王寶軍

摘 要：本文通過(guò)商品標(biāo)簽化與關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘技術(shù)相結(jié)合的方法，建立多維度標(biāo)簽化交易數(shù)據(jù)集，利用關(guān)聯(lián)規(guī)則挖掘算法構(gòu)建多維度關(guān)聯(lián)規(guī)則集，探索電子商務(wù)企業(yè)商品關(guān)聯(lián)推薦的精準(zhǔn)化與智能化應(yīng)用研究。

關(guān)鍵詞：關(guān)聯(lián)規(guī)則;精準(zhǔn)營(yíng)銷(xiāo);電子商務(wù)

引言：隨著大數(shù)據(jù)與人工智能技術(shù)的快速發(fā)展與成熟，電子商務(wù)領(lǐng)域也迎來(lái)了新的發(fā)展機(jī)遇與挑戰(zhàn)，如何更加智能、精準(zhǔn)、有效地向客戶(hù)推送合適的商品，已然成為各大電子商務(wù)賣(mài)家極力提升的核心競(jìng)爭(zhēng)力之一。電子商務(wù)企業(yè)面對(duì)海量的商品與多樣化的客戶(hù)需求，在商品關(guān)聯(lián)推薦方面還缺少智能有效的方法與工具，雖然部分企業(yè)已經(jīng)借助關(guān)聯(lián)規(guī)則方法為企業(yè)進(jìn)行關(guān)聯(lián)商品推薦，但因未能考慮客戶(hù)標(biāo)簽因素而精準(zhǔn)度不足。因此，本文將通過(guò)商品標(biāo)簽化與關(guān)聯(lián)規(guī)則挖掘技術(shù)結(jié)合的方法，探索千人千面背景下電子商務(wù)商品關(guān)聯(lián)推薦的精準(zhǔn)化與智能化。

一、關(guān)聯(lián)規(guī)則及其傳統(tǒng)應(yīng)用方法中的不足

1.關(guān)聯(lián)規(guī)則基本概念

關(guān)聯(lián)規(guī)則是通過(guò)對(duì)事務(wù)數(shù)據(jù)庫(kù)進(jìn)行關(guān)聯(lián)性分析與挖掘，尋找事務(wù)之間的簡(jiǎn)單關(guān)聯(lián)關(guān)系或者序列關(guān)聯(lián)關(guān)系，其一般表現(xiàn)形式為：前項(xiàng)→后項(xiàng)（支持度（support）=s%，置信度（confidence）=c%），或簡(jiǎn)寫(xiě)為X→Y（S=s%，C=c%）。假設(shè)在電商環(huán)境存在X和Y兩種商品，規(guī)則X→Y中，支持度表示X和Y同時(shí)被購(gòu)買(mǎi)的概率P（X∩Y），置信度表示X被購(gòu)買(mǎi)的情況下，Y被購(gòu)買(mǎi)的條件概率P（Y|X）。

2.關(guān)聯(lián)規(guī)則在電子商務(wù)商品關(guān)聯(lián)推薦應(yīng)用中的不足

通過(guò)“啤酒與尿布”的故事，我們了解了傳統(tǒng)商超市場(chǎng)可以通過(guò)關(guān)聯(lián)規(guī)則挖掘發(fā)現(xiàn)商品之間的相關(guān)性，并通過(guò)優(yōu)化商品貨架及櫥窗擺放提升商品交易額。電子商務(wù)環(huán)境下，利用關(guān)聯(lián)規(guī)則也能幫企業(yè)進(jìn)行商品相關(guān)性的挖掘，為客戶(hù)推送合適的關(guān)聯(lián)商品，然而對(duì)比超市貨架擺放的單一方式，電子商務(wù)平臺(tái)的商品推薦可以因人而異，然而傳統(tǒng)的關(guān)聯(lián)規(guī)則方法應(yīng)用缺少對(duì)客戶(hù)因素的考慮，關(guān)聯(lián)推薦缺乏差異化，不符合未來(lái)智能化、精準(zhǔn)化的營(yíng)銷(xiāo)發(fā)展要求。

二、商品標(biāo)簽化與關(guān)聯(lián)規(guī)則組合應(yīng)用

鑒于傳統(tǒng)關(guān)聯(lián)規(guī)則方法未能結(jié)合客戶(hù)因素，因人而異的個(gè)性化向客戶(hù)推送關(guān)聯(lián)商品，本文將結(jié)合電子商務(wù)實(shí)際，通過(guò)商品標(biāo)簽化與關(guān)聯(lián)規(guī)則技術(shù)相結(jié)合的方法，面向多樣的客戶(hù)標(biāo)簽特征，探索智能化關(guān)聯(lián)商品推薦策略。

1.商品標(biāo)簽化

商品標(biāo)簽化是指根據(jù)商品的屬性特征和客戶(hù)標(biāo)簽特征為商品進(jìn)行打標(biāo)的過(guò)程，通過(guò)不同標(biāo)簽維度的打標(biāo)，實(shí)現(xiàn)商品標(biāo)簽與訪客標(biāo)簽的有機(jī)結(jié)合，其過(guò)程分為產(chǎn)品歸并、標(biāo)簽設(shè)計(jì)和標(biāo)簽填充，流程詳見(jiàn)圖1。

圖1 商品標(biāo)簽化流程圖

（1）商品歸并

依據(jù)商品上一級(jí)商品類(lèi)目屬性以及企業(yè)自身商品目錄設(shè)計(jì)對(duì)商品進(jìn)行歸并，產(chǎn)生商品統(tǒng)稱(chēng)表，如表1為商品歸并示例。

（2）商品標(biāo)簽設(shè)計(jì)

企業(yè)根據(jù)消費(fèi)者標(biāo)簽特征因素，進(jìn)行不同維度的商品標(biāo)簽設(shè)計(jì)，商品標(biāo)簽的設(shè)計(jì)需要結(jié)合客戶(hù)需求，選取對(duì)消費(fèi)者影響較大的維度作為商品標(biāo)簽項(xiàng)，如果客戶(hù)需求發(fā)生了重大變化，商品標(biāo)簽也需要做相應(yīng)的更新。

商品標(biāo)簽項(xiàng)目設(shè)計(jì)，還需與客戶(hù)資料數(shù)據(jù)庫(kù)相匹配，能夠在客戶(hù)訪問(wèn)店鋪過(guò)程中，從客戶(hù)資料數(shù)據(jù)庫(kù)中識(shí)別出相應(yīng)的維度，如消費(fèi)層級(jí)、客戶(hù)年齡等標(biāo)簽。如果企業(yè)所設(shè)計(jì)商品標(biāo)簽，無(wú)法在客戶(hù)數(shù)據(jù)庫(kù)或者客戶(hù)訪問(wèn)信息中提取到，那這個(gè)維度設(shè)計(jì)將缺乏實(shí)用性。例如客戶(hù)心情標(biāo)簽，企業(yè)無(wú)法通過(guò)客戶(hù)登錄信息而判斷客戶(hù)的心情狀況，因此這個(gè)標(biāo)簽缺乏實(shí)用性。

（3）商品標(biāo)簽填充

對(duì)于商品標(biāo)簽的填充不能機(jī)械完成，商品標(biāo)簽填充質(zhì)量的好壞將直接影響到商品關(guān)聯(lián)規(guī)則的挖掘，企業(yè)需對(duì)消費(fèi)者進(jìn)行精細(xì)調(diào)研與細(xì)分，結(jié)合商品屬性因素，正確完成商品標(biāo)簽列表的填充，形成標(biāo)簽化商品列表，如表2示例。

2.商品列表維度化

根據(jù)業(yè)務(wù)需要，將商品統(tǒng)稱(chēng)與商品標(biāo)簽列表結(jié)合，形成不同維度的商品維度列表，商品維度化名稱(chēng)通過(guò)商品編號(hào)關(guān)聯(lián)，如表3。

3.交易數(shù)據(jù)獲取與格式化

進(jìn)行商品關(guān)聯(lián)規(guī)則研究的理想數(shù)據(jù)來(lái)自于企業(yè)的訂單數(shù)據(jù)，但是當(dāng)需要對(duì)市場(chǎng)或者競(jìng)爭(zhēng)對(duì)手進(jìn)行研究時(shí)，企業(yè)也可以通過(guò)采集相關(guān)企業(yè)電子商務(wù)平臺(tái)公開(kāi)的評(píng)價(jià)數(shù)據(jù)，進(jìn)行反向交易訂單推導(dǎo)，但是這種方法可能會(huì)有一定誤差且時(shí)效有一定滯后。企業(yè)獲得交易數(shù)據(jù)后，需要對(duì)交易數(shù)據(jù)格式化處理，生成由（交易序號(hào)，商品編號(hào)）構(gòu)成的交易列表，如圖2。

4.交易列表維度化

依據(jù)商品維度化列表，將交易列表中的商品編號(hào)替換為商品維度化名稱(chēng)，生成維度化交易列表。維度化交易列表的數(shù)量取決于產(chǎn)品標(biāo)簽的數(shù)量，不同的標(biāo)簽還可以結(jié)合使用，如價(jià)格與功效結(jié)合，生成價(jià)格功效維度交易列表，企業(yè)應(yīng)根據(jù)實(shí)際需要及客戶(hù)數(shù)據(jù)庫(kù)標(biāo)簽現(xiàn)狀，生成所需的維度化交易列表，如表4示例。

5.多維度關(guān)聯(lián)規(guī)則挖掘及應(yīng)用

在生成交易維度化列表后，企業(yè)擁有了來(lái)自不同標(biāo)簽維度視角的交易數(shù)據(jù)集，此時(shí)企業(yè)需要利用合適的關(guān)聯(lián)規(guī)則算法，對(duì)不同維度的交易數(shù)據(jù)集進(jìn)行關(guān)聯(lián)規(guī)則挖掘，從不同的維度視角生成多維度關(guān)聯(lián)規(guī)則集，然后再根據(jù)客戶(hù)的標(biāo)簽信息（如：消費(fèi)層級(jí)、性別等），從對(duì)應(yīng)維度的關(guān)聯(lián)規(guī)則集中提取關(guān)聯(lián)商品進(jìn)行推送，其應(yīng)用流程見(jiàn)圖3。

三、商品標(biāo)簽化與關(guān)聯(lián)規(guī)則應(yīng)用示例研究

本示例研究將基于商品標(biāo)簽化與關(guān)聯(lián)規(guī)則經(jīng)典算法aprior結(jié)合進(jìn)行，對(duì)某家居用品天貓旗艦店商品的關(guān)聯(lián)規(guī)則進(jìn)行研究。本研究通過(guò)八爪魚(yú)軟件抓取該店鋪公開(kāi)評(píng)論數(shù)據(jù)，并通過(guò)將評(píng)論數(shù)據(jù)中的用戶(hù)名、用戶(hù)等級(jí)及交易日期組合作為用戶(hù)識(shí)別標(biāo)志，以識(shí)別同一客戶(hù)的評(píng)論行為，從而反推一段時(shí)期的用戶(hù)交易數(shù)據(jù)。本文一共采集評(píng)價(jià)數(shù)據(jù)8781條，識(shí)別用戶(hù)交易5448筆。

1.價(jià)格維度標(biāo)簽化關(guān)聯(lián)規(guī)則挖掘

根據(jù)該天貓店鋪價(jià)格分布特點(diǎn)，對(duì)價(jià)格區(qū)間標(biāo)簽進(jìn)行填充，即可生成基于價(jià)格維度的交易列表，然后通過(guò)關(guān)聯(lián)規(guī)則挖掘，設(shè)定最小支持度S=0.001及最小置信度C=0.4，得到基于價(jià)格維度的商品關(guān)聯(lián)規(guī)則。為更好展示挖掘結(jié)果，表5對(duì)挖掘的規(guī)則進(jìn)行重復(fù)項(xiàng)及相似項(xiàng)進(jìn)行剔除，優(yōu)先展示梯度值較高的5條關(guān)聯(lián)規(guī)則。

價(jià)格區(qū)間標(biāo)簽與消費(fèi)者的消費(fèi)層級(jí)以及歷史平均客單價(jià)密切相關(guān)，企業(yè)可以通過(guò)識(shí)別客戶(hù)的消費(fèi)層級(jí)標(biāo)簽，確定客戶(hù)所處的價(jià)格區(qū)間，精準(zhǔn)應(yīng)用相應(yīng)關(guān)聯(lián)規(guī)則向客戶(hù)推送合適的商品。根據(jù)挖掘的關(guān)聯(lián)規(guī)則，相同或相近價(jià)位層級(jí)的商品容易共同售出，也體現(xiàn)了消費(fèi)者在產(chǎn)品價(jià)格區(qū)間上具有購(gòu)買(mǎi)習(xí)慣，正確價(jià)位匹配的商品推薦更容易符合客戶(hù)的需要，從而產(chǎn)生更高的流量轉(zhuǎn)化率。

2.功能維度標(biāo)簽化關(guān)聯(lián)規(guī)則挖掘

根據(jù)該天貓店鋪商品功能屬性，對(duì)交易中涉及的商品功能標(biāo)簽屬性進(jìn)行填充，并生成基于商品功能維度的交易列表，然后進(jìn)行關(guān)聯(lián)規(guī)則挖掘，設(shè)定最小支持度S=0.001與最小置信度C=0.4，生成基于功能維度的商品關(guān)聯(lián)規(guī)則，為更好展示挖掘結(jié)果，表6對(duì)挖掘的規(guī)則進(jìn)行重復(fù)項(xiàng)及相似項(xiàng)進(jìn)行剔除，優(yōu)先展示梯度值較高的5條關(guān)聯(lián)規(guī)則。

商品功能維度與消費(fèi)的功能性購(gòu)物偏好維度關(guān)系密切，如皮膚干燥的客戶(hù)傾向購(gòu)買(mǎi)滋潤(rùn)型護(hù)膚商品，而有美白功能需求的客戶(hù)則偏向于購(gòu)買(mǎi)美白類(lèi)護(hù)膚商品，因此企業(yè)可以通過(guò)挖掘消費(fèi)者的購(gòu)物記錄，對(duì)客戶(hù)進(jìn)行功能性打標(biāo)，然后將客戶(hù)標(biāo)簽與挖掘的關(guān)聯(lián)規(guī)則相匹配，為客戶(hù)精準(zhǔn)的推送功能性相關(guān)商品。從挖掘到的關(guān)聯(lián)規(guī)則來(lái)看，相同或相近功效的商品容易共同售出，也印證了客戶(hù)購(gòu)物具有功能性偏好，精準(zhǔn)的功能維度產(chǎn)品推送，能更加有效觸及客戶(hù)的需求點(diǎn)，提升流量的轉(zhuǎn)化率。

四、結(jié)語(yǔ)

基于電子商務(wù)市場(chǎng)競(jìng)爭(zhēng)的不斷加劇，流量成本也在不斷攀升，精準(zhǔn)有效的關(guān)聯(lián)商品推送是電商平臺(tái)及企業(yè)提升流量?jī)r(jià)值與企業(yè)效益的有效手段，本文通過(guò)商品標(biāo)簽化方法與關(guān)聯(lián)規(guī)則挖掘應(yīng)用技術(shù)的融合，挖掘構(gòu)建多維關(guān)聯(lián)規(guī)則集，依據(jù)客戶(hù)標(biāo)簽差異化進(jìn)行商品關(guān)聯(lián)推薦，為電子商務(wù)精準(zhǔn)化、智能化商品關(guān)聯(lián)推薦提供了一個(gè)新的思路。

參考文獻(xiàn)：

[1]袁曉建，張岐山，甘智平，陳煥輝，傅龍?zhí)?Apriori算法的改進(jìn)及在電子商務(wù)中的應(yīng)用[J].福州大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，46（03）：330-334.

[2]李佳慧，趙剛.基于大數(shù)據(jù)的電子商務(wù)用戶(hù)畫(huà)像構(gòu)建研究[J].電子商務(wù)，2019（01）：46-49.

[3]劉海，盧慧，阮金花，田丙強(qiáng)，胡守忠.基于“用戶(hù)畫(huà)像”挖掘的精準(zhǔn)營(yíng)銷(xiāo)細(xì)分模型研究[J].絲綢，2015，52（12）：37-42+47.