考虑SNS的电子商务推荐策略及其决策支持.docVIP

考虑SNS的电子商务推荐策略及其决策支持 　　[摘要]文章以微博用户信息为研究数据样本，提出考虑SNS的电子商务推荐策略。提炼兴趣偏好信息以标示用户特征，并构建基于用户共同关注的关系网络模型，从而形成具有兴趣标签的聚合社群，并借力于社群意见领袖的影响力聚集关注度，从而增强客户信任、增强推荐效果。 　　[关键词]电子商务；社交网络；兴趣偏好；意见领袖；推荐策略 　　[DOI]10.13939/j.cnki.zgsc.2016.02.096 　　社交网络，由英文SNS（Social Network Service）直译为社会性网络服务，是一种以用户为中心，基于社交联系构建的强调用户参与、兴趣聚合的关系网络。 　　回溯SNS的发展历程，经由早期以六度分隔理论为代表的概念化阶段直至现阶段的云台分布式网络社交理论，社交网络将其社交属性进行价值外延，逐渐演化为一种新型商业模式的平台。微博作为我国社交网络颇具规模性与示范性的代表，是一个以用户社交关注关系及兴趣标签标注的多社群共同参与的兴趣聚合网络。根据其特有属性，电子商务企业可根据自身产品或服务的特点确定目标客户，通过社交网络中的聚类兴趣社群向目标消费群体进行精准营销与推荐，并通过社群意见领袖聚集关注度，增强客户信任，有效提高推荐效果。 　　1基于社交网络的推荐策略优势 　　1.1目标客户的精确性――用户偏好导向 　　微博用户以兴趣标签为标注，形成颇具特点的细分市场。在用户高参与度的SNS情境下，企业可根据其产品与服务的属性精确锁定目标客户，提供考虑用户偏好与兴趣标签的推荐服务，并有效排除非目标群体，避免营销资源的浪费。 　　1.2客户圈层的拓展性――社交网络延伸 　　基于用户社交联系的微博，因其特有的社交属性及用户认证功能而成为一个具备用户高参与度及高黏着度的常用平台。企业用户通过微博授权的开放平台API，能够获取用户的标签特征、社交关注联系、互动活跃度等属性。基于共链网络的关注关系，企业可将营销推荐渠道经由用户社交圈延伸，实现客户圈层的有效拓展。 　　1.3营销推荐的有效性――意见领袖推荐 　　意见领袖是指社交网络中具有话语权与影响力的用户，因其个人威信与声誉而受到所处社群用户的信任与自发跟从。企业通过着力争取与目标社群的意见领袖建立合作，可利用意见领袖所处的网络关键节点优势，将产品信息传播范围进一步辐射，有效扩大接触人群。亦可以实现口碑营销，利用意见领袖的社群影响力获得用户信任，便于产品与服务的推广。 　　1.4实施推荐的经济性――高效交互服务 　　社交网络作为一个跨终端的即时互动的平台，能够帮助企业与用户进行深层次的互动营销，打造“跨媒体、区域化、互动式”的社会化媒体营销平台。借助网络的高速裂变传播，企业能够在短时间实现推荐信息的跨媒体传播。社交网络能够准确标示用户地理位置，在移动终端普遍覆盖的“互联网+”时代，企业可借助社交网络平台构建O2O模式，以线上活动推广引导线下实体消费。亦可通过SNS实现与用户的实时交互沟通，增强客户体验，降低CRM成本。 　　2基于社交网络的推荐策略设计 　　基于社交网络进行精准化营销推荐，核心在于用户信息的收集、分析与处理，本研究以微博用户为样本，提炼用户兴趣偏好及行为特征，并通过共链关系构建关系网络模型、结合复杂网络研究理论确定处于网络关键节点的微博意见领袖，进一步实现推荐信息推送。实验具体涉及以下三个环节。 　　2.1用户特征提取 　　以新浪微博用户为研究样本，运用基于 Java Heritrix 架构网络爬虫和社交网络供应商开放的 API 和 SDK对网络站点进行广度优先的数据抓取，使用非关系型数据库 MongoDB，存储抓取到的大量数据信息。用户数据应包括：登录注册信息、关系网络信息（关注及被关注）、社交行为信息（微博话题评论、线上活动参与等）、动态情景信息（地理位置、话题有哪些信誉好的足球投注网站、活跃互动等）。在进行特征提取的处理之前，应先进行数据的清洗、去噪等一系列 动作，也可以采用 ETL 工具进行抽取。抽取后的数据才可以做降维处理，整合为符合要求的输入格式。 　　2.2关系网络构建 　　使用Java语言和微博开放平台提供的 SDK对用户数据进行分析处理。通过聚类分析方法，挖掘微博用户之间的关系特征，并对复杂网络中的节点进行重要度衡量。以网络关键节点为基础构建关系网络清晰化模型，生成网络社区群图并标示社群意见领袖。从而清晰勾勒出微博社会网络的真实形态，便于确定营销推荐的渠道环节及关键人物，有效提升影响力扩散与传播的效果。 　　2.3文本语义处理 　　对各社群意见领袖的微博文本进行语义处理，并对冗杂信息进行过滤与去噪。根据分词结果提取语义特征进行兴趣社群划分，为相关兴趣聚类提供基础。企业可对比社群兴趣关键词