电子商务交互式决策助手对用户购物决策行为的影响与演化研究

Traditional decision support aids (DSA) used collaborative filtering algorithms based on users' behavioral data such as product preference, instead of taking into account of the dynamic characteristics of users’ shopping interest and the interactivity with users. These issues resulted in the usability of such DSA. This project attempts explore whether improved interactive DSA can match users' searching preferences and dynamic market information so as to provide much precise recommendations in users' shopping process. We combine computer science, the laboratory experiments, and field surveys to identify the users’ interest in a dynamic shopping environment and then build the dynamic interest model. As a result, this project can capture the users’ shopping process with aid of DSA. It also accurately demonstrates the effort and accuracy trade-off (by objective data) and subsequently the effects of designed DSA on user behavior. Thus, this project expects to balance the input of dynamic situations and the relative static historical profile of users in designing an innovative recommendation system. The findings and results of this project results can benefit both research and practice by developing new theories about DSAs and providing design guidance for DSAs and online shopping platforms.

传统基于协同过滤算法的推荐系统虽然已是基于用户对商品评分的行为数据，然而却没有考虑用户购物偏好的稳态性与兴趣的动态性，互动性的缺乏使其弱化了决策支持功能。交互式购物决策助手能针对用户的主动性需求与搜索偏好，充分运用用户兴趣的变化规律，使用户能得到精度高的购物辅助决策体验。本项目基于人类动力学、心理学与行为科学以及营销学的相关理论，提出一种基于实验室实验（真实数据）和现场调查（感知数据）相结合的研究方法去构建用户兴趣变化的策略和计算模型，探讨用户在决策助手的作用下决策行为的演化轨迹。通过两大类数据的计算洞察不同用户在决策成本和决策质量之间关系的权衡问题。本项目研究结果一方面丰富了基于用户行为的交互式购物决策支持理论，另一方面为电商平台设计更有效的推荐系统提供理论支持，以求有助于用户的购物体验以及平台的营销绩效。

对于作为信息消费者的用户，还是作为信息生产者的商家而言，互联网的发展在带来便利的同时也伴随着新的挑战：一方面，由于信息爆炸式的增长用户的搜索难度和成本不断增加，即信息超载，使得用户难以从海量信息中发现自己感兴趣的部分。另一方面，商家也难以从做这些隐式信息资源中发现或挖掘用户的偏好和兴趣，而如何利用这些隐式信息为用户提供个性化服务来增加用户粘性至关重要。然而，“人类动力学”提出，人类对某一事物的兴趣是不断变化的，因此随着时间推移，用户的兴趣存在着动态变化的可能性。本项目为了分析用户动态兴趣下的购买行为机制及决策行为，主要工作为（1）消费者网购行为实验的设计与改进。（2）用户的浏览行为与兴趣模式的识别与提取。（3）消费者搜索行为和选择意向研究。（4）用户成功购买与放弃购买行为影响机制研究。研究通过对用户隐式动态兴趣的量化，挖掘了用户的偏好模式，探讨了用户购买行为的影响机制。. 由于产品的表现与消费者是密不可分的，因此除了上述工作，本研究进一步进行产品市场结构及品牌竞争关系研究。具体地，本研究基于滑动时间窗口方法对产品竞争市场结构进行了识别，并利用消费者的浏览行为对品牌的竞争关系进行研究。通过消费者的行为表现映射产品或品牌间的竞争关系，以此进一步为管理者提供有效的启示，不仅可以优化消费者的个性化体验，同时有助于企业优化管理策略，提高成本效益。. 综上所述，本研究为探讨基于动态偏好的交互式购物决策助手刺激下用户决策行为演化问题奠定了坚实的工作基础。项目资助发表学术论文38篇，其中SSCI，SCI收录论文8篇，CSSCI和核心期刊收录论文8篇，EI收录论文2篇。培养博士生4名，硕士生6名。项目投入经费48万元，支出32.2855万元，各项支出基本与预算相符，剩余经费15.7145万元，剩余经费计划用于本项目研究后续支出。