國內可視化電子商務研究進展?

孫雨生 劉 陽 李沁蕓

（湖北工業大學經濟與管理學院 武漢 430068）

1 引言

隨著Web2.0 及讀圖時代到來、電子商務蓬勃發展，用戶信息需求日趨多樣性、可視化，消費群規模［1］及商務信息爆炸式增長［2～3］、用戶與商品信息邏輯關系日趨復雜［1］，在這種形勢下，傳統電子商務平臺技術及功能局限性、用戶有限信息處理能力致使用戶難以與大型商務數據集有效交互［4］并精確獲取所需商品、商家信息，用戶認知負荷及商務運營成本陡增，最終影響用戶使用體驗及商務活動效率。新出現的可視化電子商務為這些問題解決提供了新途徑:其按用戶需求可視化表征用戶、商品、商家信息及其行為信息（搜索、購買、供貨）和信息背后隱藏、邏輯、復雜結構關系，方便用戶基于商務平臺與大型商務信息源、可視化結果高效交互［1，5］，快速準確獲得所需信息［6］進而決策，在降低用戶認知負荷同時提升其滿意度；其可視化商務過程信息以建立買賣雙方信任并成交、提高商務效率（購買率、銷量）［7～8］；最終基于互聯網優勢實現商家間市場、產品、經營等方面互補互惠、誠信可見合作，形成水平、垂直業務鏈，實現大規模、經濟化、靈活性［4］、可視化全球商業運籌管理［8］。因此，研究可視化電子商務問題有重要意義。

本文首先以中國知網、萬方數據的學位論文庫、期刊論文庫及維普的期刊論文庫為信息源，以“可視”和“商務”為關鍵詞組合在題名中檢索相關文獻（截止2017 年11 月2 日，從知網獲得碩博論文4 篇，期刊論文35 篇，從萬方數據獲得碩博論文8篇（新發現4 篇），期刊論文40 篇（新發現6 篇），從維普獲得期刊論文11 篇（新發現6 篇），合計55篇）；然后詳讀55 篇文獻歸納國內可視化電子商務研究進展并根據提及頻次、內容質量詳細標注，本著最大限度反映國內可視化電子商務研究進展重要文獻原則（剔除廣告等劣質文獻、視覺電子商務范疇文獻）選出17 篇參考文獻（內容覆蓋55 篇文獻）；最后闡述可視化電子商務內涵、核心內容及研究框架，并從理論基礎、核心內容、實踐應用三方面揭示國內可視化電子商務研究進展。

2 可視化電子商務簡介

2.1 定義及內涵

可視化電子商務運用信息可視化（基于信息處理平臺［4，6］借助可視化手段清晰有效傳達溝通信息［9］的新思想、技術、方法），基于電子商務平臺收集、組織、交流和利用［4，6］相關信息（實體（商品、顧客［2］、商家）及實體間聯系信息（購買記錄（訂單［2］，反映顧客購物行為、商品熱度等）、供貨信息（反映商家供貨能力等）），此外還涉及金融、通信數據［6］），按用戶商品［1］信息需求［4，6］搜索并將結果（非物理空間、非數值型（高維、流式、非結構化和網絡型）信息［6］）可視化處理（基于計算機圖形圖像［3］、多媒體技術，心理學、人機交互等理論［8］映射、變換并用圖形、圖像、聲音［1］、動畫等可視化表征電子商務海量多層次［4］信息特征及隱藏［4，6，8，10］邏輯［1］、復雜結構關系［4，6，8］、規律）后展現在二維空間以便用戶觀察、分析、計算［3］并與大型信息源、可視化結果高效交互［1，5］，進而準確獲取并理解感興趣商品［1］信息，供決策（商品營銷、購物服務（如商家比較）［1，4］）參考［6］，以降低用戶認知負荷并提升其體驗（滿足個性需求（產品定制））［5］、滿意度及黏度，提升電子商務平臺功能［4］、商務資源運轉效率（可視化交易過程（購買、支付）以建立買賣雙方信任關系，激發購買欲［1，4，5］、完成交易），降低商業運營成本［1，4］。

2.2 核心內容及研究框架

分析現有文獻，筆者認為可視化電子商務核心研究相關理論基礎、核心內容、實踐應用，研究框架見圖1。

3 可視化電子商務研究進展

縱觀現有成果，國內可視化電子商務研究已出現但尚處起步階段，相關成果最早是2005 年劉偉國［11］發表的論文《基于GIS 的電子商務物流配送可視化信息平臺研究》，學術研究集中在理論基礎（架構體系［3，7，11～13］、挑戰與對策［1，3，4，6，13］、發展趨勢［1，4，8］）、核心內容（可視化表征［9，13］，可視化技術、工具、方法［2～5，13～16］，可視化資源組織［4，6，15］）等方面；應用研究集中在用戶界面［4，10，16］、搜索［14］與推薦［17］、交易過程［4］、數據挖掘［3，13］等可視化，還涉及物流信息［11］、移動電子商務［14］可視化等。

3.1 理論基礎

3.1.1 架構體系

1）體系結構

劉偉國［11］、葉娟［7］提出集成 C/S［11］（內部用戶信息共享、傳輸、業務處理）、B/S［7］（外部用戶信息發布）可視化電子商務平臺體系結構:分客戶端層［7］（用戶基于Web 服務器與系統交互）、表示層（分離業務邏輯與CFM（服務器端執行、cold fusion格式動態網頁）、JSP 頁面表示）、應用層（基于應用服務器實現業務邏輯）和數據層（基于數據庫服務器存儲數據）；周一帆［12］提出基于B/S 架構、SSM（Spring、Spring MVC、Mybatis）框架可視化電子商務平臺體系結構，分表示層（支持基于JSP、Velocity（MVC 架構顯示）可視化展現結果以便用戶交互）、控制器層（基于controllers 處理用戶請求）、業務邏輯層（核心，由業務邏輯對象組成）、數據訪問對象層（基于DAO 組件訪問數據庫）、領域對象層（由支持業務邏輯的傳統Java對象組成）。

2）功能模塊

劉偉國［11］構建基于GIS 的可視化電子商務第三方物流配送平臺以動態可視化處理結果、高效收集、處理、利用物流信息，核心是車輛調度、車輛監控、GIS 管理等組件；周一帆［12］構建化肥可視化電子商務平臺以管理用戶信息、PC 及手機端訂單，由報表（OLAP、數據鉆取、圖表顯示、PDF 管理、Excel導出）、用戶管理（后臺用戶、經銷商管理）、促銷管理（促銷活動、促銷碼管理）、訂單管理（訂單及其詳情列表）、數據統計（按條件生成數據匯總圖）、數據透視（加載、布局、導出）模塊組成；陳晴光［13］構建可視化電子商務數據挖掘模型可視化輸出挖掘結果并動態更新以支持商務決策，由可視化系統（含結果解釋評價模塊；經客戶端傳挖掘結果給Web頁面并可視化（表格、圖形、圖像）顯示）、挖掘控制器（基于可視化系統顯示、結合應用解釋挖掘器所得模式以便用戶理解、判斷、評估、篩選［13］并反饋給其他模塊［3］直至用戶滿意）、數據挖掘器［3，13］（從預處理數據中發現模式、規則并借助OLAP 引擎（快速分析數據立方體中數據、通過接口及時返給用戶并創建數據立方體［3］）和相關算法動態更新）、網站數據動態采集與預處理［3，13］（按任務確定數據源并獲取原始數據（多不完全、冗余和模糊；分原始數據（服務器日志（發現用戶行為特征）、查詢數據、注冊信息（結合訪問日志更好了解用戶）、代理服務器數據（以代理日志形式保存用戶訪問信息）等）、不同層次綜合數據（歸納原始數據存于數據倉庫）），按約束調用相應預處理子模塊進行過濾、規格化、歸納、二義性分析等處理以供數據挖掘器使用）等模塊組成；黃輝［14］基于可視化搜索引擎構建移動可視化電子商務平臺，由業務應用、網絡圖片數據自動采集與分析、用戶數據分析與挖掘（用機器學習技術分析搜索引擎及電子商務平臺所采集用戶點擊數據，輔以專家分類訓練提升可視化搜索精度）模塊組成，分別與API、機制管理、數據管理接口對接。

3）運行機理

陳晴光［13］提出基于C/S 模式在線訪問客戶數據的可視化電子商務數據挖掘機理:先用Web數據庫（通過ODBC、ADO、OLEDB、ADOM 接口）訪問及數據挖掘技術（按需選擇挖掘算法）模型化處理（抽取、轉換、分析等）電子商務數據以提取輔助商務決策信息（先用模式分析進行發現再聯機分析驗證）；再在動態網頁上用空間和非空間屬性（大小、顏色等）以圖表或可視化文本顯示所得數據模式供分析員觀察、理解并找出內在規律和變化趨勢。陳維斌［2］提出基于網頁格式模板、元素構件、素材的可視化電子商務網頁生成機理:基于格式描述器從模板庫載入格式模板，借助元素構件引導用戶添加網頁元素、設置格式并將格式存入ECM 文件供網頁生成器讀取、解釋以構建網頁框架、合成預制網頁素材并從數據庫中提取商品數據生成動態網頁。

3.1.2 挑戰與對策

喻星晨［3］認為基于像素可視化電子商務數據挖掘面臨缺乏面向用戶需求的數據挖掘方式（當前多面向網站管理員，需設置用戶權限滿足其個性需求、簡化可視化結果以降低認知負荷、提升挖掘精度與速度），數據格式轉換（按數據挖掘技術需求轉換服務器客戶數據格式），分布性、異構性數據源挖掘等挑戰；陳晴光［13］認為可視化電子商務數據挖掘面臨挖掘結果深度可視化、動態化，數據多樣化挑戰（目前部分實現圖形、圖表化但多靜態）以動態轉換挖掘結果為商業行為；解聰［15］認為分析電子商務時序用戶交互數據面臨交互序列時序關聯及上下文關聯分析（某時段大量交易的商家可能在促銷，若交易來自同一（群）買家，則需研究交易時間、地點相關信息以深入探索買賣雙方特殊關系）、最常見交互模式（工作日交易稀疏，節假日交易頻繁）發現、特定感興趣交互模式（如虛假交易、刷信譽交易（常交易額小但量大））識別三大挑戰；楊峰［6］提出可視化電子商務面臨可視化形式單調（樹形結構應用、圖符選擇標準缺乏）、深度不夠［1，4，6］（僅可視化商品、商家、供貨信息，很少基于層次結構可視化信息結構關系（需應用分類樹、概率分布［15］、關聯規則［4，6，15］、相似性計算及修改［15］、趨勢、聚類、偏差等技術）以同時了解信息全局結構和局部特征）、信息覆蓋范圍較窄等挑戰；黃輝［14］提出可視化電子商務圖像搜索技術面臨圖像特征值提取（目前多提取圖像關鍵點、共同點并用大維向量結構化存儲、逐一匹配，對圖片庫容量要求較高且搜索效率低）挑戰（需構建更符合用戶搜索、使用習慣的新算法，設計有效圖像多維特征讀寫機制以提升搜索速度）。

3.1.3 發展趨勢

代玉梅［4］、潘平［1］認為用戶需求個性化、企業經營全球化、市場競爭白熱化迫使企業引入ERP、知識管理等經營理念，應用數據倉庫、聯機分析、數據挖掘等智能決策技術與工具提升應變能力，迫切需信息可視化支持；潘平［1］、段文敏［8］認為下一代電子商務網站用戶界面和體驗方向為信息可視化（多為動態圖形界面）:將信息可視化作為商家與消費者溝通最有效手段延伸到復雜交易處理系統，實現標準工作流程、合作系統、商業流程管理以降低運營成本；將隨信息管理理論與實踐發展獲得更大發展［1］。

3.2 核心內容

3.2.1 可視化表征

現有電子商務主要可視化表征方法見表1。陳晴光［13］提出可視化電子商務數據挖掘模型在頁面中提供圖表顯示類型選擇與效果設置功能，將各數據處理、圖表生成的Java Applet嵌入網頁以與用戶動態交互（旨在動態查詢數據倉庫，發現隱藏有價值信息）；陳旭毅［16］用Space Tree（按當前所需顯示類目量動態安排屏幕空間）可視化呈現含類目商品分類目錄；張敏［9］提出由用戶基于Flex 所提供接口用Flash制作各種效果皮膚用于Treemap（可視化層次數據方式）以按需設計可視化效果，用面積特征展示數值型數據、基于顏色策略的顏色特征盡可能展示非數值型（節點類型、所處層次等）及數值型數據關系等，此外，解聰［15］用花朵狀圖標可視化表示城市商品進出口量及交易方向；楊峰［6］指出慧聰網用樹狀圖可視化商品信息、用輪廓圖（最早樹狀可視化技術）可視化磁盤文件結構。

表1 主要可視化表征類型及方法

3.2.2 可視化技術、工具、方法

1）界面顯示可視化

陳旭毅［16］用 TGWikiBrowser（Java 編寫可執行文件）、基于物理方法的力導向可視化模型（由節點和節點間邊（看作排斥力與吸引力作用）連接成的網狀圖（平衡時最穩定美觀））顯示商品、用戶關系:雙擊需聚焦的節點（自動移到圖中心），其余節點重新在力作用下以其為中心形成新平衡態；趙東宏［5］認為商品展示逐步由二維圖形圖像展示向三維過渡，目前主流網絡三維可視化技術見表2。

2）用戶交互可視化

整合可視化分析、數據分析（引入用戶干預，結合感知能力、領域知識與自動算法）等從時序、地理信息、高維數據三維全面刻畫、動態可視化時序用戶交互行為數據間特性、關系，多分析單用戶行為模式、判斷并描述動態用戶交互網絡全局結構變化、分析全體用戶交互趨勢及關聯模式［15］。解聰［15］提出在大規模數據集中探索感興趣時序交互模式的多用戶交互數據可視化工具MUIE 及分析方法:全局總覽（通過概率輸出決策樹識別與特定任務顯著交互記錄，基于基本特征（原始、新定義屬性）、文本特征（文本分析所得主題、關鍵詞）、時序特征（時間單元內用戶交互頻率）計算每條交互顯著度并投影到2D 像素圖（時間顯著度TOS圖（從不同時間數據聚合粒度多層次可視化探索交互數據））、細節可視化（查看上步數據細節）。

表2 主流網絡三維可視化技術［5］

3）搜索可視化

基于大規模并行計算和圖像搜索技術（核心是圖像搜索算法）、圖片庫進行圖像識別、匹配以提升查準率、查全率、速率［14］。

4）數據挖掘可視化

以用戶為中心，基于數據挖掘、可視化技術發現海量電子商務數據中潛在有用知識并動態顯示于Web 頁面:前者涉及用戶（興趣）關聯（基于用戶所訪問站點及文件發現站點、文件間關聯，揭示用戶興趣及用戶間關聯）、序列模式（如購買序列）、客戶分類、客戶群及Web頁面聚類、頻繁訪問路徑（基于Web 服務器日志中站點訪問次數）等［13］挖掘技術；后者涉及數據圖表、基于像素可視化技術（將數據值映射成一帶顏色像素，按數據集維數將屏幕分割為多個子窗口）［3］。

3.2.3 可視化資源組織

楊峰［6］、代玉梅［4］、解聰［15］認為可視化電子商務可視化概念（特征）信息，主要是商品信息（數量、庫存量、新舊度、價格等級等，描述商品絕對、相對特征）并涉及顧客信息、商家信息（地域分布、規模、品牌檔次、社會聲譽、供貨情況（反映商家星級、誠信度等［6］）等）、購買信息（購物記錄，常用于分析用戶興趣度、星級、誠信度，商家星級、誠信度、商品銷售速度等）、總體特征（賦予各類商品分類標志進而可視化，較少），很少可視化其他知識形式信息［4，6］；解聰［15］將交易數據看作買賣雙方高維交互，探索時序用戶交互數據中時序關聯及上下文關聯以輔助理解用戶行為、偏好及發現用戶交互趨勢等；陳晴光［13］認為電子商務中信息資源包含用戶訪問日志文件［3］和查詢數據、注冊信息、代理服務器數據，基于預處理器［3］對數據源進行過濾、規格化、歸納、二義性分析，為數據挖掘器［3］提供干凈、準確、簡化數據。

3.3 實踐應用

3.3.1 可視化界面

代玉梅［4］、呂陽［10］認為友好可視化界面以用戶為中心，通過增強界面信息數據間關系［10］方便用戶快速高效與大型數據集交互并獲取所需信息［4］；陳維斌［2］分析電子商務網頁結構特點提取網頁元素并構件化，設計基于網頁格式模板、元素構件、素材的可視化電子商務網頁生成模型，改進數據描述器（可視化描述數據源、素材格式及其應用和處理，供網頁設計者選擇商品種類及其屬性）并用于中小企業電子商務網站構建。

3.3.2 可視化搜索與推薦

黃輝［14］基于可視化搜索引擎構建移動可視化電子商務平臺，核心是基于商品數據庫的可視化搜索引擎體系（主要是圖像精確識別（基于用戶拍攝標準圖像（如海報、商標、封面等）搜索商品，用于購票、購物、娛樂等）和圖像語義相似度匹配（基于模板、紋理、特征等語義匹配與用戶所拍攝樣板風格、類型相似商品，輪廓識別用戶所拍攝商品簡筆畫搜索類似形狀商品，常與第三方合作提供可視化搜索服務、完善網絡圖片數據自動采集與分析機制）。

此外，黃輝［14］提出目前著名圖像搜索系統有IBM 的 QBIC、哥倫比亞大學 Visual-SEEK，MIT 多媒體實驗室Photo-Book 和UC Berkeley 的Chabot等；部分知名IT 公司在一定地區范圍推出有限圖像搜索服務（標注和索引文字、網頁圖像）:谷歌推出同時支持圖像及其文字識別的手機拍照搜索服務Goggles 并嘗試用于電子商務，亞馬遜收購并將SnapTell 的可視化搜索技術用于其電子商務平臺；楊本植［17］認為好的電子商務網站推薦可視化系統應符合用戶需求及興趣偏好（新奇發現能力強）和企業需求（支持其銷售、決策）。

3.3.3 可視化交易過程

可視化交易過程可視化購物細節、較高級信息（如支付）［4］，但目前多基于軌跡、時間、位置信息及依附于軌跡的交易信息動態可視化商品物流信息（如交易、物流類型等）以輔助理解物流軌跡聚類模式、發現不同類型交易軌跡模式。解聰［15］基于動態更新的背景密度圖、粒子動畫（粒子從發貨地向收貨地沿特定軌跡移動并在到達后消失，同城交易表示為粒子自旋動畫）可視化每筆商品交易物流信息，基于省會城市間實時交易數據矩陣（每行代表所選城市向其他城市出口數據）可視化主要城市進出口交易量，用色調編碼交易量（量越大則矩陣對應格顏色越深）、花朵狀圖標（內部圓半徑表示城市交易量，圓外多個扇型（半徑表示進出口量）指向表示交易方向）表示城市進出口量及交易方向；劉偉國［11］基于GIS/GPS、知識工程等技術與理論構建可視化電子商務第三方物流配送平臺，提供基本功能（分可視化顯示（地理對象被選中時屬性顯示、車輛實時監控（基于GPS 經緯度、時間信息在電子地圖上可視化顯示車輛實時位置及屬性等）、貨物跟蹤（按物流配送、調度和GPS信息顯示貨物狀態、位置等）、GIS空間查詢（基于GIS地圖、文本查詢進行屬性、圖形及其交叉查詢并可視化顯示結果）、車輛調度和路徑規劃（基于平臺接口所提供物流配送和地理信息（道路網絡拓撲結構）規劃路徑進而調度車輛并將結果可視化顯示在GIS 上（按道路網絡與電子地圖對應關系，通過道路網絡所提供弧段、節點屬性查詢并顯示電子地圖相關圖元））、GIS 基本管理（圖層、地理對象管理）、信息處理（采集、存儲、查詢、管理、傳輸、發布））和擴展功能（車輛自動導航、緊急事件響應、未安排配送計劃預警、擴展功能接口等）。

3.3.4 可視化數據挖掘

目前研究較成功的是結合空間地理信息可視化技術呈現挖掘結果，國內電子商務領域相關應用尚未成熟［13］:陳晴光［13］提出動態可視化挖掘結果的可視化電子商務數據挖掘模型；喻星晨［3］提出基于像素的數據挖掘可視化系統，用于挖掘潛在客戶（分類老客戶確定分類關鍵屬性及相互關系以正確分類新客戶），分析客戶并提供個性化服務，預警和控制異常事件（用孤立點分析技術發現潛在危險客戶以及時防范；聚類不良信用客戶特征并用于新客戶行為監測、分析、預警及信用風險管理）。

3.4 其他研究

楊本植［17］提出在電子商務網站生命周期各階段基于人機交互學（設計評估基于計算機系統使其最易為用戶所用學科，由用戶基于界面與Web應用交互）、可用性評測評價網站用戶體驗（使用過程中感受、獲得內容總和）以最大限度滿足用戶需求和期望（節約時間金錢、提升工作效率）、提高網站可用性（特定使用環境下滿足用戶特定用途有效性、效率及用戶滿意度）［10，17］及用戶留存率和重復訪問率、提升產品變現率及競爭力并降低網站維護成本。具體需考慮網站開發技術（涉及服務器能力、網頁生成方式、瀏覽器、網速等）及運行方式（使用環境）復雜多元性、用戶群廣泛多樣性（背景及需求差異性）、市場和競爭者、任務和目標等因素。

4 結語

綜上，本文揭示了可視化電子商務內涵、核心內容和研究框架，從理論基礎、核心內容、實踐應用三方面闡述了國內可視化電子商務研究進展。理論基礎主要研究可視化電子商務架構體系（體系結構、功能模塊及運行機理）、挑戰及對策、發展趨勢；核心內容主要研究可視化表征、可視化技術（涉及界面顯示、用戶交互、搜索、數據挖掘可視化）、可視化資源組織；實踐應用主要研究界面、搜索與推薦、交易過程、數據挖掘可視化四方面。

接下來，筆者將系統對比、使用體驗主流可視化電子商務應用進而構建解決方案，以供相關研究與應用參考。