社会化媒体与电子商务的融合催生了社会化电子商务的兴起。社会化电子商务中用户的大量参与产生的社会关系网络和用户生成内容是用户需求挖掘的重要源泉,而如果不对这些内容进行组织和利用将会产生新的信息过载,让消费者再次陷入因信息来源过多而难以全面获取和正确选择,以致最终还是花巨大时间和精力成本才能找到所需商品的无奈境地。商品推荐被认为是解决信息过载的有效手段,通过商品推荐可以将消费者可能需要的产品主动推荐给消费者。传统的推荐方法虽然能够实现商品信息的有序组织,有效缓解信息过载的同时提高了商品个性化服务水平,但由于商品属性的复杂性和推荐所需数据的稀疏性,导致推荐的准确性并不理想。鉴于此,基于社会化电子商务的用户参与所产生的对推荐有用的重要数据,提出了面向社会化电子商务环境的商品推荐研究。本文基于消费者网络行为理论与马斯洛需求层次理论,揭示社会化电子商务中消费者购物过程的行为所体现的需求层次,并将这些需求的数据源映射到社会化电子商务中用户关系网络和消费者生成信息内容,提出基于用户兴趣标签、用户信任关系和用户评论的商品推荐策略。研究将商品推荐的理论模型、技术实现与实证研究相结合,以期在理论、思路和方法上拓展传统商品推荐服务。

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。