电子商务商品信息模型构建论文.doc

电子商务商品信息模型构建论文 1商品静态信息的提取 1.1商品类别的划分 在进行商品信息提取之前，应首先针对商品进行类别划分。因为，相同类型的商品往往具有相同的特征，人们在购买时会根据所选购商品的类型所具有的独具特征做出购买决策。因此，为了使顾客在电子商务平台上对于商品的浏览行为更加方便，在商品信息模型构建之初，应首先考虑针对商品的特征进行类别的划分，将具有相似特征的商品归为一类，与此同时，针对每个类别进行编码操作。当有新商品登录时，应首先将其进行归类处理。这样，商品信息模型就成为一个商品类别以 1.2商品基本信息的表示 商品基本信息是指顾客在购买过程中所必须了解的，商品本身所共有的、不变的属性特征。这些信息，也是面向顾客进行推荐时的主要内容，是电子商务平台中的基础信息。作为交易双方所需要的信息应具有内容丰富、易于了解、实时更新等特征，基本信息模型应能将绝大多数商品所共有的特征标示清楚。 1.3商品特征属性的提取 2商品评价信息的提取 商品评价现已被多数电子商务网站所采用，已购物顾客对商品做出的准确、实时的评价，将成为其他顾客购买参照的依据。这不仅能提高顾客选择商品的效率，更能促进服务质量的提升。 2.1建立评价指标体系 首先，要进行特征要素的选取。将顾客对于商品给出的评价值作为特征要素，顾客对于各评价项做出的评分结果作为评价集。再按分值区间对评价结果进行划分，将其作为参考等级。例如，通常电子商务平台采用五星评分，即五星代表非常满意、四星代表满意、三星一般、二星不满意、一星代表非常不满意，则V=（非常满意，满意，一般，不满意，非常不满意），对应选定的分值级别向量为CT=（108642）T。其次，要确定要素集。要素集的选取，主要是针对顾客在购买过程中，影响其满意度的主要因素的巨额订单。如多数顾客在电子商务平台进行网上购物时，所关注的往往是商家所提供的商品、物流及服务等情况，可将上述项目作为评价项目，即为要素集U=（与描述相符、服务态度、发货速度、物流服务）。要素集、评价集的选取并非一成不变，该过程可以视顾客购物所关注的不同要素来选定，并可人为调整。 2.2确定权重系数 要素集中的要素对于评价结果的影响程度往往不尽相同，某些要素影响显得非常重要，而某些则显得不那么重要。为加以区别，这里用权重系数进行量化表示。权重系数的确定往往是由人为赋值产生的，通过主观经验判断结合要素固有信息，量化后得到各要素权重系数：A=（a1a2akam）。其中，ak为第k个因素对应的权重系数；k=1，2，m；a1+a2+am=1。 2.3确定要素评价矩阵 针对要素评价，要进行的是分配率的计算，该过程主要是根据评价要素集所对应的等级进行统计产生的。如上叙述，采用五星评分，即非常满意、满意、一般、不满意、非常不满意， 3结束语 未来的电子商务将是一种以面向顾客主动推荐为主要特征，能够协助顾客从众多的选择中快速找到最有价值的商品，争取交易双方最大利益并给人们带来极大便利的模式。新时代的电子商务需要的是实时的反应和准确的推荐。对此，本文使用商品类别信息、基本信息、特征属性以及评价信息构建了商品信息模型，并用商品属性权重及向量方式来