B2C电子商务中的消费者决策支持系统.pdf

Ｂ２Ｃ电子商务中的消费者决策支持系统 论文作者：佚名 摘要 B2C电子商务环境下的决策支持系统主要包括专家系统，推荐系统和智能 代理系统或者其组合等。其目标是帮助消费者发现和澄清需求，在网络海量的 信息环境下发现和比较信息，筛选符合客户需要的产品，或者提供建议。该文 回顾了近年来网上决策支持系统的研究进展，并对其在B2C电子商务中的应用 前景和研究发展趋势进行了预测与展望。 关键词 B2C，消费者，决策支持系统。 同传统购物过程一样，消费者的网上购物决策行为可分为需求认知、信息 搜索、选择性评价、购买和购买后评价5个阶段。只是，网络作为一个重要的 信息来源，以其丰富的信息、方便的搜索引擎、低廉的搜索成本等优势，迅速 成为消费者外部信息搜索的重要方式。基于对消费者在前购物阶段的外部信息 搜索和提供人性化的产品和服务推荐的网络信息来源的研究，Senecal和 Nantel（2002）把网上推荐来源分为3种类型[1]：（1）其他消费者（如，亲 戚、朋友、熟人等）；（2）专家（如销售员、独立专家等）；（3）专家系统 （Expert System，ES）和消费者决策支持系统（Consumer decision support system）（如推荐系统和智能代理系统）。对于前两种类型的信息来源，它也 适用于传统购物，在对传统购物的消费者行为研究中经常使用，而且已公认它 们影响了消费者的决策和购买行为。 决策支持系统（Decision Support System，DSS）是70年代初期发展起 来的面向用户的一种交互系统，传统的决策支持系统由人机接口、数据库、模 型库三个子系统及它们之间的接口组成，其主要目的是支持半结构化和非结构 化的决策问题，以提高决策效能[2]。智能决策支持系统（Intelligent Decision Support System，IDSS）是专家系统与决策支持系统的集成体。相当 于Senecal和Nantel（2002）对网络信息来源分类中的第三类。它完成定性的 知识推理、定量的模型计算、大量的数据处理并形成有机整体[3]。对于B2C电 子商务环境下的消费者购物决策来说，决策支持系统的目标是帮助消费者发现 和澄清需求，在网络海量的信息环境下发现和比较信息，筛选符合客户需要的 产品，或者提供建议[4]。 近来决策支持系统的研究更加趋向于使其智能化、人性化，通过对网上消 费者购物决策行为的经验性研究，致力于建立一个能有效地促进消费者在其进 行网上购物时做出决策的交互作用系统。基于以上分析，本文回顾了近年来网 上决策支持系统的研究进展，将这些研究分成三种类型：理论研究、方法研究 和应用研究（理论研究和方法研究的区别在于，是否建立了决策支持系统的模 型，而应用研究则是对某一具体的决策支持系统的应用），并对其在B2C电子 商务中的应用前景和研究发展趋势进行了预测与展望。 1 决策支持系统的理论研究 虽然网上商店在20世纪80年代就已经出现，但是绝大多数的网上商店也 就只有几周岁而已。所以，虽然现存的网上交易的类型很多，哪种类型真正适 合网上交易，并在未来盛行目前并不清楚。目前占优势的网上交易主要有[5]： （1）固定价格（Fixed price）。传统的网上商店，其商品来自一家零售 商。 （2）拍卖机构（Auction houses）。消费者可以对一些项目进行投标 （如，易趣）。 （3）信息媒体库（Infomediaries）。把几个商店或制造商的商品集中到 一个大的框架体系下。并不直接零售商品，而是提供商品相关信息，其服务链 由其他一些确立良好的网上商店组成，其功能相当于搜索引擎。（如， www.C） （4）混合商店（Hybrid stores）。既零售商品，也是一个信息媒体库 （如，卓越）。 因此，在设计电子商务工具时，必须考虑特定的交易类型和信息呈现方 式。网络是由用户驱动（user-driven）的，交流的开始和中止，都是由用户决 定的——只需要点击一下鼠标即可，而用户在进行购物时，通常并没有明确的 购物目的。因此，一个设计良好的决策支持系统必须适应买方和卖方双方的需 要，其信息的组织与交互要与用户的内在认知活动相一致[6]。 决策支持系统通常包括一些问题，通过用户对这些问题的回答来发现最适 合用户的选项。这就涉及到问题的设计，数据存储及检