基于web2.0技术的社会媒体的出现,让人们的互联网生活方式发生了巨大的改变,同时对传统的电子商务构成了不容忽视的冲击。社会媒体产生的大量UGC内容,真实地反应了用户现实生活中的想法和人际关系网络,使得人们的线上生活和线下生活紧密地结合在一起,成为了全球互联网商业模式的第三次浪潮。越来越多的电子商务企业将社会媒体作为其实现营销目标的主要渠道。社会媒体将成为电商产品推广、维护客户忠诚度以及实现价值增值的重要渠道。这种新兴的电子商务模式被称为社会化电子商务,社会化电子商务在开展营销的实践中充分考虑了人际关系这一要素,以社交为出发点,不仅在购物上更接近现实,而且同时能够买足消费者的心理需求。另一方面,新兴信息技术与应用模式的涌现,导致整个人类社会产生的数据呈爆炸式的增长,大数据时代已经到来。而在这些不断涌现的大数据中,大部分是由社会媒体创造的,传统电商如何应对这两方面的挑战,将决定其未来的生存与发展。传统的电商往往忽略了用户的兴趣需求,只是单纯地从购物篮历史中挖掘用户的潜在需要,并没有重视社会媒体中的社交关系对于用户购物行为的影响。另一方面,电子商务规模的不断扩大导致海量商品和不计其数电商的出现,如何从这些海量商品获取自己需要的,如何辨别电商的信誉度,这些随之而来的问题成为了限制电子商务模式发展的瓶颈。基于兴趣图谱发现具有相同兴趣的消费者网络社区,充分发挥社会媒体社交的作用,将好友的意见成为用户购买商品的一个主要决策因素,可以很好的解决这些难题。本文在参考大量文献的基础上,依托大数据这一时代背景,以社会化电子商务为研究对象,围绕着社会媒体网络理论以及数据挖掘理论的相关研究,从共同兴趣社区发现角度切入来开展研究。借助网络爬虫技术捕获用户群广泛的社会媒体的数据,通过对这些数据的分析和整理,利用复杂网络分析工具Gephi构建了社会化电子商务用户兴趣图谱。在此图谱基础上利用R语言数据挖掘工具实现K-means算法,对样本集中的用户兴趣社区进行了发现。研究结果表明在社会化电子商务模式中,用户的兴趣得到了准确地表达,同时依托于兴趣形成的不同网络社区的界限也较为明显。最后依据本研究结果,分别针对商家和平台提出了相应的对策建议。本文创新点:其一,从社区发现切入,研究社会媒体对于电子商务模式的影响,并利用相关数据挖掘的算法加以改进,构建基于相同兴趣的图谱,基于此兴趣图谱发现消费者的社区网络,以便于电商和平台能够很好的利用消费者兴趣以及相互之间的社交关系来实现客户关系的维护和价值的增值,同时也有利于消费者在进行网络购物时获取更为准确的信息。其二,选用开源的R和Gephi作为研究的工具,利用java开发爬虫程序从社会媒体中抓取数据,实现了计算机应用与管理知识的相互融合。