電子商務商品信息模型構建論文
隨著信息時代的來臨，基于互聯(lián)網(wǎng)的電子商務進入飛速發(fā)展的階段，無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)也意識到電子商務所帶來的商機，正著力推動各自電子商務平臺的構建和應用電子商務技術的發(fā)展。但激增的商品信息，也無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，對商品相關信息進行準確表示及精煉描述，從而為顧客在進行商品選擇時提供準確的信息和有效的依據(jù)，成為亟待解決的問題。電子商務平臺在具體構建時，面對急劇增加的商品信息，還應注意模型信息的統(tǒng)一性和協(xié)調(diào)性、開放性和升級擴展能力，以方便向消費者精確地進行推薦，從而提升顧客對于網(wǎng)站的滿意度以及平臺整體的銷售額。
1商品靜態(tài)信息的提取
1.1商品類別的劃分
在進行商品信息提取之前，應首先針對商品進行類別劃分。因為，相同類型的商品往往具有相同的特征，人們在購買時會根據(jù)所選購商品的類型所具有的獨具特征做出購買決策。因此，為了使顧客在電子商務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行類別的劃分，將具有相似特征的商品歸為一類，與此同時，針對每個類別進行編碼操作。當有新商品登錄時，應首先將其進行歸類處理。這樣，商品信息模型就成為一個商品類別以
1.2商品基本信息的表示
商品基本信息是指顧客在購買過程中所必須了解的，商品本身所共有的、不變的屬性特征。這些信息，也是面向顧客進行推薦時的主要內(nèi)容，是電子商務平臺中的基礎信息。作為交易雙方所需要的信息應具有內(nèi)容豐富、易于了解、實時更新等特征，基本信息模型應能將絕大多數(shù)商品所共有的特征標示清楚。
1.3商品特征屬性的提取
電子商務平臺中用于表示商品全部屬性數(shù)據(jù)的集合被稱為商品的屬性信息。電子商務平臺中針對商品進行的檢索、瀏覽、收藏、購買等所有的行為，實質(zhì)上都是針對商品的屬性進行的操作。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行合理地提取和表示，成為電子商務平臺能否及時、準確地為顧客提供商品推薦的關鍵。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，在進行模型構建時應首先對這些屬性進行綜合和抽象級別處理，并進行合理表示。自定義屬性是由類屬性、抽象屬性共同組成。這里，類屬性中的客觀屬性主要是指同類商品具有的共同屬性，主觀屬性是針對同種類型商品進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的相關信息。在諸多商品信息中，某些是能用量化方式進行描述的，如商品價格及規(guī)格標識；而絕大多數(shù)屬性往往是使用字符描述的，難以量化標識，如商品名稱、基本功能等。為有效地構建模型，針對這類屬性，首先要做的就是聚類處理，進而再根據(jù)聚類結果進行賦值處理。特別對于某些由長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鍵詞。然后，進行針對關鍵詞所代表的屬性進行聚類，并將功能相類似的商品作為一個級別。最后，由賦值模塊對各級別進行整數(shù)量化表示。不難發(fā)現(xiàn)，類別相同的商品，其屬性特征值往往也是相同的，因此每一個屬性都是擁有該屬性的所有商品所共有的特征。顧客如果對某個屬性有所偏愛則是對于對應商品類整體的偏愛。商品屬性
2商品評價信息的提取
商品評價現(xiàn)已被多數(shù)電子商務網(wǎng)站所采用，已購物顧客對商品做出的準確、實時的評價，將成為其他顧客購買參照的依據(jù)。這不僅能提高顧客選擇商品的效率，更能促進服務質(zhì)量的提升。
2.1建立評價指標體系
首先，要進行特征要素的選取。將顧客對于商品給出的評價值作為特征要素，顧客對于各評價項做出的評分結果作為評價集。再按分值區(qū)間對評價結果進行劃分，將其作為參考等級。例如，通常電子商務平臺采用五星評分，即五星代表非常滿意、四星代表滿意、三星一般、二星不滿意、一星代表非常不滿意，則V=（非常滿意，滿意，一般，不滿意，非常不滿意），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過程中，影響其滿意度的主要因素的巨額訂單。如多數(shù)顧客在電子商務平臺進行網(wǎng)上購物時，所關注的往往是商家所提供的商品、物流及服務等情況，可將上述項目作為評價項目，即為要素集U=（與描述相符、服務態(tài)度、發(fā)貨速度、物流服務）。要素集、評價集的選取并非一成不變，該過程可以視顧客購物所關注的不同要素來選定，并可人為調(diào)整。
2.2確定權重系數(shù)
要素集中的要素對于評價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(qū)別，這里用權重系數(shù)進行量化表示。權重系數(shù)的確定往往是由人為賦值產(chǎn)生的，通過主觀經(jīng)驗判斷結合要素固有信息，量化后得到各要素權重系數(shù)：A=（a1a2…akam）。其中，ak為第k個因素對應的權重系數(shù)；k=1，2，…m；a1+a2+…+am=1。
2.3確定要素評價矩陣
針對要素評價，要進行的是分配率的計算，該過程主要是根據(jù)評價要素集所對應的等級進行統(tǒng)計產(chǎn)生的。如上敘述，采用五星評分，即非常滿意、滿意、一般、不滿意、非常不滿意，
3結束語
未來的電子商務將是一種以面向顧客主動推薦為主要特征，能夠協(xié)助顧客從眾多的選擇中快速找到最有價值的商品，爭取交易雙方最大利益并給人們帶來極大便利的模式。新時代的電子商務需要的是實時的反應和準確的推薦。對此，本文使用商品類別信息、基本信息、特征屬性以及評價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、可及時更新、能隨數(shù)據(jù)的增加擴展，有利于電子商務網(wǎng)站的管理和服務水平的提高。
【電子商務商品信息模型構建論文】相關文章：
猜想驗證構建數(shù)學模型論文08-14
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
初中物理中CVL微視頻學習資源設計模型的構建與應用的論文10-21
具象化實物模型構建在高中生物的運用論文06-21