随着以电子信息技术为基础的电子商务在国内的快速发展,网络购物已经成为中国网民工作生活的一部分,网上购物成为一种新型的商业模式已经逐渐被中国消费者接受,并逐步成为一种日常化的购物方式。这也吸引了越来越多的专家学者把其作为研究对象,其中对于网络环境下消费者的消费心理、动机和行为等方面有较多论述研究,然而对于网络消费者购买决策影响因素的研究并不多见。本研究在总结和吸取以往消费者购买相关研究成果的基础上,结合当前电子商务与网络营销理论实践的新发展,通过实验与实证相结合的研究方法,研究我国网民网络购买决策的典型影响因素,通过数据挖掘方法对其进行研究。先通过系统聚类算法从47个网络购买决策的影响因素中聚类出网站个性化功能定制、网站娱乐性、网站网址记忆容易、有网络广告宣传、店铺交易信息公开透明、店铺商品为知名品牌、店铺信誉7个因素是网络购买的典型影响因素,然后利用决策树算法通过实验研究方法对此7个典型影响因素进行挖掘,挖掘出各个影响因素的重要性大小。以期研究成果可以为网络卖家已经相关研究领域提供参照与借鉴。本文的创新点主要体现在以下两个方面：内容创新：目前,国内外学者对于网络环境下消费者的消费心理、动机和行为等方面有较多论述,然而对于网络消费者购买决策关键影响因素的研究并不多见。把网络购买决策影响因素作为本研究的对象,可以说是对该领域研究的一个探索、一个尝试。目前少有的关于网络购买决策影响因素的研究中,大多是针对网络购买决策影响因素中的一个或数个进行研究,本研究尝试着能系统地对网络购买决策影响因素进行整体性研究,更具合理性和接近实际。方法创新：R型系统聚类算法常应用于解决复杂的、难以量化的且相关联的多个因素间的聚类问题。本研究先通过R型系统聚类算法对网络购买的所有影响因素进行聚类,筛选出网络购买决策典型影响因素,以此为基础,设计实验获取实验数据作为决策树数据挖掘算法的输入,得到对网络购买决策典型影响因素按重要性的排序。