英语原文共 7 页，剩余内容已隐藏，支付完成后下载完整资料

基于大数据分析的网上消费者浏览模式与评审模型

NING Lianj, WANG Haoy, FENG Xiand DU Junpin

1. 北京邮电大学 经济管理学院，北京100876，中国)
2. 北京邮电大学 北京计算机学院智能通信软件与多媒体重点实验室，北京100876，中国)

摘要：在网上购物中，商品信息和消费者评论是影响购买行为的主要因素。从商品信息浏览偏好和在线评论的固有特性出发，本文注重于浏览数据和消费者评论的区间分布的统计分析，数据是基于360buy——中国国内大型B2C商务网站的真实数据。研究人员发现，互联网上商品信息浏览时间分布是碎片式的并且可以通过胖尾效应来描述。它还表明用户的浏览模式与信息的类型和信息的显示有关，这意味着图片的片段和标题的长度会影响点击率。区间分布的评论可以用幂律函数描述，且有一个单调递增的关系——幂指数与客户关注相应商品，指数越高，消费者关注程度越高。这一发现得到了浏览模式和评审模型的一些基本规律，对以后的研究具有重要意义。

关键词：区间分布，在线消费者，浏览模式，评审模型，可信度.

1. 前言

随着互联网经济以及电商行业的快速发展，越来越多的消费者选择网络购物，网上购物在网络经济中占有重要地位。分析表明随着随欧洲经济危机和国际需求下降的影响，B2B国外贸易发展面临着挑战，导致B2B市场份额下降四分之一。另一方面，网上购物市场的增长受春节假期的影响相当少，但是随着B2C平台的大规模发展，B2C比例将会持续增加。当前关于互联网使用者行为调查主要注重于使用者行为研究。商品信息浏览是消费者上网冲浪并且选择商品最重要的行为，是消费者网络购物的第一步。因此，我们选择消费者网络浏览模式来进行研究，这也是探索行为模式偏好特征的样例，之后我们研究大量的应用实例来满足英特网使用者的不同需求。作为消费者网络购物行为的另一个重要影响因素，“口碑”也引起越来越多的学者的注意。作为新式口碑的产物，网络产品评论已经成为消费者和商家了解产品质量和服务的重要信息来源。然而，商品信息发送者和接收者在网络环境中并不熟悉，薄弱环节越来越频繁，与此同时，人与人之间交流的信誉也越来越低。因此，网络产品评论以及产品销量是消费者购买决策的重要影响因素，成为人们关心的重要。如今就网上购物而言，网上消费者的评论大多是基于Janis和提出的信息传播过程，他们认为评论出版商通过在线网络评论表达自己视图的产品或服务，并且接收者接受评论的内容是被说服的过程。目前，很多人从来源、内容和等方面利用这个模型研究对网络的可信度的影响因素综述。这些因素包括创始人的网站，联系信息，联系信息的时效性，服务响应时间和网站结构。近年来，研究发现，在网上评论的公信力受评论家的声誉、评论的质量以及接收者自因素的影响。

1. 理论背景
2. 网络用户行为偏好

很多关于用户偏好的研究都集中于弄清顾客决策时的品牌选择惯性、品牌偏好以及品牌忠诚度。通过研究市场营销活动如何影响新市场用户的品牌偏好，Carrie 发现用户的偏好受到他们平时购买经验的营销活动的影。Guan等认为，当人们有确定的消费偏好时，网上消费者的购买偏好可以通过他们对商品的态度预测，否则，可以通过多属性偏好模型与糊集理建立模型来了解消费者购买偏好。刘美莲在电子商务环境下研究用户偏好冲突。她提出了一个基于非预期效用理论的偏好评估模型，并分析了参数估计误。通过研究在线用户偏好的形成及其对个性化信息服务的影响，胡昌平提出了一个解决方案来帮助改善个性化信息服。

2.感知在线评论的有用性

在线评论的感知有用性反映了消费者对在线评论质量的感知，主要是指对在线评论访问商品和做出决策的有用性的感知。一般来说，评论的感知有用性越高，对消费者决策的帮助就越大。等提出了基于评论文章内部话题结构分析的方法来整合顾客关心的问题，然后根据排名的主题生成最终的摘要。提出了一种用信息质量框架来评估评论质量的方法。研究将评价质量评价作为一个分类问题，基于质量提高评价特征，使用分类模型对评价质量进行分类，并通过计算评价质量和查询相关性评分得到评价等级，然后结果返回给用户，评论的参考值大大提高。

3.在线评论对消费者购买决策的影响

研究表明，消费者在购买之前会参考其他人的评论，而在线评论在消费者的购买决策中扮演着越来越重要的角色。这些研究主要从销售和情绪倾向的两个维度来考察。段文等的实证调查发现在线用户评论对电影票房收入没有显着影响，表明在线评论对消费者购买决策的影响不大。尽管如此，票房销售量受网上发帖量的影响很大，这表明意识效应的重要性。李等发现“在线产品评论”、“数量”和“产品关注比例”对产品销售有显着的正向影响。更重要的是“评论的时间效应”和“评论有用的比例”也对产品销售产生了显着的影响，而“正面或反面的评论”等对产品销售影响不大。目前，国内外关于如何影响个人消费者购买行为的研究较为深入，而如何影响消费者购买行为的研究较少，尚处于起步阶段。

1. 研究方法

根据本文的第二部分，不难看出，对用户不同行为偏好的分析主要是关于感知可信度、评论对消费者购买决策的影响以及评论对定价策略的影响。在线评论商业定价策略。近年来，不少学者发现，无论从在线活动还是从交流方式，或者从网络浏览器到金融活动，许多人类的行为都遵循一条厚尾分布的幂律。这一发明将对排队论，网络舆论，危机管理以及在线电子商务产生深远的影响。在本文中，我们将这个分布用于分析用户行为的偏好和两个相邻评论之间的时间间隔。互联网作为现代生活不可分割的一部分，正在发挥越来越重要的作用。尤其是导致商业模式的转变，导致互联网经济的高速发展。作为现代电子商务的重要组成部分，对B2C商业模式的研究更为深入。这方面的研究基本上是关于电子商务中人的行为特征和模式。对于用户不同行为偏好的研究，学者们发现，在移动互联网环境下，同一时期只有少数用户看到相同的信息（这就是我们常说的：信息过载）。在网络环境下，信息浏览时间的分布显示出一种长尾效应，而网络环境中的分片读取已成为主流形式。此外，通过访问日志文件访问时间数据的统计分析http://www.origi.hu，发现，一个人访问同一个网址两次的时间间隔分布是一个幂律，一个网址的所有访问者中连续两个访问者的时间间隔也是一个幂律分布。A. 通过对四种不同地点的分析，发现人们行为的活动水平遵循幂律分布，也是活动水平与时间之间的幂律关系。这些研究表明，虚拟网络中的一些行为不是简单的泊松过程，而是遵循幂律分。这些研究使我想到了这样一个问题，因为人的许多在线活动遵循幂律分布，在网上购物过程中发表的评论的时间间隔也是这样的性质？如果答案是肯定的，那么这样的性质将为网上消费者的购买决策提供重要的参考价值，而从行业角度来看，这也为强化行业监管提供了强有力的工具。因此，本文从人类行为动态的角度给出了网络用户行为的实证研究。通过matlab 对148107个信息数据的分析和对20多种不同类型商品的回顾，发现网上用户的两种行为可以用幂律分布来描述。一个重要的结论是，在移动互联网环境下，用户浏览消息的模型变成碎片化，长尾读取。另一个是从网络评论的整体水平来看，相邻两个评论的时间间隔的分布遵循一个以秒为单位的时间单位的幂律。同时，我们比较了不同程度热点商品中幂律分布的指数，发现消费者购买后指数与活动水平之间存在某种函数关系，关系是单调递增的。下面的章节分为两个主要部分：第一部分描述数据来源及其特点，第二部分探讨相关指标，并且基于统计分析数据描述指标与相应指数之间的内在联系。研究结果对于提升客户体验具有重要的理论和实践价值。

四、数据描述

本文数据来源于“京东商城”http://www.360buy.com/。 数据描述分为两个主要部分：第一部分描述在线消费者浏览模型的数据来源，第二部分显示在线消费者研究评论模型的数据。

1. 在线消费者浏览模型的数据

本文研究了网络环境下用户信息阅读的浏览模式，对应用浏览信息数据进行了六个月的跟踪，并利用统计分析和数据挖掘的方法进行了研究。 首先，系统的抽样方法提取148,107个数据，然后通过实验分析处理，主要包括以下几个维度：标题，点击，页面视图（pv），ctr，标题，类别，站点权重，图像 数量，标题长度，内容长度，网站名称共11个维度。有20个类别：1：国际，2：国内，3：体育，4：娱乐，5：社会，6：金融，7：互联网，8：技术，9：房地产，10：汽车，11：教育，12：时尚，13：游戏，14：军事，15：旅游，16：生活，17：人文，18：创意，19：娱乐，20：水户。 根据显示信息量的统计分析，基本统计分布表如下：

表一 商品展示量统计分析表

从表中可以看出，10以内的展示次数约为77％，少于20次约占88％，50％以上的比例仅为0.0011，其中最小为1，最大为650，平均为 11.1，中位数是4。

1. 在线消费者评论模型的数据

在本文中，我们对京东商城内随机收集的评论数量达8000-10000条的热点项目进行了在线评论，食品、日用品、生活用品、电子产品等商品共17种，售价从百元到数千元不等，然后计算17种商品对应评论时间间隔的指数和在线消费者的关注度。我们选取其中的12个，通过作图分析幂律分布的胖尾，通过作图分析映射指数和注意力之间的函数关系。

1. 统计数据分析
2. 在线消费者的浏览模式

首先，我们统计分析显示pv的对数分布。为了使图形易于理解，我们显示页面视图数量的对数。 对数累积概率分布如图1所示。

表二 数据格式

从图上看，分布是长尾幂律分布，大多数点集中在一个小的印象上。JD商品即时更新的频率非常快。同时，网上购物信息的应用具有可选的商品感兴趣的话题功能，使用户可以阅读感兴趣的商品，同时读取同一商品的概率更小。因此，结合从图中观察到的结论，很容易推测应用程序的大多数用户使用零散的时间浏览商品。所以商品频繁的刷新和人为化使得大量的商品显示的信息量较低。而且由于同样的重新刷新频率，可以得出一个更明确的结论，即在一定时期内浏览某些商品的累计用户数达到超高数量20的概率仅为12％，或者88％的概率使一定数量的人同时看到小于或等于20人的商品。到目前为止我们有一个重要的结论，就是用户浏览商品的模式在互联的第一件事是用户行为的偏好，或者用户对哪种商品感兴趣并想要进一步阅读。具体的实验是确定哪些因素影响用户点击商品。在不区分商品类别的情况下，我们根据商品的标题长度和应用界面上的照片数量将商品分成不同目录组格式。网环境下变得分散，长尾巴。另外，碎片化改善了已经阅读的商品的数量。然后我们探索标题长度和图片数量对用户深度阅读的影响。我们想要知道不同的类别组。主要基于这样的考虑：在不讨论单个商品的具体质量（包含的内容信息）的前提下（由于对不同内容的理解不同，难以统一衡量和评价），因此，用户对商品的理解只存在于标题长度和图片数量上。然后，用户是否浏览商品仅由标题长度和图片数量决定。我们已经为以下所有20类商品做了统计表。序号用于表示类别。其次是这些商品的数量和百分比：

表三 各类商品统计

标题的行号（1或2）与实际的图片数量（零个或三个）的组合包含六（2 * 3）种模式。 为了排除不同类型商品因素的影响，本研究根据不同类别进行讨论。 而且，因为商品的创意类别19的数量是最大的，所以我们首先分析一下这个例子。 我们将创意类商品按行和图片编号分成6组，然后计算每个组的整体点击率，整体pv值和整体点击值。 在附图中，在图2和图3中，实线表示点击的概率分布，虚线表示pv的累积概率分布。

图2和图3是表示对零图像的情况和一行或两行标题（TL）的情况的比较图。当标题的长度是一行时，其总平均点击率为0.2792；当标题的长度为两行时，其总平均点击率为0.2741。可以看出，当创意类商品没有图片模式时，短标题比长标题多0.51%，点击率更高。同样，当显示一张图片时，一行标题的总平均点击率为0.2834。当显示一幅图片时，两行标题的总平均点击率为0.2648。这表示在显示一幅图片时，标题长度越短，总体平均点击率就越高。当显示三张图片时，一行标题的总平均点击率为0.1815。两行标题的总体平均点击率为0.1673。我指出，当显示三个图片时，标题长度越短，总平均点击率就越高。同时，当标题的行和长度一定时，我们可以观察每组的第一张图片的数目。容易得出，无论是一行还是两行标题，当图片数是三时，总平均点击率是最少的，这一现象的主要原因是创意类商品图片，如果有的话，基本上可以描述问题。如果用户对它不感兴趣，他们就没有进一步阅读的

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[23747]，资料为PDF文档或Word文档，PDF文档可免费转换为Word