基于國網商場的用戶消費行為及關鍵影響因素分析

蔣菱　唐新忠　閆澤　項添春　葉秋子

摘要：國網電子商城與普通的網購商城運營模式相似，但其主要商品為中大型電器商品，潛在用戶的消費行為有一定特殊性，因此要對用戶消費行為進行分析。文章首先了解消費行為的定義、分類和過程，并在此基礎上研究其影響因素，建立用戶模型算法和消費行為預測模型，以期在理論層面給商城的營銷策略等提供可靠的方向和指導。

關鍵詞：國網電子商城；消費行為；消費行為預測；網購商城；用戶消費行為 文獻標識碼：A

中圖分類號：F062 文章編號：1009-2374（2016）26-0003-02 DOI：10.13535/j.cnki.11-4406/n.2016.26.002

國網電子商城的業務主要有智能家居業務、新能源業務、電能替代業務和售電交易業務等，除此之外還有增值服務、合同能源管理、業擴工程、物流服務等拓展業務，具體平臺業務構架如圖1所示：

消費行為是指消費者個人或家庭為了滿足自己物質和精神生活的需求，在某種動機的驅使和支配下，用貨幣換取商品或服務的實際活動。分析研究用戶消費行為習慣是構建有效的電子商城業務推薦的基礎和前提，而構建用戶模型是用戶行為分析的核心內容，要提供切合用戶消費行為模式的業務功能，就需要準確把握用戶的偏好等反映出的需求特點。

1 消費行為

1.1 消費行為類型

根據消費者的購買態度和要求可將購買行為分為疑慮型、斟酌型、沖動型、習慣型、情感型。

疑慮型購買行為是指消費者對于購買頻率低的貴重物品，由于商品品牌差別大、購買風險大，消費者需要有一個了解產品的過程，最后再做購買決定。

斟酌型購買行是指為那些對品牌差異不大的產品，消費者不經常購買，而購買時又有一定的購買風險，所以消費者一般要對比同類商品，選擇性價比較符合自己需求的商品購買。

1.2 消費行為過程

消費者的整個購買過程分為喚起需要、尋找信息、比較評價、購買決定、買后感受5個階段，如圖2所示：

消費行為的開端是消費者個人發現自己的需求，然后是開始尋找能滿足自己需求的產品的信息，開始試著了解商品信息的時候，對同類的商品進行比較評價。當消費者個人對產品產生良好印象，并產生購買愿望后便轉入購買階段。

將商品買回家以后，消費者會在最初使用商品的過程中，以購前的期望為標準來對比與評價商品。

2 用戶消費特征關鍵影響因素

2.1 消費者自身因素

消費者購買行為會受到自身的因素影響，包括其經濟狀況、職業地位、年齡性別、性格特點等。消費者的經濟狀況會強烈影響消費者的消費水平和消費范圍，決定需求層次和購買能力。心理因素包括性格、過去經驗和消息、價值觀與態度等因素。

2.2 社會因素

人的生活是離不開社會的，所以消費者的購買行為將受到各種社會因素的影響。影響消費行為的社會因素有文化、社會階層、家庭狀況、相關群體等。

2.3 商品信息的刺激

消費者的購買行為還會受到生活中各處的商品廣告信息影響，而商品信息產生的激勵主要分為物理性和社會性兩種。物理性激勵是指消費者透過感覺接受器官所接受的刺激，而社會性激勵則是消費者家庭的需求、社會的道德規范、所在團體或朋友的期望等引起的刺激。

3 用戶模型的建立

用戶模型是指根據用戶的個人信息，針對各個不同用戶建立一個面向算法的，具有特定數據結構的形式化的數學描述。本節主要介紹用戶信息收集和用戶模型的表示方法。

3.1 信息收集

收集用戶消費數據主要是收集用戶的人口統計學數據、歷史消費記錄等信息。建模的首要步驟是采集作為數據支撐，需要收集的數據包括能反映個體消費偏好和特殊需求等。

3.1.1 信息類型。用戶信息的類型可分為基本身份信息和行為信息。基本身份信息如用戶的姓名、性別、年齡等，當然還有一些關于職業、興趣、愛好等方面的信息。而用戶行為信息，如對某一商品的瀏覽時長、收藏商品等行為則能夠直接反映用戶的偏好。

3.1.2 信息收集。據參考文獻[6]介紹，用戶信息收集方法主要分為顯式收集和隱式發掘。顯示收集需要用戶手動選擇或給出關于自身喜好的信息，如給出清晰的需求描述、對商家擬出的一些項目排序、勾選或者對商品等進行反饋評價。但是這種方式會對用戶造成一定的打擾，若用戶提供不真實的信息，導致系統無法正確地進行篩選。除此以外，用戶需求是隨著時間動態變化的，難以及時對數據進行更新。

而通過隱式發現獲取用戶信息，則不會打擾用戶正常使用。該方法主要利用用戶的網頁瀏覽動作進行信息挖掘，比如以網頁搜索關鍵詞和其頻率等標記用戶喜好，又或者運用數據挖掘技術分析用戶操作記錄，發現用戶的行為模式，從而可以不需要用戶給出信息，動態、及時并真實地獲取用戶的行為信息。因此相較之下，隱式發現有明顯的優勢。

3.2 用戶模型的表示

獲得用戶信息后需要根據電子商務系統的具體要求，選擇適當的模型表示方式和建立模型所使用的語言種類，并且需要明確模型的數據結構，以便于進一步進行分析。目前用戶模型表示方法多種多樣，常用的幾種包括用戶—項目評價矩陣、向量空間模型、語本體模型等。

3.2.1 基于用戶—項目評價矩陣的表示。基于用戶—項目評價矩陣主要通過建立一個m×n的二維矩陣來描述用戶模型，其中m為用戶數，n為項目數，而矩陣中的數值則表示用戶的興趣度，沒有對項目做出評價時元素為空。對抽象的用戶興趣進行量化打分的形式能夠直觀地反映用戶興趣度，此種表示方法在協同推薦范圍應用較為廣泛。

3.2.2 向量空間模型。采用主題或關鍵字向量來表示文檔和用戶需求是現今最為廣泛應用的用戶模型表示方法，已有的系統包括Syskill&Webert、Fab、ifWeb等。該方法在獲得能夠代表用戶興趣的文字內容以后，將用戶表示為一個N維的特征向量{（t1，w1），（t2，w2）……（tn，wn）}模型。其中ti（）為關鍵字，wi為該關鍵字的權重，表示用戶的興趣度。

3.2.3 本體模型。本體模型中用戶感興趣的領域由一個本體來表示，其中本體指的是行業內對概念模型達到共識后，進行文字化標準解釋定義，主要是基于研究人員的經驗和知識進行設計。該方法可將某個專業領域中的專業背景融入到模型中，從具體詞義和專業知識的角度研究用戶對商品、服務的喜好和特殊要求，并可以確定關鍵詞之間在詞義上的相連關系。

4 消費行為預測模型

消費行為預測是在消費者調查研究的基礎上，對消費者的消費能力、消費水平和消費結構進行預測分析，判斷消費者的購買習慣、消費傾向等有何變化。其目的在于為市場潛力測定、目標市場選擇、產品研發和營銷策略的制定提供依據。本章主要介紹基于馬爾可夫鏈和基于人工神經網絡的兩種消費預測模型。

4.1 基于馬爾可夫鏈的消費預測模型

電子商務客戶在Web站點的行為是一個受多種因素相互交錯影響的復雜過程，根據大量客戶對Web站點的訪問可獲得客戶訪問行為的統計學參數，從而可以通過研究網頁群體客戶訪問行為來預測客戶訪問的轉移方法。采用馬爾可夫鏈模型為建模工具，結合客戶的Web訪問日志數據進行狀態轉移概率矩陣計算，從而預測客戶未來的興趣走向，對消費進行預測。

馬爾可夫過程是一個無后效性的隨機過程。在馬爾可夫鏈預測法中，假設下一個訪問的狀態僅與當下的狀態有關，與前面訪問的狀態均無關。若是要建立一個相對簡單的模型，尋找客戶訪問行為的規律，該模型可提供一個簡單、相近、有效的框架來表示這種狀態轉移過程。

4.2 基于人工神經網絡的消費預測模型

電子商務環境中商品銷售受到多種要素的影響，并且這些要素中包含有非線性的要素，若應用于利用線性模型進行分析的系統，并且非線性因素對系統影響較大時，會造成由于非線性成分丟失，顯著降低預測精度。而人工神經網絡具有自組織、自獲得能力，還有良好的非線性逼近能力，通過對樣本的學習可以改變網絡結構和連接的權值解決上述問題。

5 結語

要對用戶消費行為進行分析，要了解消費行為的定義、分類和過程，并在此基礎上研究其影響因素，建立用戶模型算法和消費行為預測模型，以期在理論層面給商城的營銷策略等提供可靠的方向和指導。

國網電子商城與普通的網購商城運營模式相似，但商品主要與中大型電器商品有關，其潛在用戶的消費行為與普通網購商城有著一定的差別。因此正確評估和分析用戶消費行為，并適當建立模型為用戶推薦更有效的信息，對國網電子商城的業務發展有著指導性意義。

參考文獻

[1] 王云川.消費者行為的類型及消費者的地位[J].西南民族大學學報（人文社科版），1994，（4）.

[2] 秦金亮.消費行為過程的系統動態分析[J].山西師大學報（社會科學版），1998，（4）.

[3] 杜新麗.網絡消費行為影響因素與網上商店營銷策略研究[J].河南社會科學，2009，17（2）.

[4] 葉德珠，連玉君，黃有光，等.消費文化、認知偏差與消費行為偏差[J].經濟研究，2012，（2）.

[5] 許琦.面向個性化需求的用戶建模技術研究[J].科學技術與工程，2010，10（11）.

[6] 劉濱強.移動環境下的個性化推薦用戶興趣建模研究[D].北京郵電大學，2009.

[7] 馬茜，顧軍華，田輝.基于判斷矩陣法的科技項目綜合評價[J].兵工自動化，2005，24（4）.

[8] 賀明明.馬爾可夫鏈模型在某些經濟預測中的應用

[D].哈爾濱工業大學，2008.

[9] 代學武.基于神經網絡的用戶建模和Web信息過濾研究[D].西南師范大學，2003.

基金項目：本文受國家電網總部科技部“基于互聯網思維的智能電網創新示范區建設模式研究”項目（SGTJDK00DWJS1500101）支持。

作者簡介：蔣菱（1971-），女，國網天津市電力公司高級工程師，研究方向：電力系統分析、智能電網。

（責任編輯：黃銀芳）