随着近年来电子商务的发展个网络购物的兴起,人们日常的消费正越来越多的从线下转移到线上。网络购物突破了时间和地域的限制,使得买卖双方无需面对面即可轻松完成交易。但这同时也给商家带来了一定的困扰。卖家无法像传统商家一样“察言观色”的判断顾客的购买需求以和商品的偏好,也就难以把握消费者内心的真实想法,从而针对性的采取营销策略。随着大数据时代的到来,数据存储,计算的方式有了质的飞跃。用户在电子商务平台上的每一笔交易,每一次点击都会被完整的记录在服务器中。这些细致、准确的数据使得电子商务网站拥有了还原用户消费决策过程的能力,通过分析平台用户留下的历史数据,使得预测未来的用户消费行为成为了可能。本文首先对以往的研究用户购买行为预测的文献进行了梳理,深入了解并分析了电子商务平台用户购买预测的基本方式,对电商企业数据获取以及大数据营销的手段和作用进行了归纳。然后以京东为例分析了现有的大数据营销手段在企业中的应用,指出了企业大数据营销应用中的空白,为后文做了铺垫。接下来利用真实用户行为日志为输入数据,构建了用于预测的数据指标体系。并依次构造了用于预测用户消费需求和商品偏好的双模型,将双模型的结果融合进行用户购买商品的预测。经独立测试数据验证,本文的融合模型效果与单一模型相比有较大提升。本文通过真实数据建立模型,用以证明依靠用户行为数据记录预测用户消费的可行性。模型的预测结果对电商提升服务,精准营销促成交易和提升转化具有一定的现实意义。