互联网凭借着其低成本、即时性、跨地域、互动性强等优势与零售业进行整合，促进了零售业态的改变。“互联网+零售”模式极大的改变了市场竞争形态，逐渐成为市场的宠儿。全国网络零售额由2005年的150亿元增至2016年的51556亿元，年均增长率高达70.04%。网络购物如今不仅成为我国普通民众的重要消费渠道之一，更已经是一种生活方式。　　本文首先综述了数据挖掘、R语言及多元线性回归模型的基本理论，从经济因素、经济指数、人口因素三个方面切入，运用R语言对13个可能影响全国网络零售额的因素进行挖掘分析。然后从13个因素中的8个因素出发，对大量历史数据进行分析、归纳与整合，经过R语言的层层计算、检验和比较，最终建立了基于国内生产总值、社会消费品零售总额、网民规模、网络购物用户规模这4个自变量的多元线性回归模型。最后该模型顺利通过显著性检验、多重共线性检验、正态分布检验、同方差性检验以及独立性检验，并预测了2017年全国网络零售额。　　采用理论研究和实证研究相结合的方法，借助R语言对数据进行挖掘，在多元线性回归分析的基础上建立数学模型，本文的研究成果具有一定的例举意义。同时，对于政府、学者以及零售业人员进行“互联网+零售”的数据挖掘研究及实践也具有一定的参考价值和借鉴意义。