有关考虑SNS的电子商务推荐策略其决策支持毕业论文写作资料-论文写作网

简介:关于本文可作为相关专业用户社交论文写作研究的大学硕士与本科毕业论文用户社交论文开题报告范文和职称论文参考文献资料。

用户社交论文范文

1.基于社交网络的推荐策略优势
1.1目标客户的精确性——用户偏好导向
1.2客户圈层的拓展性——社交网络延伸
1.3营销推荐的有效性——意见领袖推荐
1.4实施推荐的经济性——高效交互服务
2.基于社交网络的推荐策略设计
2.1用户特征提取
2.2关系网络构建
2.3文本语义处理
3.基于社交网络的推荐策略实施
4.亟待解决的问题
4.1数据获取存在障碍——平台尚未融通
4.2信息管理程序复杂——数据庞大冗杂
4.3推荐效果难以预估——营销环境特殊
5.结论
社交网络用户行为分析:美国脸谱谱写用户社交人生

(东南大学经济管理学院,江苏南京211189)

［摘要］文章以微博用户信息为研究数据样本,提出考虑SNS的电子商务推荐策略.提炼兴趣偏好信息以标示用户特征,并构建基于用户共同关注的关系网络模型,从而形成具有兴趣标签的论文范文社群,并借力于社群意见领袖的影响力聚集关注度,从而增强客户信任、增强推荐效果.

［关键词］电子商务；社交网络；兴趣偏好；意见领袖；推荐策略

［DOI］10.13939/j.cnki.zgsc.2016.02.096

社交网络,由英文SNS(Social Network Service)直译为社会性网络服务,是一种以用户为中心,基于社交联系构建的强调用户参与、兴趣论文范文的关系网络.

回溯SNS的发展历程,经由早期以六度分隔理论为代表的概念化阶段直至现阶段的云台分布式网络社交理论,社交网络将其社交属性进行价值外延,逐渐演化为一种新型商业模式的平台.微博作为我国社交网络颇具规模性与示范性的代表,是一个以用户社交关注关系及兴趣标签标注的多社群共同参与的兴趣论文范文网络.根据其特有属性,电子商务企业可根据自身产品或服务的特点确定目标客户,通过社交网络中的聚类兴趣社群向目标消费群体进行精准营销与推荐,并通过社群意见领袖聚集关注度,增强客户信任,有效提高推荐效果.

1.基于社交网络的推荐策略优势

1.1目标客户的精确性——用户偏好导向

微博用户以兴趣标签为标注,形成颇具特点的细分市场.在用户高参与度的SNS情境下,企业可根据其产品与服务的属性精确锁定目标客户,提供考虑用户偏好与兴趣标签的推荐服务,并有效排除非目标群体,避免营销资源的浪费.

1.2客户圈层的拓展性——社交网络延伸

基于用户社交联系的微博,因其特有的社交属性及用户认证功能而成为一个具备用户高参与度及高黏着度的常用平台.企业用户通过微博授权的开放平台API,能够获取用户的标签特征、社交关注联系、互动活跃度等属性.基于共链网络的关注关系,企业可将营销推荐渠道经由用户社交圈延伸,实现客户圈层的有效拓展.

1.3营销推荐的有效性——意见领袖推荐

意见领袖是指社交网络中具有话语权与影响力的用户,因其个人威信与声誉而受到所处社群用户的信任与自发跟从.企业通过着力争取与目标社群的意见领袖建立合作,可利用意见领袖所处的网络关键节点优势,将产品信息传播范围进一步辐射,有效扩大接触人群.亦可以实现口碑营销,利用意见领袖的社群影响力获得用户信任,便于产品与服务的推广.

1.4实施推荐的经济性——高效交互服务

社交网络作为一个跨终端的即时互动的平台,能够帮助企业与用户进行深层次的互动营销,打造“跨媒体、区域化、互动式”的社会化媒体营销平台.借助网络的高速裂变传播,企业能够在短时间实现推荐信息的跨媒体传播.社交网络能够准确标示用户地理位置,在移动终端普遍覆盖的“互联网+”时代,企业可借助社交网络平台构建O2O模式,以线上活动推广引导线下实体消费.亦可通过SNS实现与用户的实时交互沟通,增强客户体验,降低CRM成本.

2.基于社交网络的推荐策略设计

基于社交网络进行精准化营销推荐,核心在于用户信息的收集、分析与处理,本研究以微博用户为样本,提炼用户兴趣偏好及行为特征,并通过共链关系构建关系网络模型、结合复杂网络研究理论确定处于网络关键节点的微博意见领袖,进一步实现推荐信息推送.实验具体涉及以下三个环节.

2.1用户特征提取

以新浪微博用户为研究样本,运用基于 J论文范文a Heritrix 架构网络爬虫和社交网络供应商开放的 API 和 SDK对网络站点进行广度优先的数据抓取,使用非关系型数据库 MongoDB,存储抓取到的大量数据信息.用户数据应包括：登录注册信息、关系网络信息(关注及被关注)、社交行为信息(微博话题评论、线上活动参与等)、动态情景信息(地理位置、话题搜索、活跃互动等).在进行特征提取的处理之前,应先进行数据的清洗、去噪等一系列动作,也可以采用 ETL 工具进行抽取.抽取后的数据才可以做降维处理,整合为符合要求的输入格式.

2.2关系网络构建

使用J论文范文a语言和微博开放平台提供的 SDK对用户数据进行分析处理.通过聚类分析方法,挖掘微博用户之间的关系特征,并对复杂网络中的节点进行重要度衡量.以网络关键节点为基础构建关系网络清晰化模型,生成网络社区群图并标示社群意见领袖.从而清晰勾勒出微博社会网络的真实形态,便于确定营销推荐的渠道环节及关键人物,有效提升影响力扩散与传播的效果.

2.3文本语义处理

对各社群意见领袖的微论文范文本进行语义处理,并对冗杂信息进行过滤与去噪.根据分词结果提取语义特征进行兴趣社群划分,为相关兴趣聚类提供基础.企业可对比社群兴趣关键词,寻找与自身产品及服务属性匹配的目标人群,从而进行精准的商务推荐与营销.

经由以上三个环节的数据分析与处理,图1、图2分别呈现了微博用户原始关系复杂网络及经由特征词归纳处理形成的兴趣论文范文社群(以体育类作为示意标签).

3.基于社交网络的推荐策略实施

（1)兴趣标签策略：对微博用户文本关键词进行提取并归纳兴趣标签,将符合用户偏好的商品信息推送至目标客户.

（2)意见领袖策略：企业应争取与社群意见领袖进行合作,由其将商务推荐信息发布至个人微博,利用舆论影响力与社群用户信任度实现商务推荐.

（3)LBS(Location Based Service)+O2O策略：结合用户关键词检索信息,将推荐信息推送至指定地理区域的微博用户,根据地理坐标为其推荐商品或服务,结合微博提供的体验式分享平台,帮助实现商家线上推广与线下消费的商业模式改革.

4.亟待解决的问题

4.1数据获取存在障碍——平台尚未融通

考虑社交网络的电子商务推荐策略研究应基于足量的数据储备.在策略实施的各个环节,由社交网络用户信息提炼行为兴趣特征,考虑用户关注关系构建关系网络模型,直至对意见领袖微论文范文本进行关键词抽取均涉及海量数据的收集与处理,工程浩繁.而在商务推荐实施阶段,营销推荐与用户最终购买决策的匹配程度仍受到如品牌偏好、接受论文范文、服务体验等诸多交易因素的影响,目前我国社交网络平台与电子商务平台尚未实现数据有效对接,故而本研究仅能针对社交网络平台的用户属性进行商务推荐研究,若能获取开源的用户真实交易数据,推荐效果将会进一步提升.

4.2信息管理程序复杂——数据庞大冗杂

微博用户呈指数化增长态势,企业面临庞大规模的数据,面对用户频繁发布的各种信息,企业应具备较强的甄别能力,从中筛取关键数据进行处理以便于推荐人群的精准定位与推荐内容的精确选择,这要求企业具备较强的信息管理能力,方能保证营销推荐的有效性.

4.3推荐效果难以预估——营销环境特殊

基于社交网络平台实施电子商务推荐主要考虑借力于其社群精确度与传播影响力的优势,故与之相对便面临着由于受众标签化而导致的客户群规模较小、可能流失部分市场等问题,企业对目标市场的定位便尤显关键.而由于微博舆情的传播速度,用户的负面评价也会造成不可估量的影响.加之社交网络中的信息传播受到中间环节多种因素的影响,极易产生信息失真,这对企业的营销推荐也造成了较大的影响.