基于消費(fèi)者視角的在線推薦系統(tǒng)研究綜述

高迪

[摘要]文章以電子商務(wù)推薦系統(tǒng)為研究對象，對推薦系統(tǒng)消費(fèi)者采納意向的相關(guān)文獻(xiàn)進(jìn)行總結(jié)。首先介紹了推薦系統(tǒng)影響消費(fèi)者采納的因素，其次對推薦系統(tǒng)評價(jià)標(biāo)準(zhǔn)研究進(jìn)行總結(jié)，從消費(fèi)者視角展現(xiàn)推薦系統(tǒng)的研究現(xiàn)狀，最后指出了目前研究的不足及未來研究方向。

[關(guān)鍵詞]電子商務(wù)；推薦系統(tǒng)；消費(fèi)者視角

[DOI]10.13939/j.cnki.zgsc.2016.02.123

隨著電子商務(wù)行業(yè)的蓬勃發(fā)展，在線推薦技術(shù)得到廣泛應(yīng)用。推薦系統(tǒng)能從當(dāng)前消費(fèi)者瀏覽、關(guān)注的信息出發(fā)，為消費(fèi)者做出相應(yīng)的推薦。亞馬遜、淘寶網(wǎng)、當(dāng)當(dāng)網(wǎng)等電商網(wǎng)站都已經(jīng)應(yīng)用推薦技術(shù)。目前關(guān)于推薦系統(tǒng)的學(xué)術(shù)研究主要集中在兩個(gè)方面：一方面是關(guān)于推薦算法的優(yōu)化設(shè)計(jì)，另一方面則是推薦系統(tǒng)對消費(fèi)者的影響研究。文章從消費(fèi)者視角出發(fā)，從以下兩方面來總結(jié)現(xiàn)有文獻(xiàn)研究成果。

1在線推薦系統(tǒng)消費(fèi)者采納的影響因素研究

在消費(fèi)者網(wǎng)絡(luò)購物相關(guān)問題的研究中，學(xué)者們普遍采用技術(shù)采納模型（Technology Acceptance Model，TAM）作為理論基礎(chǔ)。根據(jù)TAM模型理論，用戶對系統(tǒng)的感知評價(jià)（感知有用性、感知易用性）直接影響用戶采納意圖的產(chǎn)生。文章發(fā)現(xiàn)影響消費(fèi)者采納的因素主要來自以下幾個(gè)方面。

1.1網(wǎng)站特征

Ganguly和Dash研究發(fā)現(xiàn)網(wǎng)站的信息展示設(shè)計(jì)、導(dǎo)航設(shè)計(jì)和可視化設(shè)計(jì)會(huì)影響消費(fèi)者的購買意向。因?yàn)榫W(wǎng)站合理的視覺設(shè)計(jì)會(huì)給消費(fèi)者帶來愉悅，提高消費(fèi)者對網(wǎng)站的滿意度和信任，進(jìn)而增加對網(wǎng)站的瀏覽時(shí)間和購買產(chǎn)品的數(shù)量。Song和Zahedi則證明發(fā)現(xiàn)網(wǎng)站的促銷、服務(wù)、外部相關(guān)資源、使用和導(dǎo)航易用性及購物便利性等因素會(huì)加強(qiáng)消費(fèi)者的信任。

1.2推薦內(nèi)容

McNee研究發(fā)現(xiàn)，用戶往往不是評價(jià)某一個(gè)單獨(dú)推薦的質(zhì)量而是感受整個(gè)推薦列表的廣泛性和深度，這樣來考慮推薦是否滿足他們的需求。除了推薦信息質(zhì)量，Xiao和Benbasat研究還發(fā)現(xiàn)推薦信息詳細(xì)程度、推薦原因的解釋以及推薦信息表達(dá)方式均對感知有用性和易用性有正向顯著影響。推薦內(nèi)容的多樣性也被證實(shí)可以幫助提升用戶對推薦結(jié)果的整體滿意度，避免了單個(gè)推薦項(xiàng)目的局限。

1.3推薦系統(tǒng)透明度

推薦透明度，是指網(wǎng)絡(luò)推薦系統(tǒng)是否解釋推薦結(jié)果產(chǎn)生的原因。通常情況下，用戶自己的推理往往與系統(tǒng)的推薦機(jī)理不一致，然而當(dāng)用戶不理解為什么某個(gè)商品被推薦給他們時(shí)，他們很少會(huì)去相信那些推薦信息。推薦系統(tǒng)向用戶解釋推薦結(jié)果的產(chǎn)生原因，有助于推薦信息更容易被消費(fèi)者采納。

1.4主觀規(guī)范

用戶自身的使用習(xí)慣、親朋好友的口碑等個(gè)人規(guī)范以及媒體宣傳、市場表現(xiàn)等社會(huì)規(guī)范都可能影響用戶對系統(tǒng)的感知和評價(jià)，包括個(gè)人規(guī)范和社會(huì)規(guī)范在內(nèi)的主觀規(guī)范已被證實(shí)對用戶采納意圖有重要影響。Venkatesh和Davis在修正TAM模型時(shí)也指出，主觀規(guī)范是感知有用性的決定變量。主觀規(guī)范往往是在創(chuàng)新實(shí)施的早期階段更具影響力，因?yàn)槟菚r(shí)用戶形成態(tài)度的經(jīng)驗(yàn)有限。

2在線推薦系統(tǒng)評價(jià)標(biāo)準(zhǔn)研究

推薦系統(tǒng)的現(xiàn)有評價(jià)標(biāo)準(zhǔn)可以分為兩類，一類是技術(shù)性標(biāo)準(zhǔn)，主要用于衡量推薦的精準(zhǔn)度、速度等性能指標(biāo)；另一類是商務(wù)性標(biāo)準(zhǔn)，反映了滿足實(shí)際需要所必備的性能。目前研究重點(diǎn)已從技術(shù)性標(biāo)準(zhǔn)逐漸向商務(wù)性標(biāo)準(zhǔn)轉(zhuǎn)移。

2.1覆蓋率

覆蓋率是指可以被系統(tǒng)預(yù)測打分的商品占全部商品的比例。覆蓋率較高則說明推薦系統(tǒng)能夠找到較多用戶感興趣的產(chǎn)品。如果一個(gè)推薦系統(tǒng)的覆蓋率比較低，那么說明它評估商品的范圍有限，這個(gè)局限性可能會(huì)降低用戶的滿意度。

2.2多樣性

在推薦系統(tǒng)中，多樣性體現(xiàn)在兩個(gè)層次，一個(gè)是用戶間的多樣性，衡量推薦系統(tǒng)對不同用戶推薦不同商品的能力；另一個(gè)是用戶內(nèi)的多樣性，衡量推薦系統(tǒng)對一個(gè)用戶推薦商品的多樣性。學(xué)者提出可以通過測量推薦產(chǎn)品的平均度和平均海明距離的方式，來評估推薦列表的多樣性，商品平均度小的推薦系統(tǒng)相對更好些。

2.3新穎性

新穎性是指推薦系統(tǒng)向用戶推薦非熱門或非流行商品的能力。通常用戶喜歡系統(tǒng)推薦他們熟悉的產(chǎn)品，因?yàn)檫@會(huì)增加用戶對推薦系統(tǒng)的信任，但是當(dāng)用戶厭倦了相似的產(chǎn)品推薦時(shí)，他們可能更喜歡那些能給予他們意外驚喜的推薦信息。

2.4隱私保護(hù)

網(wǎng)站上留有大量消費(fèi)者的個(gè)人信息，涉及姓名、家庭地址、手機(jī)號(hào)甚至身份證號(hào)等重要隱私信息，這些信息一旦泄露，會(huì)造成難以想象的后果。推薦系統(tǒng)對隱私的保護(hù)會(huì)影響到消費(fèi)者的初始信任，從而影響消費(fèi)者對該推薦系統(tǒng)的使用意愿。推薦系統(tǒng)需要有效地保護(hù)用戶個(gè)人隱私的措施，也應(yīng)減少使用用戶隱私數(shù)據(jù)。

3現(xiàn)有文獻(xiàn)評述與未來研究展望

目前在線推薦系統(tǒng)消費(fèi)者采納意向的研究仍處于起步階段，學(xué)者在該方面的研究正在逐步深入。文章對有關(guān)推薦系統(tǒng)采納意向的研究文獻(xiàn)進(jìn)行整理分析，發(fā)現(xiàn)目前多數(shù)研究集中在系統(tǒng)算法優(yōu)化方面，而在系統(tǒng)對消費(fèi)者行為、心理的影響研究較少，研究模型不夠豐富，研究內(nèi)容還有待深入。文章認(rèn)為，未來研究工作應(yīng)繼續(xù)從消費(fèi)者視角展開，對一些變量的中介作用或調(diào)節(jié)作用進(jìn)行更多的研究，建立更有效的研究模型。而且推薦系統(tǒng)評價(jià)標(biāo)準(zhǔn)問題尚未解決，如何評價(jià)推薦系統(tǒng)，也將是未來研究的重點(diǎn)。

參考文獻(xiàn)：

[1]Ganguly B，Dash S B，Cyr D，et al.The effects of website design on purchase intention in online shopping：the mediating role of trust and the moderating role of culture[J].International Journal of Electronic Business，2010，8（4-5）：302-330.

[2]Song J，Zahedi F M.A Theoretical Approach to Web Design in E-Commerce：A Belief Reinforcement Model[J].Management Science Journal of the Institute for Operations Research & the Management Sciences，2005，51（8）：1219-1235.

[3]Venkatesh V，Davis F D.A theoretical extension of the technology acceptance model：Four longitudinal field studies[J].Management science，2000，46（2）：186-204.

[4]張光前，雷彩華，呂曉敏.電子商務(wù)推薦的研究現(xiàn)狀及其發(fā)展前景[J].情報(bào)雜志，2011，30（12）：60-65.

[5]劉建國，周濤，郭強(qiáng)，等.個(gè)性化推薦系統(tǒng)評價(jià)方法綜述[J].復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2009，6（3）：1-10.

[6]朱郁筱，呂琳媛.推薦系統(tǒng)評價(jià)指標(biāo)綜述[J].電子科技大學(xué)學(xué)報(bào)，2012，41（2）：163-175.