面向移动商务的丰富性信息评估与提取方法研究

Recently, the rise and development of mobile Internet have brought both opportunities and challenges to customers’ information acquisition and business decision making in the context of mobile business. The era of “Big Data” also intensifies the characteristics of big volume, sparseness, fragmentation and low value density for web data. Despite that firms nowadays are increasingly proactive on providing “rich” information to support mobile users’ business decision making, limited understandings have been obtained so far in literature on how they could effectively evaluate and extract rich information. We propose to study the problem of information richness for results of information extraction in the context of mobile business. Our research agenda covers (1) theoretical research on the influencing aspects and framework for information richness, (2) construction of integrated, multi-level, efficient and robust extraction algorithms, and (3) systematic and comprehensive investigation of extraction algorithms in comparative assessment of their performances. Key deliverables of this project will include (1) an integrated evaluation model for information richness and (2) three heuristic algorithms to extract rich results effectively and robustly, with (3) insights on methodologies for subsequent studies on experimental comparisons for extraction methods of rich information. We also schedule to testify our theoretical findings with field studies, laboratory experiments and real data experiments, through which our findings may shed lights on the understandings of information richness for both academia and practitioners.

近年来，移动互联网的兴起与发展，给移动商务背景下的顾客信息获取及商务决策带来了巨大的机遇和挑战。大数据时代的到来也使网络数据海量化、稀疏化、碎片化、低价值密度等特点愈加明显。如何有效地通过为移动用户提供丰富性的相关信息来支持其商务决策，已经成为我国移动互联网和信息服务相关企业普遍面临的重要课题。本项目拟面向移动商务，围绕提取结果的信息丰富性问题，深入剖析信息丰富性的影响因素，构建一体化、多层次、高效鲁棒的丰富性信息优化提取策略，并探索在统一的框架下对主流的丰富性信息提取方法进行系统、全面的实验比较分析，为移动商务背景下的丰富性信息评估及提取策略提供最新的理论依据和决策参考。希望通过本项目的研究工作，形成一组关于丰富性信息的评估模型、启发式提取算法和实验比较研究的基本理论方法；并力争通过企业调研、用户实验和真实数据实验等方式对理论成果进行验证和完善，并将相关成果积极推广到移动商务的实践中去。

本项目研究围绕移动商务信息过载背景下的顾客信息获取及商务决策这一研究情境，紧密围绕申请书拟定的进度和计划，以丰富性信息评估和提取方法为主要研究方向，构建了一组关于丰富性信息的评估模型、启发式提取算法和实验比较研究的基本理论方法。三年来，各个子研究方向的工作按照原计划开展，并进行了适当的扩展和丰富：首先，本项目基于信息覆盖性、信息冗余性以及信息质量三个角度，构建了移动商务背景下不同场景的丰富性信息评估模型，并对模型设计中涉及的相似度测度选取进行了深入探究；其次，项目组在总结归纳平均用户对于丰富性信息提取服务结果满意度的多个层次的基础上，分别构建了以信息内容覆盖、考虑信息结构覆盖的综合信息覆盖、同时考虑信息覆盖和信息冗余以及考虑信息质量为目标的优化模型，通过引入具有最优渐进收敛性的模拟退火策略设计了多种新颖、有效的丰富性信息提取的启发式算法；最后，项目组通过严谨丰富、多角度、多评估指标的数据实验和人工评测实验，充分论证了所提出方法相比于目前主流信息提取方法在丰富性信息提取任务上的显著优越性，并基于此提出了商务智能分析方法效果评估的“统计显著+使用显著”的5.0版本的思想，对后续商务智能分析方法的相关研究具有重要的指导意义。依托本项目发表论文总计14篇，其中包括SSCI/SCI检索论文7篇（第一/通讯作者4篇），1篇以第一作者发表于UT DALLAS 24期刊之一的国际商学院顶级学术期刊《INFORMS Journal on Computing》，国际会议论文4篇，国内会议论文2篇，出版英文学术专著1部，学术论文在Google Scholar中累计被引用36次。1篇论文获得国家一级学会中国信息经济学会颁发的2017理论贡献奖。出境参加国际学术会议3人次，在国内参加国际会议和国内重要学术会5次，并受邀在第十六届武汉电子商务国际会议CNAIS论坛上做特邀报告。依托项目培养硕士研究生5名。