基于點擊流與PROMETHEE多屬性決策法的電子商務消費者購買意愿預測

何銳超，劉洪偉，高鴻銘，范夢婷，詹明君

（廣東工業大學 管理學院，廣東 廣州510520）

在線購物是眾多消費者網絡行為的出發點與歸宿，而了解用戶的興趣并預測消費者的購買意愿是網站實現個性化的基礎[1]。電子商務的發展使得消費者可以輕易接觸到豐富的商品，同時也導致企業之間的競爭越來越激烈。因此，實時了解消費者的興趣度變化，有利于提高個性化推薦結果的準確性，避免重復推薦，提高消費者的購買體驗。

傳統的消費者購買意愿研究主要基于問卷調查的方式[2-3]。然而，其數據在真實性與客觀性上都存在缺陷，而且沒有考慮消費者的興趣會隨著時間的推移而逐漸改變。互聯網上存在著大量隱式反映消費者興趣的數據。而點擊流數據因為兼顧了消費者的異質性、消費者需求的完整性以及動態性[4]，因此利用點擊流技術對用戶行為進行有效的建模受到越來越多學者的關注。

為此，本文結合電子商務消費者的實際點擊情況，基于消費者興趣漂移理論，構建適合網絡消費者點擊行為的購買意愿預測模型并分析各影響因素的重要程度。在測量方法上，本文選擇Brans教授提出的PROMETHEE(Preference Ranking Organization Methods for Enrichment Evaluation)偏好順序結構排序評估方法，該方法是建立在級別優先關系(Outranking Relation)上的排序方法。該方法以方案各個屬性的兩兩比較為基礎，并根據偏好臨界值確定方案之間的偏好性，并認為方案之間可以存在偏好的不可比性和弱偏好關系[5]，解釋消費者在商品選擇過程中的猶豫心理。……