亚马逊预测式购物对图书馆个性化信息服务启示.docVIP

亚马逊“预测式购物”对图书馆个性化信息服务的启示 　　摘 要 随着信息技术的快速发展和智能化普及率的不断提高，基于读者行为分析的“预测式”个性化信息服务及信息资源推送成为图书馆创新服务的重要手段。亚马逊对用户的购物行为数据进行分析，预测其商品偏好，提前发货，减少用户等待时间。论文为今后图书馆开展个性化信息服务提出了为读者建立“个人图书馆”、进行读者行为分析研究、制定多元化的个性化信息推送渠道以及可预测化的文献资源配送机制等建议。 　　关键词 图书馆 亚马逊 预测式购物 个性化信息服务 大数据 　　分类号 G252.6 　　The Enlightenment of Amazons Anticipatory Shopping for the Individualized Information Service of Our Libraries 　　Li Bingming 　　Abstract With the rapid development of information technology and the continuous improvement of intelligent penetration， the personalized information service and information resources push which based on the anticipatory analysis of the reader behavior become important means of innovative service of libraryis. Meanwhile Amazon analyzes the users shopping behavior data， forecasts its merchandise preference， ships ahead of time， reduces the waiting time for the users. So this paper proposes to establish the personal library for the readers， carry out the reader behavior analysis research， develop the diversified channels of personalized information push and predictable literature resource distribution mechanism. 　　Keywords Library. Amazon. Anticipatory shopping. Individualized information service. Big data. 　　1 亚马逊“预测式购物”内涵 　　1.1 “预测式购物”概述 　　2013年12月，全球著名电子商务网站亚马逊（Amazon）公司获得了一项名为“预测式购物”的新专利，这项新技术也称为“预测式发货”或者预期递达，英文全称为anticipatory shipping，可以通过对用户数据的分析，在他们还没有下单购物前，提前发出包裹。根据这一项技术，亚马逊将根据某一个网民的购物历史、购物意愿、搜索历史、购物车内容等数据，对其商品偏好进行分析，如果系统判定某一个用户极有可能购买新到的一种商品，亚马逊将会自动发货，将这一商品配送到距离该用户最近的一个物流仓库中，其后只要该用户在网站上下出订单，本已在离家不远的商品，将以最快的速度送到该用户的手中[1]。 　　1.2 对“预测式购物”内涵的认识 　　尽管亚马逊“预测式购物”新技术在提出以后吸引了业界的大量关注，但这种基于用户行为分析模型的预测化营销模式早已被广泛应用，如早在2007年，沃尔玛就通过对消费者的购物行为等用户数据进行分析，创造了“啤酒与尿布”的经典商业案例[2]；Facebook正在利用称作Deep Learning的新的人工智能技术来理解用户的心情或者猜测将要发生的事件，甚至仅仅基于那些并未有明确暗示的帖子，此外还能用于在照片中寻找特定物体，做出关于用户未来可能行为的复杂预测[3]。 　　同为基于用户行为分析模型的预测化营销模式，而亚马逊“预测式购物”的创新之处在于通过复杂的算法来研究、分析其积累的庞大用户数据得出用户可能购买的商品后进行预测性送货，并在用户确认订单后实现最短时间内将商品送达，缩短用户等待商品的时间，提高用户购买商品的成功率。 　　无论是沃尔玛、Facebook还是亚马逊，这种预测都是基于用户行为信息分析而做出的。电商通过对用户在网站上发生的包括购买前、购买