国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于用戶在線行為的個(gè)性化推薦研究

2018-03-17 07:24陳曉璇劉洪偉曹寧
合作經(jīng)濟(jì)與科技 2018年7期
關(guān)鍵詞:用戶行為個(gè)性化推薦

陳曉璇+劉洪偉+曹寧

[提要] 在競(jìng)爭(zhēng)激烈的網(wǎng)上零售活動(dòng)中,為了提升用戶的購(gòu)物體驗(yàn)、培養(yǎng)顧客忠誠(chéng)度,越來越多的電子商務(wù)企業(yè)關(guān)注如何從點(diǎn)擊流中發(fā)現(xiàn)用戶的興趣偏好,進(jìn)而為用戶提供可靠的個(gè)性化推薦。本文在對(duì)國(guó)內(nèi)外關(guān)于個(gè)性化推薦相關(guān)研究文獻(xiàn)進(jìn)行梳理的基礎(chǔ)上,從點(diǎn)擊流與用戶行為、基于用戶行為的個(gè)性化兩個(gè)方面對(duì)現(xiàn)有文獻(xiàn)進(jìn)行綜述,并提出將來的一些研究方向,供營(yíng)銷和信息科學(xué)領(lǐng)域的學(xué)者進(jìn)一步研究和探討。

關(guān)鍵詞:在線購(gòu)物;用戶行為;點(diǎn)擊流;個(gè)性化推薦

中圖分類號(hào):F713.3 文獻(xiàn)標(biāo)識(shí)碼:A

收錄日期:2018年1月16日

一、前言

為了吸引更多的客戶,電子商務(wù)公司不斷擴(kuò)大品類范圍。大型電子商務(wù)機(jī)構(gòu)每天看到超過一百萬的客戶登錄到他們的網(wǎng)站。那些潛在客戶每天都會(huì)看到成千上萬的商品項(xiàng)目。因此,這些電子商務(wù)公司面臨特定的挑戰(zhàn),即通過有效管理越來越多的類別和產(chǎn)品,發(fā)現(xiàn)網(wǎng)站用戶的興趣,促進(jìn)銷售。用于衡量消費(fèi)者興趣的大多數(shù)現(xiàn)有技術(shù)主要依靠客戶評(píng)級(jí)。用戶對(duì)某個(gè)項(xiàng)目進(jìn)行評(píng)價(jià)表示至少在某種程度上對(duì)該項(xiàng)目感興趣。評(píng)級(jí)值表示用戶喜歡目標(biāo)項(xiàng)目的數(shù)值。然而,評(píng)級(jí)信息太有限,無法描述用戶的網(wǎng)站導(dǎo)航過程。此外,產(chǎn)品評(píng)級(jí)是最終的綜合評(píng)估,其結(jié)合了用戶對(duì)價(jià)格、服務(wù)和物流的看法。該評(píng)級(jí)由電子商務(wù)公司提供并且與產(chǎn)品本身相關(guān)。此外,來自新客戶的評(píng)分不足以用于參考,而有經(jīng)驗(yàn)的客戶可能不愿意在每次使用網(wǎng)站時(shí)給予評(píng)分。這些因素使得更難以根據(jù)評(píng)級(jí)來發(fā)現(xiàn)用戶的真正興趣。一些學(xué)者研究了用戶對(duì)社交網(wǎng)絡(luò)媒體興趣的話題。他們發(fā)現(xiàn)用戶的興趣經(jīng)常被他們?cè)L問的帖子和他們回復(fù)的帖子所反映。這個(gè)想法可以類似地應(yīng)用于電子商務(wù)網(wǎng)站。用戶將會(huì)看到感興趣的項(xiàng)目并吸引他們的注意。具有各種興趣的用戶將會(huì)訪問不同的類別和多個(gè)項(xiàng)目。對(duì)于不同類型的用戶,他們的瀏覽路徑,他們?cè)L問網(wǎng)頁(yè)的頻率和每個(gè)類別花費(fèi)的時(shí)間將各不相同。與用戶評(píng)分相比,更詳細(xì)的點(diǎn)擊流信息可以用來更精確地描述用戶的興趣。

二、點(diǎn)擊流在用戶行為分析中的應(yīng)用

電子商務(wù)的成功離不開大量數(shù)據(jù)的支持。目前,在線商店運(yùn)用多種信息尋找目標(biāo)客戶,例如人口統(tǒng)計(jì)特征、購(gòu)買歷史信息或評(píng)分信息,以及這些訪問者是如何進(jìn)入到這個(gè)線上商店的(即這個(gè)用戶是通過書簽、搜索引擎還是電子郵件推廣的鏈接找到這個(gè)網(wǎng)站的)。但是,以上方式對(duì)于用戶需求的挖掘和預(yù)測(cè)能力非常弱。而任何公司或者組織的成功必然離不開決策的正確性,點(diǎn)擊流數(shù)據(jù)的出現(xiàn)成為了這種正確性決策最可靠、最有效的數(shù)據(jù)基礎(chǔ)。與傳統(tǒng)的媒體和商業(yè)環(huán)境不同,由于信息技術(shù)的發(fā)展,互聯(lián)網(wǎng)可以快速、簡(jiǎn)單、不顯眼地收集有關(guān)個(gè)人活動(dòng)的詳細(xì)信息。這種互聯(lián)網(wǎng)用戶在線操作的記錄被稱為點(diǎn)擊流數(shù)據(jù)。從點(diǎn)擊流數(shù)據(jù)源來分類的話,可以分為以下幾類:

(一)問卷調(diào)查。雷玲等以產(chǎn)品策略、促銷策略、網(wǎng)站策略為自變量,情感反應(yīng)做因變量研究用戶沖動(dòng)購(gòu)買行為的形成機(jī)制,他們發(fā)現(xiàn):產(chǎn)品策略、促銷策略以及網(wǎng)站策略顯著影響網(wǎng)絡(luò)消費(fèi)者的情感反應(yīng),其中促銷策略對(duì)消費(fèi)者情感反應(yīng)的影響最大;其次是產(chǎn)品策略,最后是網(wǎng)站策略。

(二)網(wǎng)頁(yè)瀏覽日志。付關(guān)友等從心理學(xué)的角度運(yùn)用內(nèi)驅(qū)力理論研究Web用戶的瀏覽行為和他對(duì)網(wǎng)頁(yè)是否感興趣密切相關(guān),他們發(fā)現(xiàn)隨著用戶瀏覽頁(yè)面數(shù)的增多,捕獲到用戶的興趣越高。

(三)實(shí)驗(yàn)室實(shí)驗(yàn)與問卷調(diào)查。Parboteeah等通過實(shí)證分析以及實(shí)驗(yàn)室控制實(shí)驗(yàn)研究了網(wǎng)站的變化是如何影響在線沖動(dòng)購(gòu)買。他們發(fā)現(xiàn)要使消費(fèi)者更加沖動(dòng),網(wǎng)絡(luò)零售商可以通過增加與任務(wù)相關(guān)的高質(zhì)量的提示(TR)來最大限度地發(fā)揮積極的認(rèn)知反應(yīng),同時(shí)增加與情緒相關(guān)的高質(zhì)量的提示(MR)來提升積極的情感反應(yīng)。

綜上所述,分析用戶行為可以通過問卷調(diào)查、網(wǎng)頁(yè)瀏覽日志、實(shí)驗(yàn)室實(shí)驗(yàn)等途徑來獲取數(shù)據(jù),進(jìn)而通過不同的模型方法得到定量或定性的用戶分析。

用戶對(duì)自身行為的認(rèn)識(shí)探索從未間斷過,這也是學(xué)者們一直執(zhí)著的追求。在過去很長(zhǎng)一段時(shí)間,研究者們主要借鑒其他學(xué)科的研究方法來進(jìn)行研究分析,由于用戶自身行為具有復(fù)雜性和多樣性,因此對(duì)于任何科學(xué)手段來說都具有很大的挑戰(zhàn)性。在計(jì)算機(jī)普及之前,用戶行為記錄數(shù)據(jù)都是通過問卷調(diào)查或者填寫個(gè)人資料等方式獲取,數(shù)據(jù)的收集缺乏代表性和普適性,僅能做定性的分析,而且有關(guān)用戶行為的研究,在很長(zhǎng)一段時(shí)間內(nèi),學(xué)者們普遍都認(rèn)為人的行為均服從泊松隨機(jī)過程,導(dǎo)致絕大多數(shù)研究成果僅僅是定性描述且?guī)в泻艽蟮木窒扌?。隨著社會(huì)的發(fā)展和互聯(lián)網(wǎng)的出現(xiàn),促進(jìn)了人的生產(chǎn)方式和思維方式變化;由此,出現(xiàn)了兩個(gè)亟待解決的問題:這些研究成果及結(jié)論是否能真實(shí)地反映人們生活中表現(xiàn)出來的行為特征?如何定量化分析用戶行為?關(guān)于點(diǎn)擊流用戶行為分析中的應(yīng)用,從模型來分類的話,可以分為以下幾類:

1、馬爾可夫模型。袁興福等利用馬爾科夫模型和EM聚類方法給出一種依據(jù)原始日志建立用戶行為序列來描述會(huì)話的方案,會(huì)話所反映的用戶行為特征,可以指導(dǎo)網(wǎng)站制定推薦策略,或?qū)I(yíng)銷方案的制訂提供支持。

2、聚類算法等。Gunduz和Ozsu引入一個(gè)通過訪問頁(yè)面和訪問時(shí)間的相似性度量來找出用戶會(huì)話之間的兩兩相似性,然后使用圖形分割算法基于相似性度量劃分用戶會(huì)話,并提出用于表示群集的樹結(jié)構(gòu)。實(shí)驗(yàn)表明,該模型可以在不同結(jié)構(gòu)的網(wǎng)站上使用。

然而,這些方法仍然存在著一定的不足,如高階馬爾科夫模型由于其狀態(tài)數(shù)量龐大而非常復(fù)雜,而低階馬爾可夫模型不能捕獲會(huì)話中用戶的整個(gè)行為;基于順序模式挖掘的模型僅考慮數(shù)據(jù)集中的頻繁序列,使得難以預(yù)測(cè)下一個(gè)請(qǐng)求,而不是按照順序模式的頁(yè)面。而且,很難找到挖掘用戶會(huì)話的兩種不同類型的信息的模型。因此,想要更好地利用點(diǎn)擊流數(shù)據(jù)來預(yù)測(cè)用戶的在線行為,仍需要更多的研究??梢詾榫W(wǎng)頁(yè)優(yōu)化和個(gè)性化推薦提供重要的輔助。

三、基于用戶行為分析的個(gè)性化推薦

互聯(lián)網(wǎng)的快速傳播為電子商務(wù)公司提供了輕松有效的客戶信息采集。從客戶收集的信息通過管理個(gè)性化網(wǎng)絡(luò)體驗(yàn)并保留與客戶的通信轉(zhuǎn)換為高質(zhì)量的產(chǎn)品和服務(wù),因特網(wǎng)提供的信息已經(jīng)導(dǎo)致信息超載。Web用戶難以找到信息推薦系統(tǒng)已經(jīng)成為對(duì)此問題的重要響應(yīng)信息過濾應(yīng)用數(shù)據(jù)分析技術(shù),以幫助客戶找到他們想要購(gòu)買的產(chǎn)品的得分或推薦產(chǎn)品列表的問題顧客。到目前為止,推薦系統(tǒng)已經(jīng)被許多網(wǎng)站(如亞馬遜、雅虎和電影評(píng)論家)實(shí)施。endprint

個(gè)性化推薦是電子商務(wù)企業(yè)廣泛采用的個(gè)性化營(yíng)銷策略之一,它是指電子商務(wù)網(wǎng)站根據(jù)消費(fèi)者之前的評(píng)分、瀏覽、購(gòu)買或搜索歷史等行為數(shù)據(jù)以及相似消費(fèi)者的歷史行為數(shù)據(jù)推測(cè)目標(biāo)消費(fèi)者的需求和偏好,然后在目標(biāo)消費(fèi)者訪問網(wǎng)站時(shí)為其推薦或展示一組他們可能喜歡的商品或服務(wù)。當(dāng)前推薦系統(tǒng)中使用的基礎(chǔ)技術(shù)分為兩個(gè)不同的類別,基于內(nèi)容的過濾和協(xié)同過濾。在基于內(nèi)容的過濾中,它提供了類似于過去用戶所熟悉的內(nèi)容的項(xiàng)目;另一方面,在協(xié)同過濾中,它識(shí)別出與給定用戶相似偏好的其他用戶,并提供了他們想要的東西。劉春、梁光磊、譚國(guó)平等通過對(duì)用戶行為日志的分析生成用戶的興趣偏好模型,同時(shí)引入時(shí)間因子反映用戶興趣的漂移,將基于用戶偏好分析的推薦方法與基于物品的協(xié)同過濾算法相結(jié)合形成了融合的個(gè)性化推薦模型。

四、展望

目前,國(guó)內(nèi)外大量相關(guān)文獻(xiàn)主要研究了如何改進(jìn)個(gè)性化推薦的算法和模型,很多學(xué)者對(duì)個(gè)性化推薦算法和模型進(jìn)行了綜述和評(píng)析,然而很少有學(xué)者系統(tǒng)地回顧個(gè)性化推薦和用戶行為之間的關(guān)系。本文重點(diǎn)對(duì)有關(guān)個(gè)性化推薦和用戶行為之間關(guān)系的文獻(xiàn)進(jìn)行了梳理。營(yíng)銷領(lǐng)域大量的相關(guān)研究發(fā)現(xiàn),個(gè)性化推薦可以改變用戶的信息搜索行為、產(chǎn)品偏好、價(jià)格敏感度、選擇決策和決策質(zhì)量等,但該研究方向仍然有很多值得進(jìn)一步研究和探索的問題。通過對(duì)相關(guān)文獻(xiàn)的系統(tǒng)分析,本文提出幾個(gè)值得進(jìn)一步研究的問題:(1)探討個(gè)性化推薦對(duì)用戶行為的長(zhǎng)期影響;(2)研究用戶動(dòng)態(tài)興趣的個(gè)性化推薦;(3)控制個(gè)性化推薦的內(nèi)生性。

主要參考文獻(xiàn):

[1]雷玲,張小筠,王禮力.基于電子商務(wù)營(yíng)銷的網(wǎng)上沖動(dòng)購(gòu)買研究[J].商業(yè)研究,2012.3.

[2]付關(guān)友,朱征宇.個(gè)性化服務(wù)中基于行為分析的用戶興趣建模[J].計(jì)算機(jī)工程與科學(xué),2005.27.12.

[3]Parboteeah D V,Valacich J S,Wells J D,et al.The Influence of Website Characteristics on a Consumer's Urge to Buy Impulsively[J].Information Systems Research,2009.20.1.

[4]袁興福,張鵬翼,劉洪蓮等.基于點(diǎn)擊流的電商用戶會(huì)話建模[J].圖書情報(bào)工作,2015.59.1.endprint

猜你喜歡
用戶行為個(gè)性化推薦
基于遠(yuǎn)程教育的個(gè)性化知識(shí)服務(wù)研究
電力高校圖書館轉(zhuǎn)型智庫(kù)服務(wù)的研究
社會(huì)化媒體用戶使用動(dòng)機(jī)與行為探析
泌阳县| 鹤岗市| 濉溪县| 龙井市| 绥棱县| 前郭尔| 绥宁县| 康保县| 来凤县| 泽普县| 德惠市| 贵定县| 兴隆县| 南陵县| 长沙市| 白水县| 河北省| 徐汇区| 宿松县| 红安县| 龙州县| 诏安县| 神农架林区| 平遥县| 肃宁县| 凤山市| 富宁县| 万宁市| 门源| 公安县| 沧源| 遂川县| 灵石县| 天峨县| 阿拉善右旗| 平谷区| 溆浦县| 惠东县| 确山县| 遂溪县| 永福县|