面向电子商务生态平衡的目录导购机制研究

The ecological balance of the core layer of e-commerce, which is composed of the online trading platform, sellers and buyers, is the fundamental guarantee for sustainable development of C2C e-commerce enterprises. On an ecologically balanced e-commerce platform: 1) No matter a seller is old or new, and no matter what it sells are popular or for the minority, it can have its own living space and market opportunities as long as it can satisfy some customers' needs; 2) There is a precise matching between a specific seller and its corresponding buyer, so that customers' personalized needs can be satisfied. Product catalog, or product taxonomy, achieves the ecological balance of e-commerce platform by fair flow distribution and precise shopping guide. Current product taxonomy follows the traditional enumerative classification which uses an architectural pattern centered on information organization, thus has great difficulty in achieve fair shopping guide in a diversified commodity market and realizing precision marketing based on personal needs. The purposes of this research are: 1) to construct a multi-dimensional dynamic product taxonomy for the overall platform, making the catalog consistent with the ecological distribution of all commodities, and show the change of commodity market in time by an automatic update mechanism of the taxonomy and catalog; 2) to construct a personalized catalog space for each customer to recommend his or her interested catalog and products, thus supplementing current mechanism for finding product and promoting the precise matching between suppliers and customers.

由交易平台、店家和顾客构成的电子商务内部生态的平衡，是C2C类电商企业可持续发展的根本保障。在生态平衡的电商平台上，1) 店家无论大小老嫩，无论经营的是大路货还是小众品，只要它能满足顾客的需要，就有生存空间；2) 能在店家和顾客之间实现精准的供需匹配，满足消费者的个性化需求。 商品目录，即商品分类体系通过公平的流量分配、精准的导购来实现电商平台的生态平衡。当前的商品分类体系，沿袭了等级分类法以信息组织为中心目标的构建模式，难以满足在多样化的商品市场上公平导购、面对个性化的用户需求精准营销的需求。本课题提出：1) 在全局层面，构建多维动态商品分类体系，使其类目结构与市场上商品的生态分布同构，并通过类目自动更新机制及时反映商品市场的变化；2) 在局部层面，为每个用户构建个性化的目录空间，推荐用户感兴趣的类目和产品，作为商品发现机制的补充手段，实现精准的供需匹配。

电子商务网购平台的生态的核心种群由电商平台、网店、用户构成。有效的导购机制是通过调控用户与网店之间的信息流，从而间接影响电商平台上的资金流与物流分配，以促成电商生态的平衡。从这一目标出发，本课题可以分为以下模块：1) 分析用户网购行为的特征，构建用户数字画像；2) 优化电商平台的信息组织，特别是元数据组织，提高电商平台上的商品浏览、搜索和推荐效能；3) 从网购行为中挖掘用户需求，基于用户需求构建导购模型；3) 构建系统端的电商生态模型和用户端的在用户感知模型，量化用户在电商平台上的感知和体验，为提升用户购物体验提供可测度的、现实可信的实现路径。. 在网购用户行为研究方面，课题组在真实用户的淘宝购物行为数据集上，分析多阶段多用户购物任务的查询特征，总结出功能探索型、营销推动型、商品浏览型、检索依赖型等会话类型。在此基础上，提出一种使用状态-行为模型表示用户会话，基于会话来构建用户模型的方法。在移动购物行为方面，课题组在社会化电商企业“美丽说”提供的3万条APP购物订单数据集上挖掘，对比了PC端和APP端网购行为的差别，基于APP多会话、多任务的特征进行移动端购物预测，取得了良好的效果。在移动用户行为方面，课题组在北京移动提供的100G基站数据集上，对用户的通话与上网习惯、使用移动应用的偏好进行分析，从用户的移动轨迹挖掘用户的生活习性和轨迹模式。在电商信息组织方面，课题组对主流电商平台的元数据方案进行系统性的语义分析和逻辑分析，提出一套分面元数据模型；在电商导购的研究方面，通过对用户需求的分析和类型提取，提出一个基于用户需求的导购机制方案；在电商生态研究方面，重新定义了电商生态的概念，提出一个由核心种群、支持种群和拓展种群构成的电商生态模型，并从中衍生出用户感知模型，以指导用户体验的测度和提升。. 课题在核心学术期刊和会议上共发表论文17篇，待投稿论文3篇。在国内电商网购行为领域产生了重要的、广泛的影响。