《網(wǎng)店個性化服務問題研究開題報告文獻綜述（含提綱）4800字》

天貓商城個性化服務發(fā)展研究1研究背景當今時代是一個信息科技的時代，隨著時代的不斷進步，科技不斷的發(fā)達，越來越多的信息以電子傳輸?shù)男问秸宫F(xiàn)在人們面前，電子商務的發(fā)展也是勢不可擋的，越來越多的電子商務網(wǎng)站涌現(xiàn)，電商企業(yè)的競爭也越來越激烈，那么電商企業(yè)如何在這激勵的市場競爭中立于不敗之地，目前急需去提升的就是要讓用戶可以更加方便快捷的在網(wǎng)站看到自己需要購買的商品種類，這就需要電子商務平臺加強自身的個性化推薦服務模式的建設，能夠精準和迅速將用戶所需的商品信息推送給用戶。電子商務平臺在最初的時候，對于數(shù)據(jù)的操控太粗糙，用戶要是想在網(wǎng)站購買一種商品，那么就在搜索詞條中輸入需要的商品名稱或者是名稱的關鍵字，那么平臺就會對此進行篩選，這種服務過于簡單，并不能很好的為用戶服務。隨著電子商務的不斷發(fā)展，電子商務的服務越業(yè)越人性化和個性化，通過對用戶所點擊信息、購買信息的收集來確定用戶這段時期的喜好，將用戶喜好的商品類型推薦給用戶，刺激用戶的購買欲望，從而提高商品的銷量，還有電商可以根據(jù)這些海量信息，來分析出用戶的潛在的購買的可能性，然后向用戶推薦現(xiàn)在還沒有瀏覽的商品，便是以后可能會購買的商品，及早的搶占客戶收中的購買意向，電商企業(yè)的個性化推薦服務的水平高低，不僅決定了為用戶提供服務的質(zhì)量高低，還可以提高企業(yè)的銷量，從而增加企業(yè)的盈利能力。所以，提升電子商務個性化信息推薦水平有利于提高電商企業(yè)的服務質(zhì)量，可以讓國內(nèi)的電子商務健康的成長。在各個電子商務網(wǎng)站里面，為用提供了許多的產(chǎn)品信息和銷售服務時，就需要將這些產(chǎn)品信息進行分類，當客戶提出要求時能自動推送到用戶面前，而不需要用戶在大量的信息中去尋找，這就要求電子商務的個性化推薦服務必須要精準及迅速。而讓電子商務具有這樣的精準全面的信息推送的服務模式可以讓用戶得到更好的網(wǎng)站體驗，還可以使自己穩(wěn)定老用戶，發(fā)展越來越多的新用戶，提高自身的競爭力。電子商務平臺的盈利方式來源于向用戶用費使用戶成為平臺的會員，在推廣自己品牌的時候會投入大量的廣告增加品牌的知名度和平臺內(nèi)商品的銷量，那么這些平臺就由大量的數(shù)據(jù)購成，每個用戶在一段時間內(nèi)所需要的商品種類是不同的，那么這個用戶所需要購買的商品，會在平臺上進行一定的瀏覽，那么電子商務平臺對這些數(shù)據(jù)進行統(tǒng)計，將知道用戶的需要，從而將相同類型的商品推送到客戶面前，大大增加了商品的銷量，也方便的用戶。在電子商務平臺有著各種各樣的數(shù)據(jù)統(tǒng)計，那么用戶如何根據(jù)這些數(shù)據(jù)資料而進行觀察分析就需要用戶提高自身的觀察能力，而對于企業(yè)來說，如何對這些大量的數(shù)據(jù)進行操控，通過這數(shù)據(jù)了解用戶的喜好，讓用戶可以更加便捷的來進行消費，就需要對這些數(shù)據(jù)進行個性化的推薦服務。對于大數(shù)據(jù)進行操控就是將這些大數(shù)據(jù)變?yōu)楦鼮橛行У姆?，對于不同的用戶不同的商戶提供相對應的服務，這些大數(shù)據(jù)主要是由用戶瀏覽的信息，對于商品的關注信息，用戶的購買信息等等綜合而生成的，而電子商務個性化推薦服務就需要對這些大量的數(shù)據(jù)進行綜合整理與分析，然后了解到客戶的喜好，將客戶特定時間所需要的商品信息，推薦給用戶，從而提高商品購買的成功率，電子商務企業(yè)也可以利用現(xiàn)有的大數(shù)據(jù)為平臺開發(fā)新的服務項目，增加更多的固定用戶群，并縮減企業(yè)的運營成本。2文獻綜述2.1國外研究現(xiàn)狀個性化服務這一思想我們最早可以追溯到1970年Neproponte在“TheArchitectureMachine”等相關文獻中查閱到。1992年，DavidGold利用協(xié)同過濾推薦功能模塊，研制出郵件過濾系統(tǒng)，被認作為世界上第一次真正意義上面的推薦系統(tǒng)。1999年，SylvainSceneal通過實驗進行研究得出：如果使用不同的推薦類型，那么其得出的效果也會不一樣。雖然信息使用者會覺得專家還有系統(tǒng)推薦結果更專業(yè)，但是實驗證明來自其他消費者的推薦其實比專家和系統(tǒng)推薦的效果更具可信性。2000年，Venkatesh&Davis基于TAM模子又增加了兩個變量，別離是：社會影響、認知東西，這兩個身分經(jīng)由過程對感知有效性和感知易用性發(fā)生感化，進而對用戶采取意向和行動發(fā)生影響。2000年前后，以Hill和Shardanand為代表的諸多美國學者對協(xié)同過濾推薦的內(nèi)容進行研究，并發(fā)表了相關著作。2001年，Davdi.R提出用戶自身對信息推薦服務的態(tài)度直接關系到用戶接納的程度。2002年在美國人工智能協(xié)會上，Aimstrong等第一次推出個性化導航系統(tǒng)。Smith在2002年時提出：消費者之間由于背景、學歷、興趣愛好等存在差異以及推薦信息來源的專業(yè)性程度高低會直接影響用戶對推薦服務的信賴程度，從而影響推薦購買決策的制定。Qlusegun在2006年時對尼日尼亞電子商務平臺推薦影響因素進行了研究，研究指出安全問題以及公民的收入是影響推薦服務的重要因素。2007年，Resnick和Varian在《RecommenderSystems》中對電子商務個性化保舉體系做出了解說，他提出根據(jù)用戶喜好和需求為用戶提供合適的推薦，能夠幫助用戶盡快做出決策，到達摹擬發(fā)賣職員幫忙客戶完成采辦行動的進程。2009年，F(xiàn)ranke&Keinz指出用戶感知本身偏好的洞察力、表達偏好的本領和采辦用意的強弱會直接對用戶對產(chǎn)物的立場產(chǎn)生影響。Ling&Benbasa從社會學的角度入手，采用情境研究的手段，分析了推薦系統(tǒng)界面設計對于社會影響力認識的作用，提出個性化程度是非常重要的影響因素，從而對用戶的信任度產(chǎn)生正向的影響。2010年，Ansari提出個性化推薦依據(jù)是指依照活動中包含的用戶信息需求、學科背景、目標任務、興趣愛好、檢索策略等，為購物提出針對性意見的個性化推薦軟件。2011年，IBM公司在其電子商務平臺Websphere中增加了一個個性化舉薦的功能，從而實現(xiàn)了電子商務平臺的個性化。2011年，谷歌將個性化推薦元素增添到AdWords中，不僅要關注搜索關鍵詞，同時也要用戶最近一段時間內(nèi)的搜索歷史數(shù)據(jù)進行提取，分析這些數(shù)據(jù)，對用戶的需求進行及時跟蹤分析，為用戶提供精準度的服務推薦。2015年，紐約大學提出了目前為止基于交際收集最為精準的個性化保舉算法。2016年，AbdullahOsman在“影響網(wǎng)購行為的因素：購買意向的中介作用”指出主觀規(guī)范、感知有用性對網(wǎng)絡購買意愿有著顯著的正面引導，但是主觀規(guī)范對購物行為的負面影響并不大。2017年EricTKLim“通過電子口碑調(diào)查性別差異對減輕不信任的影響”發(fā)現(xiàn)性別在緩解電子商務與不信任之間的關系中的作用；通過研究探討了解決性別差異的方法。2.2國內(nèi)研究現(xiàn)狀2008年，蔡日梅把個性化保舉界說成為一種保舉代辦署理，它實際上是一種基于個性化信息向指定用戶供給定向的個性化的信息辦事的軟件。2009年7月，中國在北京建立了百分點信息科技有限公司，成為了我國國內(nèi)首個以個性化推薦系統(tǒng)為研究對象的團隊，目前北京百分點信心科技有限公司也是我國最先進的個性化推薦技術的供應商。該團隊深入研究了數(shù)據(jù)挖掘以及用戶的需求分析，從而實現(xiàn)針對不同用戶能夠提供優(yōu)質(zhì)的個性化服務推薦。2009年9月，世界上最大的在線電影租賃網(wǎng)站懸賞數(shù)百萬美元大獎獎勵獲獎團隊，將預測結果精度提高10.05%以上者方可獲得，這一活動將在線電影個性化推薦的效率大大的提高了。2009年9月，我國的電子商務平臺凡客誠品提出了搭配推薦購買服務，通過對用戶瀏覽習慣和購買習慣的分析，梳理商品信息，然后對用戶興趣偏好進行推薦算法的評估，再然后提供搭配推薦，最終達到推薦符合用戶需求的商品，提升用戶體驗以及自身的銷售能力。中國學者馬慶國在2009年時，以TAM模型為依托，進行試驗論證得出信息用戶自身積極的情緒會對用戶接納程度產(chǎn)生正面的影響。2010年10月當當網(wǎng)將“個性化保舉體系2.0”進行升級，在原來基礎上加入交互方式以及支持用戶定制的功能，并且實現(xiàn)了對海量用戶需求行為的數(shù)據(jù)挖掘以及分析。首先對用戶瀏覽、收藏、購買等行為的商品進行收集，然后對用戶興趣偏好進行推薦算法的評估，起首對用戶閱讀、保藏、采辦等行動的商品舉行搜集，然后對用戶樂趣偏好舉行保舉算法的評估，終究實現(xiàn)了為用戶舉行一對一的商品保舉，從而做到為用戶保舉精準需求。2011年百分點信息科技有限公司和電子科技大學互聯(lián)網(wǎng)舉行互助，建立了專注于交織保舉、個性化保舉體系和消費心理學等范疇舉行研究。建立了目前我國海內(nèi)第一個個性化保舉體系結合研究所，掛住個性化推薦、交織推薦的研究同時非常關注消費者的消費心理范疇的研究。百度董事長李彥宏先生在2011年首次正式發(fā)布新的百度搜索首頁，該首頁具備推薦搜索功能，為用戶提供更加精準化的個性化服務。百度的全新首頁將用戶的行為和樂趣結合起來，進行建模，通過對過程算法的不斷改進和完善，為用戶提供具有針對性的事件、信息和商品等。2012年，劉蓓林通過系統(tǒng)的研究證實了，個體因素、技術因素、社會因素對信息用戶接納行為共同產(chǎn)生作用。2015年，根據(jù)統(tǒng)計數(shù)據(jù)來看，目前京東是我國最大的B2C模式的電商平臺，通過PC端和移動端共同創(chuàng)造了10%左右的訂單，京東商城內(nèi)置搜索推薦功能，有專門的部門負責推薦搜索的框架設計、算法設計以及產(chǎn)品設計等工作。目前，京東新版首頁已經(jīng)上線了“猜你喜歡”、“今日推薦”以及“別人關注”這三項功能，為不同的用戶進行個性化的推薦服務。實在，用戶與保舉體系的交互并非直接的干系，用戶只是感知了體系供給的保舉信息，這是一種全新的信息服務模式。因此，本文認為個性化的推薦服務更加強調(diào)服務模式的創(chuàng)新，而不是一種系統(tǒng)或者技術。對以上各學者的分析，可以發(fā)現(xiàn)不同的學者對于個性化推薦服務的理解是不同的，但是其本質(zhì)還是同樣的。每一種定義都強調(diào)了電子商務平臺需要以不同用戶產(chǎn)生的歷史行為數(shù)據(jù)為基礎，根據(jù)不同用戶的特征、興趣、行為等來確定推薦的內(nèi)容?；谝延袑W者的研究，本文以為：電子商務平臺個性化推薦服務是指搜集操縱服務體系及時的搜集用戶的相關行為數(shù)據(jù)并舉行整合，按照分歧用戶的特定需求擬定相對于應的信息數(shù)據(jù)，在基于大數(shù)據(jù)的背景下對電子商務個性化信息推薦服務模式的構建。3研究路徑/論文設計框架1前言2相關概念界定2.1電子商務個性化推薦服務概念2.2電子商務個性化推薦服務的特點3電子商務個性化推薦服務的發(fā)展現(xiàn)狀研究--以天貓商城為例3.1天貓商城的概況及發(fā)展歷程3.2天貓商城開展電子商務個性化推薦的必要性3.3天貓商城應用的個性化信息推薦模式3.4天貓商城個性化推薦實施的效果4基于大數(shù)據(jù)的電子商務個性化信息推薦服務模式構建及實施4.1模式構建4.1.1電子商務信息服務模式4.1.2電子商務個性化信息推薦服務模式的構建思路4.1.3電子商務個性化信息推薦服務模式分析4.2模式實施4.2.1完善的推薦系統(tǒng)4.2.2大數(shù)據(jù)的安全性4.2.3個性化推薦的精確度4.2.4合理的利用數(shù)據(jù)4.2.5彈性的處理能力結論參考文獻致謝4進度安排5參考文獻[1]SarwarB,KarypisG,KonstanI,etalItembasedcollaborativefilteringrecommendationalgorithmsforc-commerce[C]Pro-ceedingsoftheACMECOOConference,2000,40(3).[2]PaulResnick,HalR.Varian.Recommendersystems[J].CommunicationsoftheACM,2007,40(3).[3]IEEETransactiononKnowledgeandDataEngineering,2005,Vol.17(6),pp.734-749.[4]楊旭，湯海京，丁剛毅.數(shù)據(jù)科學導論[M].北京:北京理工大學出版社2014:26-31.[5]HongxinLi,WeiheDuan.ExpandingtheEnterpriseExportsbyE-business[J].InternationalJournalofBusinessandManagement,2010,5(10).[6]MarkXu,RavniRohatgi,YanqingDuan.E-BusinessAdoptioninSMEs:SomePreliminaryFindingsfromElectronicComponentsIndustry[J].InternationalJournalofE-BusinessResearch(IJEBR),2007,3(1).[7]王浩.電子商務個性化信息推薦服務計量分析與發(fā)展對策研究[J].內(nèi)蒙古科技與經(jīng)濟,2016（08）:59-62.[8]張韞.大數(shù)據(jù)背景下電子商務個性化推薦服務下的用戶隱私保護[J].梧州學院學報,2016,26（01）:18-20+70.[9]杜念欣.大數(shù)據(jù)時代電子商務個性化推薦服務研究[J].中國管理信息化,2016,19（10）:137.[10]王茜,錢力.大數(shù)據(jù)環(huán)境下電子商務個性化推薦服務發(fā)展動向探析[J].商業(yè)研究,2014（08）:150-154.[11]孫雨生,張晨,任潔,朱禮軍.國內(nèi)電子商務個性化推薦研究進展:核心技術[J].現(xiàn)代情報,2017,37（04）:151-157.[12]孫雨