王扶東 吳 沖

(東華大學(xué)旭日工商管理學(xué)院,上海200051)

0 引言

隨著信息技術(shù)的發(fā)展和網(wǎng)絡(luò)規(guī)模的快速擴(kuò)大,電子商務(wù)平臺上的商品和用戶也成指數(shù)增加。豐富的商品選擇滿足了用戶各方面的需求,但也大大增加了用戶在選擇真正需要的物品方面花費(fèi)的時(shí)間和精力。商品推薦的出現(xiàn)解決了這一問題。個(gè)性化商品推薦在用戶手動搜索之前根據(jù)歷史數(shù)據(jù)自動化、智能化地對不同用戶分類推薦更符合用戶消費(fèi)偏好的商品,既能提高用戶的滿意度又能提高網(wǎng)站的推薦準(zhǔn)確性,因而成為研究的熱點(diǎn)。

基于用戶消費(fèi)偏好的推薦是個(gè)性化商品推薦的重要方向。準(zhǔn)確定義用戶消費(fèi)偏好,構(gòu)建用戶消費(fèi)偏好模型進(jìn)而為用戶產(chǎn)生更準(zhǔn)確有效的推薦是推薦系統(tǒng)的關(guān)鍵。近年來,學(xué)術(shù)領(lǐng)域也較多地關(guān)注用戶消費(fèi)偏好與電子商務(wù)的結(jié)合。模型、算法研究方面,研究集中在用戶消費(fèi)偏好模型的構(gòu)建,基于用戶消費(fèi)偏好模型的協(xié)同過濾推薦推薦算法設(shè)計(jì)。在應(yīng)用方面,研究集中在如何根據(jù)用戶消費(fèi)偏好輔助商家和企業(yè)進(jìn)行決策,調(diào)節(jié)生產(chǎn),改善運(yùn)營。京東、天貓、亞馬遜等大型網(wǎng)站也在實(shí)踐中運(yùn)用相關(guān)理論進(jìn)行個(gè)性化推薦,從而更促進(jìn)了用戶消費(fèi)偏好學(xué)術(shù)方面的研究。

綜上,關(guān)于消費(fèi)偏好的研究和運(yùn)用的文獻(xiàn)越來越多,但是相關(guān)的綜述比較少。本文試圖對電子商務(wù)領(lǐng)域中用戶消費(fèi)偏好的概念、相關(guān)研究、偏好挖掘進(jìn)行歸納總結(jié),并對電子商務(wù)領(lǐng)域中用戶消費(fèi)偏好的進(jìn)一步研究提出思考。

1 用戶消費(fèi)偏好的概念

用戶消費(fèi)偏好的涵義比較寬泛,不同的研究領(lǐng)域和學(xué)科基礎(chǔ)對偏好的理解不同。在哲學(xué)上,古希臘的亞里士多德首次在理論上將偏好定義為主體在兩種現(xiàn)象或狀態(tài)的比較中表現(xiàn)出來的傾向性。在心理學(xué)上,偏好被定義為認(rèn)為人們在某件事情或動作中所表現(xiàn)的正面的或反面,肯定或否定的情緒體驗(yàn)。在經(jīng)濟(jì)學(xué)中,用戶偏好被定義為用戶在審查商品或服務(wù)時(shí)綜合用戶認(rèn)知、內(nèi)心感受以及經(jīng)濟(jì)學(xué)考量的具有傾向性的選擇。

在許多研究中,用戶消費(fèi)偏好體現(xiàn)了用戶的一種消費(fèi)觀。Scott等人在1973年提出用戶消費(fèi)偏好是用戶在購買產(chǎn)品時(shí)所反映的一種消費(fèi)價(jià)值觀。崔艷武等人研究了電子商戶環(huán)境下的用戶消費(fèi)偏好并將其定義為“顧客在交易活動中表現(xiàn)出來的,對交易過程和結(jié)果的某種習(xí)慣性傾向”。

總之,用戶消費(fèi)偏好是商品市場中重要的信息,在電子商務(wù)環(huán)境中也一樣,是消費(fèi)者的一種心理反應(yīng),表達(dá)了消費(fèi)者對某商品或服務(wù)的喜歡程度和再次需要的可能性。

2 用戶消費(fèi)偏好文獻(xiàn)統(tǒng)計(jì)分析

本文以“用戶偏好”或“用戶興趣”為主題并且限定主題為“電子商務(wù)”,選擇CSSCI、EI等核心來源期刊為檢索條件在中國知網(wǎng)數(shù)據(jù)庫進(jìn)行期刊檢索,得到54篇文獻(xiàn)。近幾年呈現(xiàn)增多趨勢。期刊主要分布在計(jì)算機(jī)工程與應(yīng)用、中國管理科學(xué)、商場現(xiàn)代化、計(jì)算機(jī)應(yīng)用研究、情報(bào)理論與實(shí)踐。相關(guān)高頻關(guān)鍵詞為電子商務(wù)、協(xié)同過濾、推薦系統(tǒng)、個(gè)性化、個(gè)性化推薦。在知網(wǎng)博碩士論文庫中,以同樣的檢索式檢索,得到317篇相關(guān)學(xué)位論文,主要學(xué)校授予單位為重慶大學(xué)、電子科技大學(xué)、北京郵電大學(xué)、合肥工業(yè)大學(xué)、東華大學(xué)等。綜合相關(guān)文獻(xiàn)的發(fā)表情況發(fā)現(xiàn),有關(guān)用戶消費(fèi)偏好與電子商務(wù)的結(jié)合研究逐年增多,多刊登在理工科學(xué)術(shù)期刊。用戶消費(fèi)偏好研究屬于電子商務(wù)和推薦算法研究中的熱門領(lǐng)域。

3 用戶消費(fèi)偏好的相關(guān)研究

了解用戶消費(fèi)偏好的分類方式和影響因素是進(jìn)行用戶消費(fèi)偏好挖掘的基礎(chǔ),下面從消費(fèi)偏好的分類和影響因素進(jìn)行梳理。

3.1 用戶消費(fèi)偏好的分類

不同的用戶持有不同的消費(fèi)觀念和行為,也就是消費(fèi)偏好不同。在電子商務(wù)中,只有對消費(fèi)用戶進(jìn)行準(zhǔn)確分類才能更好地對用戶進(jìn)行服務(wù),公司決策人員才能有針對性的制定方案提高市場地位和盈利能力。

文獻(xiàn)研究中,關(guān)于用戶消費(fèi)偏好的分類并沒有一個(gè)統(tǒng)一的方法。經(jīng)典的羅蘭貝格分類根據(jù)不同的消費(fèi)偏好將用戶分為八種類型,即進(jìn)取精英型、自我中心型、現(xiàn)代理智型、極致享樂型、傳統(tǒng)安逸型、傳統(tǒng)奢華型、勤儉持家型及簡約中庸型。早期利用人口統(tǒng)計(jì)特針對消費(fèi)者進(jìn)行分類。目前學(xué)者關(guān)于用戶消費(fèi)偏好分類的研究主要從用戶的心理和行為兩個(gè)角度去劃分。根據(jù)Holbrook提出的消費(fèi)價(jià)值觀,用戶消費(fèi)偏好可分為經(jīng)濟(jì)型、享樂型、社會型和利他型。按照用戶的消費(fèi)行為特點(diǎn)對用戶消費(fèi)偏好進(jìn)行劃分,可以劃分為交易行為偏好、風(fēng)險(xiǎn)偏好、便利性偏好、價(jià)值偏好和關(guān)系偏好。Morganosky提出根據(jù)用戶對時(shí)間和精力的控制與對交易效率的要求,將用戶消費(fèi)偏好分為便利導(dǎo)向和非便利導(dǎo)向。

在網(wǎng)絡(luò)環(huán)境中,研究人員在沿用傳統(tǒng)的用戶消費(fèi)偏好的分類方式上做了一定的適應(yīng)性調(diào)整。電子商務(wù)下的用戶特征更加多元化,Barnes等人提出了組合方式劃分。他們綜合用戶性格、信任程度、感知風(fēng)險(xiǎn)的能力、對網(wǎng)購的態(tài)度、購物享樂和購買的意愿六個(gè)維度,利用聚類分析對用戶消費(fèi)偏好進(jìn)行了分類。Teo提出了利用在線用戶的行為信息如信息傳遞、瀏覽、下載與購買對用戶消費(fèi)偏好進(jìn)行分類。王海萍根據(jù)用戶主動瀏覽網(wǎng)頁的數(shù)量、內(nèi)容、時(shí)間等行為將用戶消費(fèi)偏好分為瀏覽型、搜索型、購買型和知識建立型?？傊?將人口統(tǒng)計(jì)特征與購物動機(jī)結(jié)合,將消費(fèi)心理因素、消費(fèi)行為、消費(fèi)目標(biāo)結(jié)合進(jìn)行用戶消費(fèi)偏好分類是目前研究中的主要方式。

3.2 用戶消費(fèi)偏好的影響因素

用戶消費(fèi)偏好影響了消費(fèi)行為,消費(fèi)行為反過來體現(xiàn)了用戶消費(fèi)偏好。任何消費(fèi)決策行為都是有依據(jù)的,Anderson等人的研究表明每個(gè)人都希望以最小的成本得到最符合自己需求的商品。與傳統(tǒng)購物不同,網(wǎng)絡(luò)用戶無法親身對商品的質(zhì)量進(jìn)行檢驗(yàn)。因此,用戶網(wǎng)上購物需要考慮更多方面。個(gè)人態(tài)度、商品特性、賣家特點(diǎn)、網(wǎng)站特點(diǎn)等都會對用戶消費(fèi)偏好產(chǎn)生影響。王崇、趙金樓提出,由于用戶在判定商品是否滿意時(shí),是以用戶目前的狀態(tài)為基礎(chǔ)的,因此用戶的購買決策和偏好受到自身價(jià)值觀、購物經(jīng)驗(yàn)等個(gè)人主觀因素影響。Hoffman和Novak認(rèn)為,用戶在選購商品時(shí),會根據(jù)自己的評價(jià)標(biāo)準(zhǔn)對商品進(jìn)行一定的比較和分析,如：商品的價(jià)格、質(zhì)量、售后服務(wù)等,其結(jié)果是以用戶的認(rèn)可程度在潛意識里進(jìn)行購買排序,進(jìn)而做出決策。趙科翔提出在C2C網(wǎng)店購物中,商品的可信度、商家的信用依賴度以及商品的輔助信息是決定消費(fèi)者偏好的重要影響因素。吳磊等人實(shí)驗(yàn)驗(yàn)證了,用戶網(wǎng)上購物時(shí)對價(jià)格和品牌的偏好受感知風(fēng)險(xiǎn)的影響。高風(fēng)險(xiǎn)感知用戶者更愿意購買價(jià)格和品牌知名度較高的商品,低風(fēng)險(xiǎn)感知用戶對商品價(jià)格和品牌差異化反應(yīng)不明顯。

目前對用戶消費(fèi)偏好影響因素的研究中,大多從某一個(gè)角度進(jìn)行分析,多角度交叉進(jìn)行分析的較少。在網(wǎng)絡(luò)的多元化特征下,時(shí)間因素、個(gè)人態(tài)度、商品特性、賣家特點(diǎn)、網(wǎng)站特點(diǎn)等多個(gè)方面結(jié)合來影響用戶消費(fèi)偏好的研究呈現(xiàn)增多的趨勢。

4 用戶消費(fèi)偏好挖掘

用戶消費(fèi)偏好挖掘是指利用數(shù)據(jù)挖掘、行為分析、趨勢預(yù)測等技術(shù)對用戶消費(fèi)偏好信息進(jìn)行深入挖掘分析,從而獲取對用戶消費(fèi)偏好知識。對用戶消費(fèi)偏好的提取和模型構(gòu)建是近年來消費(fèi)偏好文獻(xiàn)中研究的熱點(diǎn)。

4.1 用戶消費(fèi)偏好提取

傳統(tǒng)的用戶消費(fèi)偏好主要利用調(diào)查問卷的方式進(jìn)行提取。目前,用戶消費(fèi)偏好挖掘主要利用網(wǎng)絡(luò)上用戶注冊信息、用戶評分等顯性信息的分析處理來獲取用戶顯性偏好知識,利用在網(wǎng)頁的停留時(shí)間、訪問次數(shù)等隱性行為信息的分析處理來獲取用戶隱性偏好知識。在電子商務(wù)環(huán)境下,網(wǎng)購商品在上架之前都有所屬品類、性能等固有屬性的介紹。用戶可以根據(jù)個(gè)人喜好進(jìn)行特定條件下的篩選,其篩選的一系列動作行為被記錄在網(wǎng)絡(luò)日志中,對網(wǎng)絡(luò)日志進(jìn)行挖掘可以獲取用戶在一定時(shí)間內(nèi)的偏好。王忠友等人利用logical回歸方法對用戶行為信息進(jìn)行消費(fèi)偏好挖掘,得到了用戶在某類商品上的用戶偏好度。由于在線商品評論情感分析研究的深入,從在線評論中提取偏好信息的研究也越來越多。王偉等人通過對在線商品評論的情感分析挖掘了用戶消費(fèi)偏好,并根據(jù)偏好相似度進(jìn)行推薦取得了較好的效果。

綜上分析,研究人員從調(diào)查問卷、網(wǎng)絡(luò)日志中提取顯、隱性信息對消費(fèi)偏好已經(jīng)做了大量的研究,并取得了一定的進(jìn)展,但是結(jié)合評論信息的深度挖掘較少,不能很好的在電子商務(wù)中應(yīng)用。

4.2 用戶消費(fèi)偏好模型

個(gè)性化商品推薦系統(tǒng)用戶的核心是用戶消費(fèi)偏好模型的構(gòu)建。用戶消費(fèi)偏好模型的可解釋能力和可計(jì)算能力直接反映了推薦系統(tǒng)的好壞。目前用戶消費(fèi)偏好模型按照表示方法主要分為三類：向量空間模型表示法、基于概念和概念層次表示法和基于本體技術(shù)的模型表示法。李愛明、張帆在分析信息過濾系統(tǒng)與用戶模型的基礎(chǔ)上,提出了基于向量空間模型的信息過濾系統(tǒng)用戶建模方法,實(shí)驗(yàn)證明該方法一定程度上能夠準(zhǔn)確反映用戶偏好,提高推薦效率。蘇雪陽、左萬利等人通用本體中的概念描述網(wǎng)頁對用戶行為信息進(jìn)行提取,構(gòu)建了基于本體技術(shù)的用戶消費(fèi)偏好模型。

由于用戶消費(fèi)偏好模型并不是一成不變的,隨著時(shí)間和周圍環(huán)境的變化,用戶的消費(fèi)偏好也會發(fā)生偏移,最近一段時(shí)間內(nèi)的數(shù)據(jù)更能反映用戶當(dāng)前偏好?，F(xiàn)有用戶消費(fèi)偏好模型根據(jù)數(shù)據(jù)的可變化性分為靜態(tài)模型和動態(tài)模型,根據(jù)時(shí)間的長短和興趣的偏移分為長期模型和短期模型,具有機(jī)器學(xué)習(xí)功能的模型又稱自適應(yīng)的偏好模型。研究中單個(gè)類型的模型并不能更準(zhǔn)確地描述用戶的消費(fèi)偏好,為了更準(zhǔn)確地描述用戶消費(fèi)偏好,研究人員多使用混合模型。楊繼萍等人根據(jù)遠(yuǎn)期偏好與近期偏好對用戶的影響程序設(shè)計(jì)權(quán)重,建立混合模型進(jìn)行推薦,有效提高了用戶消費(fèi)偏好模型的準(zhǔn)確度。

5 結(jié)束語

隨著互聯(lián)網(wǎng)的快速發(fā)展,網(wǎng)絡(luò)消費(fèi)問題已經(jīng)成為研究熱點(diǎn),電子商務(wù)領(lǐng)域的用戶消費(fèi)偏好研究主要目標(biāo)是個(gè)性化商品推薦。根據(jù)文獻(xiàn)梳理發(fā)現(xiàn),用戶消費(fèi)偏好的分類、影響因素、獲取方式、模型構(gòu)建方法等因?yàn)榛ヂ?lián)網(wǎng)用戶的個(gè)性化呈現(xiàn)出多樣性。利用綜合的方法進(jìn)行分析是用戶消費(fèi)偏好未來研究的方向。根據(jù)用戶消費(fèi)偏好相關(guān)研究,采用適當(dāng)?shù)慕７椒ㄗR別用戶消費(fèi)偏好與推薦系統(tǒng)相結(jié)合是下一步研究的重點(diǎn)。

[1]石文典,丁乃姝.國內(nèi)外消費(fèi)觀研究述評[J].重慶理工大學(xué)學(xué)報(bào)(社會科學(xué)),2010,(02)：48-52.

[2]崔艷武,蘇秦,李釗.基于電子商務(wù)環(huán)境的顧客消費(fèi)偏好研究[J].軟科學(xué),2007,(06)：19-23.

[3]王海萍.在線消費(fèi)者分類研究述評[J].華東經(jīng)濟(jì)管理,2011,(03)：147-150.

[4]高佳林.基于羅蘭貝格消費(fèi)者分類的消費(fèi)觀評測工具[J].現(xiàn)代營銷(學(xué)苑版),2012,(05)：241.

[5]石文典,丁乃姝.國內(nèi)外消費(fèi)觀研究述評[J].重慶理工大學(xué)學(xué)報(bào)(社會科學(xué)),2010,(02)：48-52.

[6]Morganosky M A.Cost-versus convenience-oriented consumers：Demographic,lifestyle,and value perspectives[J].Psychology&Marketing,1986,3(1)：35-46.

[7]Barnes S J,Bauer H H,Neumann M M,et al.Segmenting cyberspace：a customer typology for the internet[J].European journal of marketing,2007,41(1/2)：71-93.

[8]Teo T S H.Demographic and motivation variables associated with Internet usage activities[J].Internet Research,2001,11(2)：125-137.

[9]王海萍.在線消費(fèi)者分類研究述評[J].華東經(jīng)濟(jì)管理,2011,(03)：147-150.

[10]Anderson J C,Jain D C,Chintagunta P K.Customer value assessment in business markets：A state－of－practice study[J].Journal of Business－to－Business Marketing,1992,1(1)：3-29.

[11]王崇,趙金樓.電子商務(wù)下消費(fèi)者購買行為偏好的量化研究[J].軟科學(xué),2011,(08)：134-138.

[12]Hoffman D L,Novak T P.Marketing I Hypermedia Computer－Mediated Environments：Conceptual Foundations[J].Journal of Marketing,1997,(60).

[13]趙科翔,陸程程.C2C網(wǎng)絡(luò)購物偏好影響因素實(shí)證分析[J].企業(yè)活力,2012,(12)：52-55.

[14]吳磊,梁東明,王秋月等.網(wǎng)上購物風(fēng)險(xiǎn)對消費(fèi)者行為的影響——感知風(fēng)險(xiǎn)不同對購買偏好的影響機(jī)制比較[J].現(xiàn)代商業(yè),2013,(10)：80-81.

[15]王中友,肖鷹,吳哲夫.基于用戶喜好的個(gè)性推薦系統(tǒng)優(yōu)化[J].杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版),2015,(03)：56-59.

[16]王偉,王洪偉,孟園.協(xié)同過濾推薦算法研究：考慮在線評論情感傾向[J].系統(tǒng)工程理論與實(shí)踐,2014,(12)：3238-3249.

[17]李愛明,張帆.一種基于向量空間模型的信息過濾系統(tǒng)用戶建模研究[J].圖書與情報(bào),2007,(04)：43-47.

[18]蘇雪陽,左萬利,王俊華.基于本體與模式的網(wǎng)絡(luò)用戶興趣挖掘[J].電子學(xué)報(bào),2014,(08)：1556-1563.

[19]楊繼萍,王躍,高雪松.個(gè)性化流媒體服務(wù)中基于行為分析的用戶興趣建模[J].計(jì)算機(jī)應(yīng)用與軟件,2011,(08)：247-250,278.