導(dǎo)語(yǔ)：電子商務(wù)用戶畫(huà)像應(yīng)用研究一文來(lái)源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

據(jù)統(tǒng)計(jì)，2016年上半年中國(guó)網(wǎng)購(gòu)用戶規(guī)模達(dá)4.8億人，中產(chǎn)階級(jí)電子商務(wù)消費(fèi)群體的崛起使得企業(yè)由以“產(chǎn)品”為中心向以“用戶”為中心轉(zhuǎn)換，如何更好的了解用戶需求，以推動(dòng)用戶購(gòu)買(mǎi)決策的形成成為企業(yè)急需解決的問(wèn)題。用戶畫(huà)像技術(shù)本質(zhì)是指企業(yè)在大數(shù)據(jù)環(huán)境下，洞察用戶信息，全面準(zhǔn)確的刻畫(huà)用戶的維度與屬性，使企業(yè)能深入研究用戶特征與行為以更加精準(zhǔn)的掌握用戶需求，從而更好的服務(wù)于用戶。電子商務(wù)用戶購(gòu)買(mǎi)決策分析電商用戶的購(gòu)買(mǎi)決策過(guò)程仍遵循傳統(tǒng)消費(fèi)者行為理論，即確認(rèn)需求、信息搜尋、評(píng)估選擇、購(gòu)買(mǎi)決策和購(gòu)后評(píng)價(jià)五個(gè)階段。在此基礎(chǔ)上引入管理學(xué)的全過(guò)程管理理念，電商用戶購(gòu)買(mǎi)決策過(guò)程可分為“購(gòu)前、購(gòu)中、購(gòu)后”三個(gè)環(huán)節(jié)，主要包括需求獲取、個(gè)性化推薦、個(gè)性化服務(wù)、用戶滿意度管理、信用評(píng)價(jià)五個(gè)階段，如圖1所示。在這三個(gè)環(huán)節(jié)五個(gè)階段中，用戶畫(huà)像技術(shù)都能幫助企業(yè)洞察用戶需求，以便企業(yè)為用戶提供更好的服務(wù)。

現(xiàn)有用戶畫(huà)像技術(shù)應(yīng)用研究

（一）需求獲取洪婷婷（2015）通過(guò)構(gòu)建用戶畫(huà)像標(biāo)簽庫(kù)進(jìn)行人群分類(lèi)以精準(zhǔn)獲取用戶需求。孫曄等（2016）利用用戶畫(huà)像技術(shù)精準(zhǔn)獲取用戶需求以推進(jìn)商業(yè)銀行的轉(zhuǎn)型和業(yè)務(wù)發(fā)展。馬安華（2013）通過(guò)構(gòu)建電信用戶畫(huà)像以獲得用戶需求，實(shí)現(xiàn)能自修正的精準(zhǔn)營(yíng)銷(xiāo)系統(tǒng)。劉海（2016）基于4C理論構(gòu)建“用戶畫(huà)像”數(shù)據(jù)庫(kù)獲取消費(fèi)者需求，以實(shí)現(xiàn)個(gè)性化的精準(zhǔn)營(yíng)銷(xiāo)。（二）個(gè)性化推薦張小可等（2016）利用貝葉斯網(wǎng)絡(luò)構(gòu)建可擴(kuò)展的用戶畫(huà)像，以實(shí)現(xiàn)用戶興趣變化的動(dòng)態(tài)推薦。劉鵬等（2016）通過(guò)劃分屬性、興趣維度構(gòu)建可擴(kuò)展的用戶畫(huà)像，以提高個(gè)性化推薦的精度。王智囊（2016）通過(guò)構(gòu)建醫(yī)學(xué)畫(huà)像庫(kù)，并依此實(shí)現(xiàn)醫(yī)學(xué)個(gè)性化推薦系統(tǒng)。徐凱（2016）提出基于用戶畫(huà)像技術(shù)的協(xié)同過(guò)濾算法，以提高個(gè)性化推薦的準(zhǔn)確度。（三）個(gè)性化服務(wù)侯金鳳等（2016）構(gòu)建用戶畫(huà)像模型旨在為用戶提供個(gè)性化服務(wù)。黃文彬等（2016）從移動(dòng)用戶頻繁活動(dòng)、規(guī)律行為以及移動(dòng)速度三個(gè)維度構(gòu)建移動(dòng)用戶畫(huà)像，為個(gè)性化服務(wù)提供更全面的數(shù)據(jù)支持。張恒等（2016）通過(guò)構(gòu)建車(chē)主用戶畫(huà)像旨在為用戶提供精準(zhǔn)的個(gè)性化服務(wù)。（四）滿意度管理李映坤等（2016）通過(guò)構(gòu)建用戶畫(huà)像以管理用戶滿意度，并定制相應(yīng)挽留策略。戴桓宇（2016）利用用戶投訴文本描繪用戶畫(huà)像，并依此進(jìn)行用戶滿意度管理。張麗娟等（2017）挖掘用戶潛在需求并構(gòu)建電信用戶畫(huà)像，以進(jìn)行用戶維系與滿意度的管理。（五）信用評(píng)價(jià)林漢川（2016）采用隨機(jī)森林結(jié)合Logistic回歸的模型來(lái)構(gòu)建用戶畫(huà)像旨在精準(zhǔn)地評(píng)估用戶信用風(fēng)險(xiǎn)。丁偉等（2016）利用通信運(yùn)營(yíng)數(shù)據(jù)構(gòu)建手機(jī)用戶畫(huà)像，并應(yīng)用于個(gè)人征信領(lǐng)域。孫曄等（2016）通過(guò)用戶畫(huà)像技術(shù)挖掘商業(yè)銀行征信數(shù)據(jù)，測(cè)評(píng)用戶信用等級(jí)控制風(fēng)險(xiǎn)。綜上所述，用戶畫(huà)像技術(shù)能夠應(yīng)用于電子商務(wù)用戶購(gòu)買(mǎi)決策的全過(guò)程，以幫助企業(yè)更好的服務(wù)于用戶，提高企業(yè)競(jìng)爭(zhēng)力。

電子商務(wù)用戶畫(huà)像構(gòu)建研究

目前電子商務(wù)行業(yè)中用戶畫(huà)像技術(shù)主要應(yīng)用于用戶畫(huà)像維度劃分、用戶畫(huà)像屬性確定以及用戶畫(huà)像屬性抽取三個(gè)方面的研究。（一）用戶畫(huà)像維度劃分構(gòu)建用戶畫(huà)像需要?jiǎng)澐钟脩舢?huà)像維度，即從哪些關(guān)鍵角度對(duì)用戶進(jìn)行洞察與分析。通過(guò)對(duì)國(guó)內(nèi)20篇有代表性的文獻(xiàn)進(jìn)行疏理，將用戶畫(huà)像維度劃分方法做歸納總結(jié)（見(jiàn)表1）?，F(xiàn)有研究成果中用戶畫(huà)像維度的劃表2用戶畫(huà)像維度劃分總結(jié)表3用戶畫(huà)像屬性確定總結(jié)表4用戶畫(huà)像屬性抽取方法總結(jié)分不盡相同。本文對(duì)相似的用戶畫(huà)像維度進(jìn)行歸納，總結(jié)了19篇研究文獻(xiàn)中提及度較高前六個(gè)維度（見(jiàn)表2）。（二）用戶畫(huà)像屬性確定本文從基本屬性、興趣屬性、社交屬性、行為習(xí)慣、心理特征和用戶價(jià)值六個(gè)維度對(duì)現(xiàn)有研究文獻(xiàn)中的用戶畫(huà)像屬性確定方法進(jìn)行總結(jié)（見(jiàn)表3）。（三）用戶畫(huà)像屬性抽取目前，用戶畫(huà)像屬性抽取的數(shù)據(jù)挖掘方法主要包括聚類(lèi)、關(guān)聯(lián)規(guī)則及機(jī)器學(xué)習(xí)等?；诰垲?lèi)的用戶畫(huà)像屬性抽取方法是一種無(wú)監(jiān)督模式識(shí)別并劃分用戶屬性的方法，根據(jù)電子商務(wù)用戶的特征相似程度將同類(lèi)用戶聚合，抽取能夠刻畫(huà)各聚類(lèi)的屬性值?；谖谋就诰虻挠脩舢?huà)像屬性抽取方法是一種從大量文本中抽取潛在知識(shí)的方法，主要分析挖掘用戶相關(guān)的文本，從中抽取用戶興趣、購(gòu)買(mǎi)習(xí)慣、上網(wǎng)行為等屬性?；陉P(guān)聯(lián)規(guī)則的用戶畫(huà)像屬性抽取方法是尋找同一個(gè)事件中出現(xiàn)不同項(xiàng)的相關(guān)性的方法，主要通過(guò)對(duì)用戶的屬性挖掘分析得到某種類(lèi)別用戶的典型屬性及屬性的關(guān)聯(lián)情況以抽取用戶興趣、購(gòu)買(mǎi)習(xí)慣以及上網(wǎng)行為?；跈C(jī)器學(xué)習(xí)的用戶畫(huà)像屬性抽取方法是一種通過(guò)數(shù)據(jù)、經(jīng)驗(yàn)等模擬實(shí)現(xiàn)人類(lèi)的學(xué)習(xí)行為以獲取新知識(shí)的方法，主要用于預(yù)測(cè)用戶興趣、行為等?，F(xiàn)有研究文獻(xiàn)中的用戶畫(huà)像屬性抽取方法總結(jié)如表4所示。

綜上所述，將用戶畫(huà)像技術(shù)應(yīng)用于電子商務(wù)用戶購(gòu)買(mǎi)決策過(guò)程，能夠更好的洞察用戶在不同階段的需求。結(jié)合消費(fèi)者購(gòu)買(mǎi)決策過(guò)程與全過(guò)程管理理念，分為“購(gòu)前、購(gòu)中、購(gòu)后”三個(gè)環(huán)節(jié)的電子商務(wù)用戶購(gòu)買(mǎi)決策過(guò)程，主要包括需求獲取、個(gè)性化推薦、個(gè)性化服務(wù)、用戶滿意度管理、信用評(píng)價(jià)五個(gè)階段。通過(guò)文獻(xiàn)梳理，總結(jié)電子商務(wù)用戶購(gòu)買(mǎi)決策過(guò)程中用戶畫(huà)像技術(shù)的應(yīng)用，從用戶畫(huà)像的維度劃分、屬性確定以及屬性抽取方法三個(gè)方面對(duì)基于購(gòu)買(mǎi)決策過(guò)程的電子商務(wù)用戶畫(huà)像應(yīng)用進(jìn)行了研究。

作者:劉蓓琳 張琪 單位:北京工商大學(xué)計(jì)算機(jī)與信息工程學(xué)院