网络消费者感性需求分析及应用研究——以服装为例

摘要

在电子商务领域，个性化推荐技术被认为是继信息检索技术之后解决“信息过载”问题最有价值的工具之一。但是随着社会生产力和经济的发展，消费者的消费理念发生变化，更加注重商品对心理需求的满足，而且新商品不断涌入，这使得传统的推荐方法已无法满足消费者日益增长的需求。根据消费心理学理论，消费行为是消费心理的具体体现，消费心理能决定消费行为。感性需求作为消费者对商品深层次的心理需求，本文将感性需求的概念引入到个性化推荐中，通过构建商品与感性特征的定量关系，从历史记录中分析出用户的个性化感性需求，并以此为依据向用户提供个性化的推荐结果。
　　本文以电子商务中的服装为研究对象，主要的研究内容如下:
　　(1)从用户历史记录中分析并构建个性化感性需求模型，解决传统推荐算法对用户个性化偏好的刻画仅停留在网上行为规律或商品属性层面的问题。首先以服装为例获取商品属性及对感性特征的描述，依据专家知识并运用模糊数学的方法建立商品属性与感性特征的映射关系;然后利用用户历史记录中的商品属性信息，通过分析商品属性重要度、感性特征偏好度、感性特征权重等指标建立用户的个性化感性需求模型;最后通过实例从稳定性、准确性、普遍适用性三个角度验证了该模型的正确性。
　　(2)针对传统的推荐算法普遍忽视用户在消费过程中的心理因素而造成推荐效果不理想和用户在感性消费时代对商品情感需求增强的问题，本文提出基于用户感性需求的推荐方法，通过商品对感性需求的满足程度向用户推荐感兴趣的商品。在个性化推荐中加入用户的心理因素，可有效地将技术同质化较为严重的商品区分开来，并将满足个性化感性需求的新商品、甚至新属性推荐给用户，实现用户对商品偏好的扩展，增加了推荐结果的多样性。最后通过实例从推荐结果的准确性角度说明了该推荐方法的合理性。
　　本文将对用户偏好的刻画深入到心理层次，从感性需求的角度分析用户购买行为下的偏好并以此为依据提供个性化推荐服务。这为分析电子商务中用户的消费心理提供了方法上的借鉴，也提供了根据用户心理进行推荐的新思路。

目录

声明

摘要

1．绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外研究现状

1．2．1 电子商务推荐相关研究

1．2．2 服装个性化推荐方法

1．2．3 感性需求相关研究

1．3 本文研究内容与结构

2．商品属性与感性特征的联系

2．1 模糊数学的引入

2．1．1 语言变量的模糊化表示

2．1．2 去模糊化

2．2 研究对象的选择

2．3 商品属性的获取

2．3．1 商品属性的选取

2．3．2 商品属性空间

2．3．3 商品模型的表示

2．4 感性特征的描述

2．4．1 感性特征的概念

2．4．2 感性特征空间

2．4．3 感性特征的语义模糊化

2．5 建立商品属性与感性特征的联系

2．6 本章小结

3．个性化感性需求模型

3．1 研究思路

3．2 商品属性重要度

3．2．1 商品属性重要度的概念

3．2．2 商品属性重要度的计算

3．3 商品感性特征评分矩阵

3．3．1 感性特征评分的概念

3．3．2 感性特征评分矩阵的构建

3．4 个性化感性需求模型

3．4．1 感性特征偏好度

3．4．2 感性特征权重

3．4．3 感性需求模型的建立

3．5 实例验证

3．5．1 样本的选择与处理

3．5．2 个性化感性需求分析

3．5．3 感性需求分析结果的验证

3．6 本章小结

4．基于感性需求模型的推荐方法

4．1 研究思路

4．2 算法原理

4．3 推荐方法描述

4．3．1 商品与感性需求的相似度计算

4．3．2 推荐算法描述

4．4 推荐结果评价指标

4．5 实验验证

4．5．1 样本的选择与处理

4．5．2 生成推荐列表

4．5．3 推荐结果的验证

4．6 本章小结

总结

参考文献

攻读硕士学位期间发表学术论文情况

致谢