网络消费者偏好挖掘模型构建及应用研究

• 作 者: 刘同存
• 机 构: 桂林电子科技大学
• 出 处: 桂林电子科技大学
• 发表日期: 2012年期
• 关键词: 电子商务 消费者 偏好特征 个性化推荐

电子商务应用的普及极大的拓展了消费者的商品选择空间，降低了购买成本。但互联网信息量的指数增长也使消费者陷入“信息迷航”的困境之中，越来越难以从中找到感兴趣的商品。个性化推荐技术作为智能化的信息检索工具，有效的缓解了这一难题，通过挖掘消费者的潜在偏好为其筛选满意商品，因此，推荐成功的关键在于精确挖掘消费者的潜在偏好。精确把握消费者的偏好特征及变化规律是困难的，但又是网络营销与个性化推荐技术研究领域的重要内容之一。　　在总结国内外消费者偏好挖掘模型研究与应用成果基础上，指出当前研究的不足，给出了偏好挖掘模型研究的相关理论；从探讨消费者偏好特征及变化规律入手，充分考虑到消费者偏好动态转移特性，通过分析消费者的历史购买偏好和购买决策过程的相关操作行为信息构建基于多数据源的偏好挖掘模型，并对其有效性进行了验证；为了体现模型的应用价值，将偏好挖掘模型应用于个性化推荐中，根据构建的偏好数据矩阵寻找目标用户的最近邻居集，依据邻居用户的消费偏好为目标用户产生推荐。考虑到偏好数据矩阵的稀疏性，又提出基于商品属性聚类的缺失值填充方法，根据目标用户对目标商品所属类簇内其它商品的偏好初步评估对目标商品的偏好，达到降低数据稀疏性目的。最后，在从自主开发的旅游电子商务网站收集的数据集上实验分析，结果表明，基于本文偏好挖掘模型的个性化推荐精确度显著优于传统的推荐方法。　　本文在对消费者历史购买偏好和购买决策过程的操作行为信息分析基础上构建偏好挖掘模型，拓展了偏好挖掘研究的思路，为网络营销策划和商品个性化推荐服务提供决策支持。