基于社區電商的情景敏感商品信息推薦研究

摘 要：對比現在主流的社區電商系統，不難發現目前的社區電商仍然屬于傳統電商：服務沒有針對性，服務功能不完善，僅從交易的角度構建系統，滿足社區居民購買日用品的消費需求。本文的研究目的是從情景敏感服務角度，構建新型的社區電商服務系統模型，優化移動服務用戶體驗，推動社區電商的發展。

關鍵詞：情景敏感;商品推薦;社區電商

隨著人類社會的不斷進步與發展，城市人口和規模逐漸增大，社區作為城市主體的一部分，是居民生活的保障與基礎。伴隨電子商務的多元化發展，社區電商成為當今電商領域的關注焦點，社區化的電子商務模式有如下優勢：

（1）配送快捷：借助社區便利，極速配送商品，為社區“懶人”提供全方位的服務，滿足現代快節奏的生活需求。

（2）線上線下雙贏：線上資源的瀏覽量與購買量有利于提升線下實體店的經營業績，線下實體店完善的配送和售后服務有利于培養忠實用戶，增加線上交易額。

（3）提升用戶體驗：原來以店面為中心、到店購買的經營模式已無法滿足當下的消費需求，人們需要的是一種全新的即時性、碎片化、集成式、線上線下融合的移動消費體驗。

作為B2C電商的延展和升級，社區電商考驗的就是平臺的4個能力：社區規模與城市擴張的運營能力;供應鏈條的選擇和協同能力;最后一公里配送的綜合服務能力和可持續化發展的商業變現能力。有效的商品推送和良好的用戶體驗是社區電商模式的核心競爭力。

一、社區電商應用現狀及存在問題

1.社區電商運營模式

社區電商包含三種模式：第一種是指結合UGG的純線上的社區化打造，如小紅書模式;第二種是新零售的O2O電商模式，如盒馬鮮生;第三種是依托社區實體便利店，“預售+自提”的模式，如興盛優選。

小紅書模式的社區電商圍繞線上渠道，做的是人群社區的劃分，如美妝社區、母嬰社區、健身社區，平臺聚合很多共同愛好者，擁有用戶需要的有用信息，經營者借助社區的生態環境，引導用戶購買商品，形成純線上的購物閉環。

盒馬鮮生是一家專做食品的全渠道體驗店，從實體店到線上，從產品、服務、體驗到物流整個鏈條的延伸銜接，憑借著集“生鮮超市+店內餐飲體驗+線上業務倉儲配送”于一體的新零售模式，讓消費者感受全新購物體驗。消費者除了可以在門店內“逛吃”，還提供基于LBS位置服務，實現線上線下同價，針對周圍三公里內的社區居民，可以通過移動端實現免費購物配送，30分鐘內可以送貨到家。

興盛優選是一家關注民生的互聯網“新零售”平臺，湖南省第一家估值超過10億美元的企業。平臺主要定位是解決家庭消費者的日常需求，提供包括新鮮蔬菜水果、糧油米面、肉禽水產、日用百貨、鮮花等全品類精選商品。依托社區原有實體便利店，通過“預售+自提”的模式為社區用戶提供服務。2019年，平臺活躍用戶數千萬，日均訂單超過700萬單。

三種模式中，前兩種模式門檻較高，實現需要大量資金和技術的支持，第三種模式實現起來相對容易，本文所提及的相關內容針對的是第三種模式。

2.社區電商存在問題

根據中商產業研究院提出的《2017-2022年中國電子商務行業發展分析及投資研究報告》，有數據表明社區電商有希望成為傳統零售對抗傳統電商沖擊的有力手段，也有希望成為傳統電商發展的新階段，社區電子商務模式已慢慢成熟，成為移動互聯網時代線上線下融合發展的一種新型的商業模式，既有別于傳統零售，又有別于傳統的電子商務，但目前仍存在以下問題：

（1）發展理念滯后，定位不精準

社區電商企業對全新電商發展模式缺乏全面、深入的認識，如線下門店與線上企業在合作過程中發生沖突，由于受利益驅動，出現一哄而上辦電商等情況。在發展社區電商中定位不精準，導致系統類同，運營內容同質化現象嚴重，實際運營中困難重重。

（2）面臨信任危機

社區電商系統中存在大量的用戶個人信息，信息的保護手段單一，很多用戶設置的密碼過于簡單，在電商活動中極易造成信息泄露。此外，由于商品都是由供應商提供，社區電商系統管理者不能及時了解商品的來源和品質，商品把控不嚴，正品信任度低，用戶極易購買到假冒偽劣商品。例如在興盛優選系統中雖然承諾24小時內有質量問題的商品可以退貨，但因商品單價并不高，很多消費者購買了不合格的商品，雖不屑退貨，但肯定會影響下次購物的選擇。

（3）用戶體驗滿意度低

傳統電商活動中，客戶服務周到，功能完善，長期以來，很多用戶習慣在購買前咨詢客服人員商品信息及售后保障，但在社區電商系統中沒有在線客服功能。以興盛優選為例，購物的咨詢是通過在微信群或QQ群中咨詢群主來實現，群主往往還經營著線下的實體商店，經常不能及時回復用戶的咨詢，引起用戶的不滿。

二、基于情景敏感的商品信息推薦模型研究

在電子商務環境下，線上系統提供給用戶的商品種類和商品數量非常多，用戶不可能通過電子商務系統的頁面布局或分類導航，很快掌握所有的商品信息，而且用戶線上購物活動也不可能跟在線下實體購物一樣，通過試穿、試用等環節比對商品，完成商品的選擇和購買。因此，需要線上電子商務系統根據用戶的興趣愛好推薦他們可能感興趣或是滿意的商品，使用戶能夠減少購物前的挑選時間，提高滿意度，因此各種個性化推薦算法被廣泛應用于電子商務系統中。

傳統的個性化推薦技術是通過分析用戶歷史購物數據或是整理用戶的行為數據，構建用戶購物模型，幫助推薦系統在復雜多樣的商品數據中查找出用戶可能感興趣的商品，并把商品信息列表優化排序后呈現給用戶，將用戶的潛在需求轉化為現實需求，從而提高商品的銷售量。

情景是與用戶的信息獲取和知識活動相關的各種因素：背景、條件、社會環境等外部環境，也包括用戶的知識、經驗、習慣、喜好等內部因素，是識別用戶在不同活動過程中的個性化需求特征的關鍵因素。情景敏感系統能根據用戶購物活動發生時的情景信息，自動計算出用戶的情景化需求，推薦系統能更準確掌握用戶需求，輸出對用戶的有用信息。情景敏感服務系統所具有的主動性、智能性和情景自適應特征，能提高服務的準確性和可靠性，成為社區電商服務改善用戶購物體驗的有效方法。

1.情景敏感的商品信息搜索

傳統的商品信息搜索系統主要是基于用戶提供的關鍵詞搜索商品信息，整個過程中用戶與商品信息、應用情景相分離，很難實現搜索結果的“所見即所需”目標?；谇榫暗纳唐沸畔⑺阉鳎軌驅⑴c購物相關的情景信息和搜索技術無縫地集成到整體框架中，從而提高搜索結果的用戶滿意度。在電子商務活動中，用戶的任何搜索行為都是發生在特定的情景中，情景敏感的商品信息搜索根據用戶的時間、位置和資源等情景限定條件整合搜索，最終提供符合用戶需求的精確結果，情景敏感的商品信息搜索對提高用戶體驗滿意度有重要作用。

（1）情景敏感商品信息搜索與傳統商品信息搜索

傳統的商品信息搜索缺少用戶信息和應用情景分析，導致搜索結果準確性不高?；谇榫暗纳唐沸畔⑺阉鳎梢愿鶕脩糨斎腙P鍵詞時的情景信息分析，計算出用戶的情景化需求，提高搜索結果的準確度，縮短用戶商品信息搜索時間，提升用戶滿意率，從而提高購買率或復購率，兩種方法的不同見表1所示。

（2）情景敏感商品信息搜索實現過程

情景敏感商品信息搜索實現過程，可以在查詢和結果輸出兩個環節增加情景敏感信息資源庫的方式來達到應用目標。系統中必須先建立敏感信息資源庫，里面包括用戶的個性化標簽信息：性別、職業、喜好、消費習慣、歷史購物信息等，從已有的歷史數據抽取合適的情景敏感商品信息關鍵詞，創建敏感信息資源索引庫;用戶購物時，根據用戶輸入的搜索關鍵詞，結合敏感信息資源索引庫信息進行比對，搜索出合適的商品信息準備預返回信息;輸出結果時，根據用戶提出搜索要求時的時間和位置等信息，對“預返回信息”進行分析，輸出最優化的搜索排序結果，這樣的處理過程可增加搜索結果的用戶滿意率，其過程如圖1所示：

2.情景敏感商品信息個性化服務設計

情景敏感商品信息的個性化服務是綜合分析用戶需求和相關數據如時間、位置和消費習慣的基礎上向用戶推送有用商品信息。例如，如果知道用戶每月消耗雞蛋、牛奶等數據信息，則社區電子商務系統可在合適的時候向用戶推送有關商品信息;如果知道用戶本月外出，則不用推送商品信息或延遲商品信息的推送。在情景敏感商品信息的個性化服務過程中，要注意保護用戶隱私，合理利用用戶的個性化標簽數據和消費數據，讓用戶在享用個性化服務時提高滿意度。服務過程如圖2所示：

3.情景敏感商品信息推薦方式

（1）基于情景敏感商品信息個性化推薦分析

不同的個性化推薦系統，因為各自的任務目標不一樣，所以衡量它們的評價指標也不盡相同。但通常來說，多樣性和準確性是目前推薦系統最重要的兩個指標，推薦系統優劣的評價標準，大多數情況下都以這兩個指標值為評斷依據。準確性是指希望能準確為用戶推薦喜愛商品，在搜索結果中，用戶最喜歡的商品排在推薦列表前面;多樣性是希望盡量能提供一些用戶潛在需求的商品，發掘用戶的潛在購物需求，刺激用戶的購買欲望，提高電子商務系統的銷售額。

情景敏感商品信息個性化推薦與傳統的個性化推薦的目標一樣，也希望做好商品推薦的準確性和多樣性，但情景敏感的推薦服務中的用戶移動性強，情景信息的影響大，用戶需求碎片化，使得情景敏感商品信息個性化推薦有更高的精確度和實時性要求。

由上表可知，情景敏感的信息推薦是一種綜合考慮了用戶、情景和資源的多維度信息推薦，在系統中用戶可以利用移動設備隨時提出購物需要，隨時希望獲取個性化的商品信息推送服務，使得情景敏感的信息推薦系統具有更高的精確度和更好的及時性。

（2）基于情景敏感商品信息個性化推薦模型

傳統的個性化推薦僅考慮用戶消費歷史數據，因此推薦結果的準確性和多樣性都存在問題。在社區電子商務系統中，用戶的移動性增加，傳統的個性化推薦系統面臨更大的推薦困難。因此需要建立新的綜合考慮了用戶、資源、情景的多維度推薦模型，動態分析用戶的行為、需求、情景，在情景數據上做類似于聚類的分析，將具有相似情景的用戶分配到相同的分類中，以獲得用戶敏感信息資源索引庫，在推薦商品信息時，不僅要比對搜索詞與用戶敏感信息資源索引庫的匹配相似度，更要統合分析用戶的位置、時間等信息，達到更好地為用戶推薦商品信息的目的，根據情景敏感商品信息推薦的原理及工作過程，現構建如圖3所示模型。

三、總結

有效的商品信息推送，目前大多通過計算機領域的個性化推薦技術來實現，但在社區電子商務活動中，用戶相對更加集中，用戶對隱私的需求更高，服務的及時性和精度要求也更高，嚴格來說用戶不僅需要系統推薦的個性化商品，還需要推薦系統能基于情景敏感的信息推薦?；谇榫懊舾械纳唐沸畔⑼扑]是一種綜合考慮了用戶、情景和資源的多維度推薦模型，能保證用戶使用移動設備期間，可以隨時獲取個性化的推送服務，滿足自己的購物需要，同時也可以使系統的推送服務具有更好的及時性和更高的精確度，滿足用戶碎片化時間購物需要。

參考文獻：

[1]袁靜.論高校圖書館情景敏感服務的實現方式[J].圖書館學研究，2019.

[2]王惠敏.大數據關鍵時刻下電子商務的價值創造與模式創新[J].商業經濟研究，2015.

[3]王偉麗.智慧社區電子商務系統的設計與實現[D].北京郵電大學，2018.

[4]李建華.O2O模式下的社區電子商務的商業模式分析——以順豐嘿客為例[J].全國流通經濟，2019.

[5]梁鑫鑫.O2O模式下的社區電子商務的商業模式案例分析[J].商，2015.

作者簡介：洪奕（1968- ），女，漢族，貴州省貴陽市人，副教授，研究方向：電子商務