- 相關(guān)推薦
電子商務(wù)商品信息模型構建
著(zhù)眼于顧客行為中隱含的大量顧客偏好信息,構建了信息模型。通過(guò)對顧客注冊、檢索、瀏覽信息的提取,并針對偏好動(dòng)態(tài)性對其進(jìn)行及時(shí)維護,計算出顧客特征向量作為推薦的依據,旨在提高推薦的準確性和及時(shí)性。下面是小編搜集整理的相關(guān)內容的論文，歡迎大家閱讀參考。
摘要：隨著(zhù)信息時(shí)代的來(lái)臨，基于互聯(lián)網(wǎng)的電子商務(wù)進(jìn)入飛速發(fā)展的階段，無(wú)論是人們的生活方式還是企業(yè)的生產(chǎn)方式都隨之發(fā)生巨變。更多的企業(yè)也意識到電子商務(wù)所帶來(lái)的商機，正著(zhù)力推動(dòng)各自電子商務(wù)平臺的構建和應用電子商務(wù)技術(shù)的發(fā)展。但激增的商品信息，也無(wú)形中增加了消費者選擇商品的難度。因此，如何構建合理的信息模型，對商品相關(guān)信息進(jìn)行準確表示及精煉描述，從而為顧客在進(jìn)行商品選擇時(shí)提供準確的信息和有效的依據，成為亟待解決的問(wèn)題。電子商務(wù)平臺在具體構建時(shí)，面對急劇增加的商品信息，還應注意模型信息的統一性和協(xié)調性、開(kāi)放性和升級擴展能力，以方便向消費者精確地進(jìn)行推薦，從而提升顧客對于網(wǎng)站的滿(mǎn)意度以及平臺整體的銷(xiāo)售額。
一、商品靜態(tài)信息的提取
1.1商品類(lèi)別的劃分
在進(jìn)行商品信息提取之前，應首先針對商品進(jìn)行類(lèi)別劃分。因為，相同類(lèi)型的商品往往具有相同的特征，人們在購買(mǎi)時(shí)會(huì )根據所選購商品的類(lèi)型所具有的獨具特征做出購買(mǎi)決策。因此，為了使顧客在電子商務(wù)平臺上對于商品的瀏覽行為更加方便，在商品信息模型構建之初，應首先考慮針對商品的特征進(jìn)行類(lèi)別的劃分，將具有相似特征的商品歸為一類(lèi)，與此同時(shí)，針對每個(gè)類(lèi)別進(jìn)行編碼操作。當有新商品登錄時(shí)，應首先將其進(jìn)行歸類(lèi)處理。這樣，商品信息模型就成為一個(gè)商品類(lèi)別以
1.2商品基本信息的表示
商品基本信息是指顧客在購買(mǎi)過(guò)程中所必須了解的，商品本身所共有的、不變的屬性特征。這些信息，也是面向顧客進(jìn)行推薦時(shí)的主要內容，是電子商務(wù)平臺中的基礎信息。作為交易雙方所需要的信息應具有內容豐富、易于了解、實(shí)時(shí)更新等特征，基本信息模型應能將絕大多數商品所共有的特征標示清楚。
1.3商品特征屬性的提取
電子商務(wù)平臺中用于表示商品全部屬性數據的集合被稱(chēng)為商品的屬性信息。電子商務(wù)平臺中針對商品進(jìn)行的檢索、瀏覽、收藏、購買(mǎi)等所有的行為，實(shí)質(zhì)上都是針對商品的屬性進(jìn)行的操作。而每種商品都由多重屬性組成，如何有效地對于商品的屬性進(jìn)行合理地提取和表示，成為電子商務(wù)平臺能否及時(shí)、準確地為顧客提供商品推薦的關(guān)鍵。商品屬性信息是由靜態(tài)屬性與自定義屬性所構成。商品靜態(tài)屬性是商品所固有的、對于顧客選擇商品有很大影響的信息。因此，在進(jìn)行模型構建時(shí)應首先對這些屬性進(jìn)行綜合和抽象級別處理，并進(jìn)行合理表示。自定義屬性是由類(lèi)屬性、抽象屬性共同組成。這里，類(lèi)屬性中的客觀(guān)屬性主要是指同類(lèi)商品具有的共同屬性，主觀(guān)屬性是針對同種類(lèi)型商品進(jìn)行的人為描述的屬性;而抽象屬性則是顧客對于商品使用后反饋回來(lái)的相關(guān)信息。在諸多商品信息中，某些是能用量化方式進(jìn)行描述的，如商品價(jià)格及規格標識;而絕大多數屬性往往是使用字符描述的，難以量化標識，如商品名稱(chēng)、基本功能等。為有效地構建模型，針對這類(lèi)屬性，首先要做的就是聚類(lèi)處理，進(jìn)而再根據聚類(lèi)結果進(jìn)行賦值處理。特別對于某些由長(cháng)字符串所組成的屬性，應首先將其作詞條分段處理，再選擇其中能代表商品重要功能的詞條作為關(guān)鍵詞。然后，進(jìn)行針對關(guān)鍵詞所代表的屬性進(jìn)行聚類(lèi)，并將功能相類(lèi)似的商品作為一個(gè)級別。最后，由賦值模塊對各級別進(jìn)行整數量化表示。不難發(fā)現，類(lèi)別相同的商品，其屬性特征值往往也是相同的，因此每一個(gè)屬性都是擁有該屬性的所有商品所共有的特征。顧客如果對某個(gè)屬性有所偏愛(ài)則是對于對應商品類(lèi)整體的偏愛(ài)。商品屬性
二、商品評價(jià)信息的提取
商品評價(jià)現已被多數電子商務(wù)網(wǎng)站所采用，已購物顧客對商品做出的準確、實(shí)時(shí)的評價(jià)，將成為其他顧客購買(mǎi)參照的依據。這不僅能提高顧客選擇商品的效率，更能促進(jìn)服務(wù)質(zhì)量的提升。
2.1建立評價(jià)指標體系
首先，要進(jìn)行特征要素的選取。將顧客對于商品給出的評價(jià)值作為特征要素，顧客對于各評價(jià)項做出的評分結果作為評價(jià)集。再按分值區間對評價(jià)結果進(jìn)行劃分，將其作為參考等級。例如，通常電子商務(wù)平臺采用五星評分，即五星代表非常滿(mǎn)意、四星代表滿(mǎn)意、三星一般、二星不滿(mǎn)意、一星代表非常不滿(mǎn)意，則V=(非常滿(mǎn)意，滿(mǎn)意，一般，不滿(mǎn)意，非常不滿(mǎn)意)，對應選定的分值級別向量為CT=(108642)T。其次，要確定要素集。要素集的選取，主要是針對顧客在購買(mǎi)過(guò)程中，影響其滿(mǎn)意度的主要因素的巨額訂單。如多數顧客在電子商務(wù)平臺進(jìn)行網(wǎng)上購物時(shí)，所關(guān)注的往往是商家所提供的商品、物流及服務(wù)等情況，可將上述項目作為評價(jià)項目，即為要素集U=(與描述相符、服務(wù)態(tài)度、發(fā)貨速度、物流服務(wù))。要素集、評價(jià)集的選取并非一成不變，該過(guò)程可以視顧客購物所關(guān)注的不同要素來(lái)選定，并可人為調整。
2.2確定權重系數
要素集中的要素對于評價(jià)結果的影響程度往往不盡相同，某些要素影響顯得非常重要，而某些則顯得不那么重要。為加以區別，這里用權重系數進(jìn)行量化表示。權重系數的確定往往是由人為賦值產(chǎn)生的，通過(guò)主觀(guān)經(jīng)驗判斷結合要素固有信息，量化后得到各要素權重系數：A=(a1a2…akam)。其中，ak為第k個(gè)因素對應的權重系數;k=1，2，…m;a1+a2+…+am=1。
2.3確定要素評價(jià)矩陣
針對要素評價(jià)，要進(jìn)行的是分配率的計算，該過(guò)程主要是根據評價(jià)要素集所對應的等級進(jìn)行統計產(chǎn)生的。如上敘述，采用五星評分，即非常滿(mǎn)意、滿(mǎn)意、一般、不滿(mǎn)意、非常不滿(mǎn)意，
三、結束語(yǔ)
未來(lái)的電子商務(wù)將是一種以面向顧客主動(dòng)推薦為主要特征，能夠協(xié)助顧客從眾多的選擇中快速找到最有價(jià)值的商品，爭取交易雙方最大利益并給人們帶來(lái)極大便利的模式。新時(shí)代的電子商務(wù)需要的是實(shí)時(shí)的反應和準確的推薦。對此，本文使用商品類(lèi)別信息、基本信息、特征屬性以及評價(jià)信息構建了商品信息模型，并用商品屬性權重及向量方式來(lái)表示商品特征向量。該商品信息模型的構建使用便利、信息表述完整、可及時(shí)更新、能隨數據的增加擴展，有利于電子商務(wù)網(wǎng)站的管理和服務(wù)水平的提高。
【電子商務(wù)商品信息模型構建】相關(guān)文章：
企業(yè)員工培訓模型構建07-23
品牌延伸量化模型構建08-14
電商物流的優(yōu)化模型構建09-08
猜想驗證構建數學(xué)模型論文08-14
現代渠道策略誤區與代理返利模型構建10-18