基于“点击流数据”的电子商务用户行为分析研究综述.docVIP

基于“点击流数据”的电子商务用户行为分析研究综述 　　【摘 要】点击流数据的出现和研究为电子商务组织的个性化服务的优化提供了支持。现有的点击流数据在电子商务上的研究多集中于对电子商务用户的行为的建模，希望从中理解电子商务用户的行为，以优化自身的决策。本文使用内容分析法，主要详细地回顾了点击流数据文献中关于电子商务用户行为的研究，补充完善了现有的基于点击流数据关于电子商务用户行为的文献综述，将基于点击流数据如何分析电子商务用户行为的研究文献分成两大部分阐述：电子商务用户浏览路径分析和用户动态转换行为，并对点击流数据在电子商务用户行为研究上的局限性和未来的研究趋势作了预测和展望。 　　【关键词】电子商务；点击流；用户行为；动态转换；预测和展望 　　1. 引言 　　伴随着信息技术的快速发展，互联网使得实时、低成本以及隐性地收集用户个人活动的详细信息成为了可能。点击流数据成为了一种研究网上消费者的新范式[1]。点击流数据以一个完整，及时和精确地方式捕获了各种各样的信息。这些数据覆盖了用户的行为，例如浏览的路径，购买的产品和点击的广告，这为研究者们和从业者们尝试去了解用户作出的选择行为提供了很大的帮助。许多研究者已经探究了来自于销售单一类型产品的网站的点击流数据，例如汽车产品和书籍等。相对于获取单一类型的网站点击流数据，从综合性的电子商务网站上收集到的点击流数据将会远比这类数据复杂。电子商务网站的数据通常会封装一个人的行为历史的相当多的细节信息，而且这过多的细节信息会使得数据集本身庞大而冗杂，导致了数据挖掘上的困难，因而点击流数据的复杂性让学者们止步难前，因此，厘清点击流数据在电子商务网站用户行为研究的发展和现状，不仅对于往后电子商务网站用户行为的研究，对于其他领域的研究也都具有非常重要的意义。 　　本文系统地回顾了点击流数据和电子商务的发展相关关系。在这个基础上，本文详细地梳理了当前点击流数据在电子商务应用中的不足，并提出即时地感知用户的兴趣的重要性，引出优化个性化服务的方向，有助于学术领域和实践领域系统地把握已有的研究成果，并在此基础上开展进一步的研究。 　　本文的结构安排如下：第二部分对电子商务网站上的点击流路径进行分析；第三部分对电子商务网站上的用户购买转换行为进行分析；第四部分综述电子商务用户的兴趣挖掘和聚类算法研究；最后是总结与未来研究展望。 　　2.电子商务网站的点击流路径分析 　　2.1 电子商务网站的分类系统 　　电子商务的成功离不开大量数据的支持。任何公司或者组织的成功必然离不开决策的正确性，而点击流数据就是这种正确性决策最可靠、最有效的数据基础。当前的电子商务网站如同雨后春笋，正因为意识到了点击流数据所蕴含的巨大能量，使得如何更有效地利用点击流数据已经成为了现代商业竞争优势的必备利器。 　　在线商店运用多种信息如人口特征，购买历史等来寻找消费者。如今数据越来越多，而对于点击流数据的利用并不充分，点击流数据不仅提供了用户在浏览网页时的页面顺序信息，还提供了他们阅览时的路径信息。 　　在人机交互的角度，考虑用户在电子商务网站的目的，文献[2]提出了一个分类方案作为电子商务网站的一个通用的分类系统。点击流数据会潜在地成为一种非常充裕的数据资源的原因是每一个URL的全文或者HTML内容都是已知的。使用分类系统是为了侧重于对应每一页浏览的页面的类别。每一个页面都被分类为七个类别中的一个：主页，帐户，分类，产品，信息，购物车，订单，以及进入/退出页面。主页是一个通用的新任务的起点。帐户页面是用来登录，地址变更，以及查看订单状态的。分类页面呈现的是商品、类别或者是搜索结果的列表。产品页面包含了详细的产品信息，产品的描述，价格信息，可用性和产品评论。购物车页面是用于加入或删除产品的，以及输入购买信息。订购页面是表示一个已经下单的确认页面。进入/退出页面表示一个时间段的开始或结束。但是这种分类系统会覆盖了页面内容的其他信息，没有考虑到广告、图形和文本信息等其他信息。 　　2.2 基于用户路径的分析模型 　　路径信息可能包含了一个用户的目标、知识以及兴趣等信息。路径从一个新的视角来预测消费者行为，具体而言，路径对事件的次序进行了编码，为购买作准备，而不是单独地寻找一个购买的场合。大多研究的分类方式是较为粗糙的，仅对用户的目标明确与否进行区分，但是这也暗示了根据一个用户的路径可以得知这个用户的目标，并有可能预测未来的行为。 　　前人的研究中的选择模型来从路径中提取信息。但是没有考虑准确性和连续性属性。文献[3]对对应于网页组任务的结论进行了建模，确实考虑了一些连续的信息，但他们通过任务对应页面的收集来对页面层的行为进行建模，因而信息并不详细。文献[4]借鉴了过去的工作提出了一个新的选择模型，考虑了准确