物，素有“亞洲人參”和“南葛北參”的美譽[2]。葛中對人體有益的成分主要是異黃酮類、黃酮類、萜類化合物等[3]，葛根具有改善血液循環(huán)，調(diào)節(jié)血壓，改善冠狀動脈硬化，改善心臟功能和心肌代謝等多種功效[4-5]。葛根粉作為一種新興的綠色保健食品，其市場前景非常廣闊。目前，淘寶、京東、拼多多等各大電商平臺均有葛根粉銷售，葛根粉電商已經(jīng)初見規(guī)模。因此，該研究擬聚焦葛根粉電商產(chǎn)品分析，以給予葛根粉電商產(chǎn)品經(jīng)營一定的指導意見，進而推動葛根粉電商產(chǎn)業(yè)的發(fā)展。

關(guān)于葛根資源開發(fā)與利用的研究較多。如楊旭東等[6]指出葛根種質(zhì)資源開發(fā)利用中存在的問題，提出加強葛根種質(zhì)資源的調(diào)查與研究的建議。尚小紅等[7]通過實地調(diào)研分析廣西粉葛產(chǎn)業(yè)發(fā)展現(xiàn)狀及優(yōu)劣勢，提出加快粉葛產(chǎn)業(yè)鏈一體化發(fā)展等建議。日本、韓國、泰國等國家每年都大量進口我國的葛根，通過加工將其制作成葛根粉、葛晶、葛根酒等新型葛食品[8]。然而，關(guān)于葛根粉電商產(chǎn)業(yè)的實證研究較為缺乏。

就相應的實證研究方法而言，國內(nèi)外對大數(shù)據(jù)挖掘技術(shù)的研究與應用較多。Fong等[9]提出一種新的特征篩選方法，該方法可以應用于高維數(shù)據(jù)挖掘，并可通過不同類型的大數(shù)據(jù)進行驗證。?uni?等[10]采用聚類分析法與文本語義處理法對社交媒體上的大數(shù)據(jù)信息進行處理，并用案例分析法驗證挖掘技術(shù)的有效性。張正陽等[11]運用Python網(wǎng)絡爬蟲技術(shù)對農(nóng)業(yè)網(wǎng)中小白菜的價格信息進行爬取和研究。其中，聚類分析法的應用領域也非常廣泛，如K-Means分析法可以應用于電商經(jīng)營、農(nóng)產(chǎn)品消費、景區(qū)旅游舒適度分析等領域。夏名首等[12]在對碧根果電商商品價格、數(shù)量、月銷量等數(shù)據(jù)的挖掘中建立K-Means聚類模型，并結(jié)合案例分析探究不同價格區(qū)商品的競爭格局、經(jīng)營策略，以此驗證模型的有效性。石曉雨等[13]運用K-Means聚類模型對河北不同年齡群體的乳制品消費偏好進行分析，并為河北乳制品行業(yè)發(fā)展提出對策建議。嚴敏聰?shù)萚14]運用K-Means分析法分析了廣東多個A級景區(qū)避暑旅游舒適度。

因此，該研究基于網(wǎng)絡爬蟲技術(shù)對電商平臺上的葛根粉商品進行信息收集，并使用K-Means分析法對葛根粉商品的月銷量、價格、收藏量、評論量和評分進行聚類分析，從而分析我國葛根粉電商產(chǎn)品的發(fā)展現(xiàn)狀，進而為葛根粉電商產(chǎn)品經(jīng)營提出有針對性的建議。

1 數(shù)據(jù)來源及研究方法

1.1 數(shù)據(jù)來源

由于淘寶網(wǎng)具有數(shù)據(jù)量大、信息獲取便利、商家眾多等特征，該研究選定淘寶網(wǎng)為數(shù)據(jù)來源渠道，以淘寶網(wǎng)上的葛根粉商品為研究對象。考慮到網(wǎng)絡爬蟲技術(shù)相較于傳統(tǒng)大數(shù)據(jù)抓取技術(shù)擁有效率高、誤差率低等優(yōu)勢[15]，參考相關(guān)文獻[16]，該研究使用Python網(wǎng)絡爬蟲技術(shù)收集相關(guān)數(shù)據(jù)。該研究獲取了淘寶網(wǎng)上2022年3月1 263種葛根粉商品價格、月銷量、地域、評論量、收藏量、評分6個維度的數(shù)據(jù)（共計7 578個），由于文章篇幅的限制，該研究隨機抽取其中10種葛根粉商品的信息進行展示（表1）。

1.2 研究方法

在采用網(wǎng)絡爬蟲技術(shù)對淘寶網(wǎng)上的葛根粉商品進行信息收集的基礎上，該研究對葛根粉商品的價格、月銷量、評論量、收藏量、評分指標進行聚類分析，以獲得葛根粉電商產(chǎn)品的銷售信息并進行分析。該研究采用MATLAB軟件中的K-Means聚類模型。K-Means聚類算法最早是由MacQueen[17]提出的，此算法根據(jù)樣本的某個屬性特征將其劃分為K個簇，使得同一簇的數(shù)據(jù)相似度高，而不同簇的數(shù)據(jù)相似度低。因此，這一算法的核心就在于聚類簇數(shù)量即K值的確定[15]，而K值的確定需要通過多次驗證和迭代，直到達成最好的聚類效果[18]。

K-Means算法的基本步驟如下：一是從數(shù)據(jù)中隨機挑選K個樣本點作為原始的簇中心；二是計算剩余樣本點與簇中心的距離，并把各樣本點標記至離K個簇中心最近的類別；三是重新計算各簇中樣本點的均值，并以均值為新的K個簇中心；四是不斷重復第二步和第三步，直到簇中心的變化趨于穩(wěn)定，形成最終的K個簇。K-Means算法中，樣本點到聚類中心的距離一般采用歐氏距離計算公式或余弦計算公式獲得[19]，該研究涉及的相關(guān)計算則采用歐氏距離計算公式。若樣本點與簇中心之間的距離用d（x，y）表示，則歐氏距離計算公式具體如公式（1）所示。

2 結(jié)果與分析

2.1 葛根粉電商產(chǎn)品的地域分布

該研究統(tǒng)計出淘寶網(wǎng)上1 263種葛根粉電商產(chǎn)品的地域分布情況（表2），可將葛根粉電商產(chǎn)品的地域分布劃分為4個類別。第1類是高密度區(qū)，以湖北、江蘇、湖南、安徽、浙江、江西為代表，該區(qū)累計擁有884種商品，占此次數(shù)據(jù)總量的69.99%；第2類是較高密度區(qū)，以廣東、上海、云南、北京、廣西、河北為代表，該區(qū)累計擁有254種商品，占比為20.11%；第3類為較低密度區(qū)，以遼寧、吉林、福建、重慶、山東、四川、河南為代表，該區(qū)累計擁有107種商品，占比為8.47%；第4類為低密度區(qū)，以黑龍江、貴州、陜西、甘肅、山西為代表，該區(qū)累計擁有18種商品，占比為1.43%。高密度區(qū)中的湖北、湖南、安徽、江西依托產(chǎn)地優(yōu)勢，江蘇、浙江憑借較好的電商經(jīng)營環(huán)境，都建立起較大規(guī)模的葛根粉電商產(chǎn)業(yè)。廣西作為葛根粉主要產(chǎn)區(qū)之一，其葛根粉電商發(fā)展規(guī)模卻相對第1類而言較小，可能的原因主要有2點：其一，廣西大多銷售鮮食葛根，葛根粉加工業(yè)規(guī)模較小、產(chǎn)業(yè)不發(fā)達；其二，廣西電商產(chǎn)業(yè)發(fā)展基礎比較薄弱。

2.2 葛根粉電商產(chǎn)品其他主要數(shù)據(jù)的描述性分析

該研究對葛根粉電商產(chǎn)品除地域外的其他主要數(shù)據(jù)進行了描述性統(tǒng)計（表3）。在價格方面，該研究對數(shù)據(jù)進行了預處理，表中顯示的價格為500 g的標準價格，可比性較強。可知，銷售價格最小值為4.60元/500 g，最大值為698.00元/500 g，標準差為57.46，價格波動較大。同時，此表還顯示出葛根粉電商產(chǎn)品月銷量、評論量、收藏量、評分的描述性分析結(jié)果。除評分外，其他數(shù)據(jù)的標準差都比較大，通過分析可知數(shù)據(jù)的區(qū)間范圍較大，波動性較強。在此情況下，研究數(shù)據(jù)間的聚類關(guān)系會有較大的價值和較好的效果，故該研究擬進行聚類分析。

2.3 基于K-Means分析法的葛根粉電商產(chǎn)品聚類分析

2.3.1 價格與月銷量聚類分析 該研究將聚類簇數(shù)量K值設置為4，迭代7次后得到1 263種葛根粉電商產(chǎn)品的價格與月銷量聚類分析結(jié)果（圖1）。紅色、綠色、淡藍色、紫色圓點依次代表簇1、簇2、簇3、簇4中的元素，×為聚類中心點，4個聚類中心點的坐標分別為（80.20，141.80）、（459.40，39.10）、（190.80，51.15）、（33.46，94.17）。從圖1可以看出，葛根粉電商產(chǎn)品的價格與月銷量聚類結(jié)果大致按照價格進行分類，分群特征明顯，葛根粉電商產(chǎn)品可被分為4類。第1類是紅色聚類簇：葛根粉價格范圍為56.00～133.00元/500 g，價格的平均值為80.20元/500 g，平均月銷量為141.80件，這一簇內(nèi)的葛根粉商品數(shù)量較多，為423種，占總量的33.49%，該簇類的葛根粉產(chǎn)品特征為“較低價格、高月銷量”。第2類是綠色聚類簇：葛根粉價格范圍為363.00～698.00元/500 g，價格均值為459.40元/500 g，平均月銷量為39.10件，這一簇內(nèi)的葛根粉產(chǎn)品數(shù)量最少，只有11種，占總量的0.87%，該簇類的葛根粉產(chǎn)品特征為“高價格、低月銷量”。第3類是淡藍色聚類簇：葛根粉價格范圍為133.00～363.00元/500 g，價格的平均值為190.80元/500 g，平均月銷量為51.15件，這一簇內(nèi)的葛根粉產(chǎn)品數(shù)量較少，為66種，占總量的5.23%，該簇類的葛根粉產(chǎn)品特征為“較高價格、較低月銷量”。第4類是紫色聚類簇：葛根粉價格范圍為4.60～56.00元/500 g，價格均值為33.46元/500 g，平均月銷量為94.17件，這一簇內(nèi)的葛根粉產(chǎn)品數(shù)量最多，達到763種，占總量的60.41%，該簇類的葛根粉產(chǎn)品特征為“低價格、較高月銷量”。

葛根粉電商產(chǎn)品的價格與月銷量聚類結(jié)果顯示，紫色聚類簇內(nèi)的葛根粉定價區(qū)間為4.60～56.00元/500 g，商品有763種，平均月銷量為94.17件，這類商品可以被定義為“紅海市場”商品[12]。紅色聚類簇內(nèi)的葛根粉定價區(qū)間為56.00～133.00元/500 g，商品有423種，平均月銷量為141.80件，這類商品一般為多年野生葛根粉，加工工藝精湛，包裝精美，品質(zhì)較高、口碑較好、價位中等，能給商家?guī)砭薮罄麧?，具有很好的發(fā)展前景，是葛根粉商家需要重點關(guān)注的“藍海市場”商品[12]。而淡藍色聚類簇和綠色聚類簇所代表的是葛根粉中的高端產(chǎn)品，這類商品存在一定的溢價，購買人數(shù)較少，可被定義為“金牛市場”商品[12]。葛根粉電商產(chǎn)品價格與月銷量總體呈負相關(guān)關(guān)系，銷售情況以中低價格商品走量為主。

2.3.2 收藏量與月銷量聚類分析 由于葛根粉電商產(chǎn)品的收藏量和月銷量均存在0值，故該研究先對相應數(shù)據(jù)進行歸一化處理。該研究使用MATLAB軟件中的mapminmax歸一化函數(shù)[20]，具體如公式（2）所示。

式中：Xnom為原始數(shù)據(jù)X歸一化后的值，Xmin為X的最小值，Xmax為X的最大值。

該研究將聚類簇數(shù)量K值設置為4，迭代6次后得到1 263種葛根粉電商產(chǎn)品的收藏量與月銷量聚類分析結(jié)果（圖2）。4個聚類中心點的坐標分別為（846.18，49.89）、（3 071.50，6 040.50）、（2 680.00，2 561.30）、（25 542.00，25.65）。從圖2可以看出，紅色聚類簇的元素最為集中，而綠色、紫色、淡藍色聚類簇的元素都很少且比較分散，葛根粉電商產(chǎn)品可被分為4類。第1類是紅色聚類簇，表現(xiàn)出明顯的“低收藏量、較低月銷量”特征。平均收藏量為846.18個，平均月銷量為49.89件，這一簇內(nèi)有1 218種商品，占總量的96.44%。第2類是綠色聚類簇，表現(xiàn)出“較高收藏量、高月銷量”的特征。平均收藏量為3 071.50個，平均月銷量為6 040.50件，這一簇內(nèi)僅有6種商品，占總量的0.48%。第3類是淡藍色聚類簇，表現(xiàn)出“較低收藏量、較高月銷量”的特征。平均收藏量為2 680.00個，平均月銷量為2 561.30件，這一簇內(nèi)的商品數(shù)量較少，僅有14種，占總量的1.11%。第4類是紫色聚類簇，表現(xiàn)出“高收藏量、低月銷量”的特征。平均收藏量為25 542.00個，平均月銷量為25.65件，這一簇內(nèi)僅有25種商品，占總量的1.98%。

葛根粉電商產(chǎn)品的收藏量與月銷量聚類結(jié)果顯示，紅色聚類簇代表的低收藏量、較低月銷量葛根粉產(chǎn)品數(shù)量占比為96.44%，這說明大多數(shù)葛根粉產(chǎn)品的收藏量與月銷量呈現(xiàn)正相關(guān)關(guān)系，大多數(shù)產(chǎn)品的收藏量低，顧客關(guān)注度低。而另外3個聚類簇的葛根粉產(chǎn)品占比都比較小，其中，較高收藏量、高月銷量的綠色聚類簇為葛根粉頭部商品。收藏夾中的商品是買家經(jīng)過篩選后有好感的商品，收藏行為在一定程度上表現(xiàn)出了買家的購買意愿[21]，而絕大多數(shù)的葛根粉產(chǎn)品都集中在具有“低收藏量、較低月銷量”特征的紅色聚類簇，可能是因為葛根粉作為一種新興的保健食品，其吸引力還較低、關(guān)注人數(shù)還較少，目前仍屬于較為小眾的保健產(chǎn)品。

2.3.3 評論量與月銷量聚類分析 由于葛根粉電商產(chǎn)品的評論量和月銷量均存在0值，故該研究先對相應數(shù)據(jù)進行歸一化處理，具體如公式（2）所示。該研究將聚類簇數(shù)量K值設置為4，迭代18次后得到1 263種葛根粉電商產(chǎn)品的評論量（包括默認評論量與有效評論量）與月銷量聚類分析結(jié)果（圖3）。4個聚類中心點的坐標分別為（134.34，58.50）、（3 129.60，31.61）、（688.27，4 271.90）、（12 004.00，40.62）。根據(jù)圖3顯示的聚類分析結(jié)果，該研究將葛根粉電商產(chǎn)品分成以下4類。第1類為紅色聚類簇，其特征為“低評論量、較高月銷量”。評論量均值為134.34條，平均月銷量為58.50件，這一簇包含了1 199種商品。第2類為綠色聚類簇，其特征為“較高評論量、低月銷量”。評論量均值為3 129.60條，平均月銷量為31.61件，這一簇包含了41種商品。第3類為淡藍色聚類簇，其特征為“較低評論量、高月銷量”。評論量均值為688.27條，平均月銷量為4 271.90件，這一簇包含了15種商品。第4類為紫色聚類簇，其特征為“高評論量、較低月銷量”。評論量均值為12 004.00條，平均月銷量為40.62件，這一簇包含了8種商品。

葛根粉電商產(chǎn)品的評論量與月銷量聚類結(jié)果顯示，紅色聚類簇內(nèi)集中了1 199種產(chǎn)品，占總量的94.93%，這說明大多數(shù)葛根粉產(chǎn)品的評論量處于低水平。同時，通過對比第1、2、4類聚類簇與第3類聚類簇月銷量的差異發(fā)現(xiàn)，絕大多數(shù)葛根粉產(chǎn)品的月銷量都低于均值的107.38件，淡藍色聚類簇所代表的頭部產(chǎn)品拉高了整體的平均值。

2.3.4 評分與月銷量聚類分析 該研究將聚類簇數(shù)量K值設置為4，對葛根粉電商產(chǎn)品的評分（包括產(chǎn)品描述分、物流服務分、賣家服務分3項，每個單項分值均為5分，總分為15分）和月銷量進行聚類分析，迭代7次后得到1 263種葛根粉電商產(chǎn)品的評分與月銷量聚類分析結(jié)果（圖4）。4個聚類中心點的坐標分別為（14.54，57.32）、（14.62，4 271.90）、（14.81，59.19）、（13.86，52.02）。根據(jù)圖4顯示的聚類分析結(jié)果，該研究將葛根粉電商產(chǎn)品分成以下4類。第1類是紅色聚類簇，其商品評分為14.21～14.67分，平均值為14.54分，平均月銷量為57.32件，這一簇內(nèi)的產(chǎn)品有613種，可被認為是目前葛根粉電商的主要商品，特征為“較低評分、較低月銷量”。第2類是綠色聚類簇，其商品評分為14.32～14.96分，平均值為14.62分，平均月銷量為4 271.90件，這一簇內(nèi)的產(chǎn)品有15種，特征為“較高評分、高月銷量”，可被認為是居于頭部的葛根粉電商商品，由知名、品牌公司經(jīng)營，口碑較好。第3類是淡藍色聚類簇，其商品評分為14.68～15.00分，平均值為14.81分，平均月銷量為59.19件，這一簇內(nèi)的產(chǎn)品有508種，其特征為“高評分、較高月銷量”，可被定義為中堅產(chǎn)品。第4類為紫色聚類簇，其商品評分為11.90～14.20分，平均值為13.86分，平均月銷量為52.02件，這一簇內(nèi)的產(chǎn)品有127種，其特征為“低評分、低月銷量”，可被視為新興商品，口碑仍需要一定時間積累。葛根粉電商商品評分與月銷量總體呈現(xiàn)明顯的正相關(guān)關(guān)系，評分較高的商品口碑較好，月銷量相對較高。

3 結(jié)論與建議

3.1 結(jié) 論

該研究基于網(wǎng)絡爬蟲技術(shù)對淘寶網(wǎng)上的葛根粉電商產(chǎn)品進行信息收集，并運用K-Means分析法對葛根粉電商產(chǎn)品的月銷量、價格、收藏量、評論量和評分分別進行二維聚類分析，從而總結(jié)出我國葛根粉電商產(chǎn)品的發(fā)展現(xiàn)狀，得出主要結(jié)論如下。其一，目前我國葛根粉電商產(chǎn)品主要分布在24個省份，可被劃分為4個類別，葛根粉電商產(chǎn)品主要集中在高密度區(qū)，即湖北、江蘇、湖南、安徽、浙江、江西，占比為69.99%。其二，葛根粉電商產(chǎn)品的價格與月銷量總體呈負相關(guān)關(guān)系，銷售情況以中低價格商品走量為主：定價區(qū)間為4.60～56.00元/500 g的葛根粉電商產(chǎn)品是葛根粉電商經(jīng)營者需要重點關(guān)注的“紅海市場”商品，競爭最為激烈；定價區(qū)間為56.00～133.00元/500 g的葛根粉電商產(chǎn)品市場潛力大，為“藍海市場”商品，可以為經(jīng)營者帶來巨大利潤；葛根粉電商中的高端產(chǎn)品存在一定的溢價，購買人數(shù)較少，為“金牛市場”商品。其三，絕大多數(shù)葛根粉電商產(chǎn)品的收藏量與評論量都低，可能是因為葛根粉電商行業(yè)總體顧客關(guān)注度較低，市場規(guī)模較小。其四，葛根粉電商商品評分與月銷量總體呈現(xiàn)顯著的正相關(guān)關(guān)系，評分較高的商品口碑較好，月銷量相對較高。

3.2 建 議

3.2.1 提升商品精深加工、多元化水平，占據(jù)更大市場份額 葛根粉產(chǎn)品開發(fā)和經(jīng)營者要掌握消費者的消費習慣與消費能力信息，聚焦不同消費群體的多元化、個性化消費需求，開展葛根粉精深加工，提升葛根粉的品質(zhì)和多元化水平，實現(xiàn)對葛根粉產(chǎn)品的分類管理。如針對青年群體生活節(jié)奏較快的情況開發(fā)代餐粉等功能性葛根粉產(chǎn)品；針對中老年群體開發(fā)養(yǎng)生保健效果好、營養(yǎng)元素豐富、性價比較高的葛根粉產(chǎn)品等。同時，葛根粉產(chǎn)品開發(fā)和經(jīng)營者要研發(fā)改進葛根粉中葛根素與淀粉的提取工藝，減少葛根素等營養(yǎng)物質(zhì)的流失，助推產(chǎn)品走上多元化、系列化的生產(chǎn)軌道；開發(fā)多種制作工藝，提高產(chǎn)品附加值，并輔以相應的宣傳手段，加大宣傳力度，進一步提升產(chǎn)品知名度，以期占據(jù)更大市場份額，提高商品的經(jīng)濟效益。

3.2.2 改進商品鋪貨策略，打造全系列商品體系 基于此次數(shù)據(jù)分析的結(jié)果可知，單一化的商品鋪貨策略難以達到良好的經(jīng)營效果，最佳方案應為進行葛根粉商品全系列鋪貨：商家應注重對優(yōu)質(zhì)優(yōu)價商品的挖掘，適當增加此類葛根粉產(chǎn)品數(shù)量，同時關(guān)注高端溢價產(chǎn)品，通過這類產(chǎn)品吸引消費者的注意，打造低、中、高3個檔次的葛根粉產(chǎn)品體系。商家應明確不同價位葛根粉產(chǎn)品的市場定位，有所側(cè)重地改進商品鋪貨策略：在低價位葛根粉產(chǎn)品的鋪貨方面，商家應注意奠定商品的銷量和口碑基礎；中價位的葛根粉產(chǎn)品是贏得市場占有率的關(guān)鍵所在，商家應將其作為重點產(chǎn)品進行鋪貨；在高價位葛根粉產(chǎn)品的鋪貨方面，商家應聚焦高端市場突破與品牌價值提升，從而在激烈的市場競爭中贏得先機。

3.2.3 采用多種策略，提高商品綜合評分 淘寶網(wǎng)上電商產(chǎn)品的評分由產(chǎn)品描述分、賣家服務分、物流服務分3個方面構(gòu)成，代表了商品的綜合實力，不僅影響商品權(quán)重，也影響商品在搜索頁面的排名，因此，商家要重視對商品評分的經(jīng)營，實現(xiàn)分數(shù)的積累，以形成良好的口碑。提高產(chǎn)品描述分要求商家在葛根粉商品的介紹中做到真實客觀，對商品規(guī)格進行明確描述，不夸大產(chǎn)品功效，并制作出精美的展示頁面。提高賣家服務分的途徑主要是加強對商品客服的培訓，提高其溝通水平，同時利用一些插件開通訂單關(guān)懷、物流提醒、簽收提醒等功能，使買家真正感受到商家的細心服務。由于淘寶網(wǎng)上的商品物流多為第三方承包，物流服務分的可控性相對較差，因此，賣家需要多方對比物流公司的服務質(zhì)量，在考慮成本的同時盡量選擇服務態(tài)度好、發(fā)貨運輸速度快、退換貨便利的物流公司，以保障消費者良好的消費體驗。

4 討論與展望

該研究數(shù)據(jù)采集的樣本僅來自淘寶電商平臺，數(shù)據(jù)采集面顯得單一；同時，該研究僅對葛根粉電商產(chǎn)品的月銷量、價格、收藏量、評論量、評分進行了二維聚類分析。因此，后續(xù)研究可以選擇來自多個電商平臺的樣本，綜合考慮多種指標并且進行高維度聚類分析，以獲得更好的聚類效果，從而為葛根粉電商產(chǎn)業(yè)的發(fā)展提供更為科學的參考。

參考文獻：

[1] 中國農(nóng)村電子商務發(fā)展報告（2021—2022）[EB/OL]. （2022-11-02）[2023-01-06]. https：//www.163.com/dy/article/HL5PGCCA0519D9DS.html.

[2] 林志鑾，金曉懷，張傳海，等. 離子液體超聲波輔助提取白花葛莖多糖工藝優(yōu)化[J]. 江蘇農(nóng)業(yè)學報，2020，36（1）：187-193.

[3] 顧志平，陳碧珠，馮瑞芝，等. 中藥葛根及其同屬植物的資源利用和評價[J]. 藥學學報，1996，31（5）：387-393.

[4] JUN M，F(xiàn)U H Y，HONG J，et al. Comparison of antioxidant activities of isoflavones from kudzu root （Pueraria lobata Ohwi）[J]. Journal of Food Science，2003，68（6）：2117-2122.

[5] YANG N，LI S，LIU S，et al. Insulin resistance-related proteins are overexpressed in patients and rats treated with olanzapine and are reverted by pueraria in the rat model[J]. Journal of Clinical Psychopharmacology，2019，39（3）：214-219.

[6] 楊旭東，王愛勤，何龍飛. 葛根種質(zhì)資源及其開發(fā)利用研究進展[J]. 中國農(nóng)學通報，2014，30（24）：11-16.

[7] 尚小紅，曹 升，嚴華兵，等. 廣西粉葛產(chǎn)業(yè)現(xiàn)狀分析及其發(fā)展建議[J]. 南方農(nóng)業(yè)學報，2021，52（6）：1510-1519.

[8] 張長貴，王興華，謝伍容. 葛資源開發(fā)與利用研究[J]. 糧食與油脂，2009（9）：41-44.

[9] FONG S，BIUK-AGHAI R P，SI Y-W. Lightweight feature selection methods based on standardized measure of dispersion for mining big data[C]//IEEE. 2016 IEEE International Conference on Computer and Information Technology （CIT）. Nadi：IEEE，2016.

[10] ?UNI? E，DJEDOVI? A，?ONKO D. Application of big data and text mining methods and technologies in modern business analyzing social networks data about traffic tracking[C]//IEEE. 2016 XI International Symposium on Telecommunications （BIHTEL）. Sarajevo：IEEE，2016.

[11] 張正陽，任保見，劉 娜. Python網(wǎng)絡爬蟲在農(nóng)業(yè)網(wǎng)絡數(shù)據(jù)獲取中的研究[J]. 現(xiàn)代化農(nóng)業(yè)，2022（7）：50-53.

[12] 夏名首，劉玉林. 基于K-MEANS聚類的電商店鋪經(jīng)營策略分析[J]. 商業(yè)經(jīng)濟研究，2017（5）：52-54.

[13] 石曉雨，唐曉雨，王肖麗，等. 基于K-means聚類的河北省乳制品消費偏好集群分析[J]. 河北農(nóng)業(yè)科學，2021，25（2）：29-33，89.

[14] 嚴敏聰，翁佳烽，林汝城，等. 基于K-means的廣東A級景區(qū)避暑旅游舒適度分析[J]. 廣東氣象，2022，44（2）：46-49.

[15] 李翠玲，李余康，譚昊然，等. 基于K-means聚類和RF算法的葡萄霜霉病檢測分級方法[J]. 農(nóng)業(yè)機械學報，2022，53（5）：225-236，324.

[16] 胡雅淇，林 海. 在線評論特征對生鮮電商農(nóng)產(chǎn)品銷量的影響：來自淘寶羊肉大數(shù)據(jù)的證據(jù)[J]. 中國農(nóng)業(yè)大學學報，2021，26（6）：206-218.

[17] MACQUEEN J. Some methods for classification and analysis of multivariate observations[C]//LE CAM L M，NEYMAN J. Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability. Berkeley，CA：University of California Press，1967.

[18] 童婉迪. 基于優(yōu)化的K-means算法的電信業(yè)手機用戶細分及維護策略研究[D]. 合肥：安徽大學，2021.

[19] 王青青. 基于電商平臺的農(nóng)產(chǎn)品大數(shù)據(jù)關(guān)鍵信息挖掘研究[D]. 西安：西安郵電大學，2020.

[20] 喬冰琴，段全虎，高翠蓮. 企業(yè)大數(shù)據(jù)分析挖掘及大數(shù)據(jù)BI工具應用實踐[J]. 會計之友，2021（24）：131-137.

[21] 陳學旺，樊 丹. 淘寶網(wǎng)中店鋪收藏量與網(wǎng)店績效的關(guān)系研究[J]. 商場現(xiàn)代化，2014（5）：50.

（責任編輯：袁萍萍）