基于知識圖譜的美妝產(chǎn)品信息可視化設(shè)計(jì)與研究
——以口紅產(chǎn)品為例

黃靖越

(中國傳媒大學(xué) 動畫與數(shù)字藝術(shù)學(xué)院，北京100024)

1 引言

據(jù)艾瑞咨詢 2019 電子商務(wù)行業(yè)發(fā)布的報(bào)告顯示，2019年Q2中國網(wǎng)絡(luò)購物市場的交易規(guī)模達(dá)2.4萬億元，環(huán)增長 10.9%，較去年同期增長 26.5%。[1]可見，在電商平臺進(jìn)行購物已經(jīng)成為大部分用戶的習(xí)慣，在此背景下，各個電商平臺的產(chǎn)品信息和用戶評論呈現(xiàn)爆炸增長。對電商平臺怎么能高效管理和組織產(chǎn)品、用戶評論等信息，充分挖掘信息的價(jià)值提出了挑戰(zhàn)。因此我們需要深挖信息和信息之間的關(guān)聯(lián)，從海量信息中提取有效信息，滿足用戶的信息需求，推動用戶行為發(fā)生。而知識圖譜技術(shù)能很好的挖掘有效信息并建立聯(lián)系。知識圖譜的廣義內(nèi)涵可以從兩方面來說：知識圖譜作為一種語義網(wǎng)絡(luò)，是大數(shù)據(jù)時代知識表示的重要方式之一，當(dāng)知識圖譜作為一種技術(shù)體系，是大數(shù)據(jù)時代知識工程的代表性進(jìn)展。概念、屬性、關(guān)系是人類認(rèn)知的基本框架是認(rèn)知的基石，而知識圖譜富含實(shí)體、概念、屬性、關(guān)系等信息，通過節(jié)點(diǎn)和邊來描述真實(shí)世界的概念、屬性、關(guān)系，并能推理發(fā)掘新的知識和觀點(diǎn)，使得機(jī)器理解與解釋真實(shí)世界成為可能。

相較于傳統(tǒng)商務(wù)行業(yè)，電子商務(wù)平臺的消費(fèi)者無法切身體驗(yàn)產(chǎn)品，消費(fèi)行為必須依靠網(wǎng)站上展示的信息進(jìn)行判斷，因此產(chǎn)品信息成為消費(fèi)者購物決策的重要影響因素，特別是對于美妝產(chǎn)品，直接涂抹于消費(fèi)者面部，首先，產(chǎn)品是否可靠安全，消費(fèi)者在利用產(chǎn)品信息選擇評估產(chǎn)品時會更加謹(jǐn)慎；其次，美妝產(chǎn)品屬于體驗(yàn)型產(chǎn)品，體驗(yàn)型的產(chǎn)品所包含的信息受各種因素影響較大，簡單的產(chǎn)品信息已經(jīng)無法滿足網(wǎng)購消費(fèi)者的信息需求，消費(fèi)者經(jīng)常在無法實(shí)際感受情況下需要從其他各個渠道中花費(fèi)時間搜尋信息，評估產(chǎn)品，因此利用知識圖譜技術(shù)組織各個來源的彩妝產(chǎn)品信息，挖掘信息和信息之間的關(guān)系，形成彩妝產(chǎn)品知識圖譜，將更利于用戶直觀搜索和獲取產(chǎn)品信息。

2 構(gòu)建美妝產(chǎn)品信息知識圖譜：

要建立美妝產(chǎn)品信息知識圖譜，按邏輯架構(gòu)的維度可以劃分為知識圖譜的模式層建立和數(shù)據(jù)層處理。[2]知識圖譜的數(shù)據(jù)層是由具體的、真實(shí)的事實(shí)組成，模式層規(guī)定了知識圖譜數(shù)據(jù)層的規(guī)則，知識圖譜模式層是整個知識圖譜的基礎(chǔ)，模式層的構(gòu)建就是對知識的概念、概念和概念之間的關(guān)系進(jìn)行一系列的描述，是經(jīng)過提煉的知識。[3]知識圖譜的模式層通常由本體庫來管理。

美妝產(chǎn)品信息知識圖譜本體的構(gòu)建既可以通過人工手動構(gòu)建、通過數(shù)據(jù)驅(qū)動自動構(gòu)建以及半自動構(gòu)建。[4]自動構(gòu)建需要大量的數(shù)據(jù)進(jìn)行訓(xùn)練，對數(shù)據(jù)量的需求較大。在本體的作用下，知識圖譜在不斷地收集、整合數(shù)據(jù)庫的執(zhí)行效率更高。本文知識圖譜數(shù)據(jù)樣本小，因此更適合采用人工編輯的方式手動構(gòu)建，首先從最頂層的概念開始，然后逐步進(jìn)行細(xì)化，形成結(jié)構(gòu)良好的層次結(jié)構(gòu)，定義好知識圖譜的模式層后，再將數(shù)據(jù)層中的對象一一添加。本體的構(gòu)建不是一個從零到一的過程，構(gòu)建時可以考慮復(fù)用現(xiàn)有的本體，通常信息管理專家都會對某一領(lǐng)域的知識進(jìn)行分類的分層，以便于領(lǐng)域的研究。本文通過分析淘寶電商平臺的美妝產(chǎn)品信息分類和組織方式，把美妝產(chǎn)品信息構(gòu)成要素分為四大類：美妝產(chǎn)品的固有信息、美妝產(chǎn)品物流信息、美妝產(chǎn)品店鋪信息、美妝產(chǎn)品評價(jià)信息。

本文構(gòu)建的美妝產(chǎn)品知識圖譜以口紅產(chǎn)品為例，其原因主要有兩方面，一方面口紅產(chǎn)品相比于其他美妝產(chǎn)品，例如粉底、眼影等彩妝產(chǎn)品，口紅的色號更多，消費(fèi)者需要評估的選擇更多。另一方面，口紅顏色能夠用一定的原理較為客觀、準(zhǔn)確的量化，更適合可視化。以口紅產(chǎn)品為例子，口紅產(chǎn)品的固有信息包括口紅品牌、口紅價(jià)格、口紅顏色、口紅包裝、口紅質(zhì)地、口紅產(chǎn)地、口紅銷量七個子類；口紅產(chǎn)品物流信息包括：物流價(jià)格、物流速度、物流公司三個子類；口紅產(chǎn)品店鋪信息包括：售后服務(wù)、店鋪評分、是否是熟悉的店鋪三個子類；口紅產(chǎn)品評價(jià)信息包含商品好評率、商品評價(jià)內(nèi)容、商品差評數(shù)三個子類。口紅產(chǎn)品知識圖譜模式層中的類、子類、屬性、值之間大致包含四種關(guān)系，即：包含關(guān)系：包含關(guān)系是根據(jù)區(qū)間劃分，兩個或者兩個以上的概念或者子概念在同一區(qū)間。例如：、；屬性關(guān)系：屬性關(guān)系是指某一概念、實(shí)例所擁有的屬性或者屬性值。例如：；同義關(guān)系：同義關(guān)系是指同一實(shí)體不同的表達(dá)方式。例如：；相似關(guān)系：兩個實(shí)例的某一種屬性或者特征所相近或者相似，在本文的的口紅產(chǎn)品知識圖譜實(shí)例中主要體現(xiàn)為不同品牌，口紅顏色的RGB或者HSL相接近可定義為相似關(guān)系；并列組合關(guān)系：在知識圖譜中，同屬一個層級的兩個概念具有并列組合的關(guān)系，同時兩個并列關(guān)系的概念還可以同時存在其他關(guān)系。

將口紅產(chǎn)品信息知識圖譜模式層概念、關(guān)系定義好之后，需要對爬取收集的數(shù)據(jù)進(jìn)行處理，獲取數(shù)據(jù)主要有結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化三種類型，將不符合知識儲存格式的數(shù)據(jù)進(jìn)行處理，把數(shù)據(jù)處理成符合知識儲存規(guī)則的格式，數(shù)據(jù)包括實(shí)體屬性的提取、相似處理包括顏色的判斷、評論內(nèi)容的分詞、去停用詞、提取關(guān)鍵詞，經(jīng)過這一步，數(shù)據(jù)才成為了知識，最后處理好的知識，用三元組<實(shí)體、關(guān)系、實(shí)體>的形式表示，以CSV和TXT格式儲存在數(shù)據(jù)庫NEO4j中，方便可視化時提取和使用。

在實(shí)際應(yīng)用中，口紅產(chǎn)品信息知識圖譜的所有概念、實(shí)體、關(guān)系并不能全部可視化出來，需要通過對口紅產(chǎn)品消費(fèi)者的研究，按照用戶需求有重點(diǎn)、有選擇地展示信息。

2 美妝產(chǎn)品用戶需求分析

根據(jù)圖1所示用戶在電商平臺網(wǎng)購時行為路徑，可以看到產(chǎn)品信息對用戶的行為決策起到關(guān)鍵性的作用。對于口紅產(chǎn)品，要提供哪些產(chǎn)品信息，哪些產(chǎn)品信息對用戶的決策影響更高，需要進(jìn)行用戶研究。本研究通過調(diào)查問卷的方式調(diào)查消費(fèi)者對不同口紅產(chǎn)品信息的關(guān)注程度，截止2020年10月30日，一共收集到調(diào)查問卷259份，其中有效問卷為242份。

圖1 用戶網(wǎng)購行為路徑

本文用戶需求研究主要使用的是spss進(jìn)行數(shù)據(jù)分析，包含了兩個方面：一是信度效度的分析和因子分析。

通過KMO和巴特利特檢驗(yàn)，一般認(rèn)為數(shù)值大于0.7，證明問卷具有良好的結(jié)構(gòu)效度，說明適合做因子分析，數(shù)值越接近1，各個變量之間的聯(lián)系就越強(qiáng)；當(dāng)數(shù)值小于0.5時，則不符合做因子分析的標(biāo)準(zhǔn)。分析結(jié)果如表1所示。

本次KMO和巴特利特的檢驗(yàn)結(jié)果為0.648和0.733，基本符合因子分析的標(biāo)準(zhǔn)，巴特利特的球形檢驗(yàn)中近似卡方值為2025.145和1875.287，自由度為105，sig值小于0.01，說明各個變量之間相關(guān)性強(qiáng)。綜上所述，說明本次研究的問卷效度良好。

由表1所示，前五個公共因子的初始特征值均大于1，累計(jì)方差貢獻(xiàn)率達(dá)74.510%，因子1的方差占總方差的22.608%，因子2的方差占總方差的20.522%，因子3的方差占總方差的13.586%，因子4的方差占總方差的9.568%，因子5的方差占總方差的8.226%說明五個公因子代表的信息基本能解釋原始信息，所以可以用前五個公因子代替原來15個影響因素。

表2 旋轉(zhuǎn)成分矩陣

續(xù)表

為了更深入的解釋各個公共因子的具體的含義，本文按照極大方差法對因子旋轉(zhuǎn)，得到了旋轉(zhuǎn)成分矩陣圖。

綜合得分可反映出消費(fèi)者在進(jìn)行網(wǎng)購時哪一部分的因素對購買決策影響最大。

綜合得分計(jì)算公式：

Fi=w1Pi1+w2Pi2+w3Pi3+w4Pi4+w5Pi5

權(quán)重公式(1)中的Wj為表1中的“方差百分比”表示各主成分之間的方差貢獻(xiàn)率，各個方差貢獻(xiàn)率相加為“累計(jì)方差貢獻(xiàn)W”，根據(jù)權(quán)重公式(1)，由方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，可計(jì)算出五個公因子的權(quán)重，由公式(2)可計(jì)算出15個影響因素綜合得分，由表3所示。

表3 因子得分與綜合得分

根據(jù)用戶網(wǎng)購產(chǎn)品行為路徑，口紅產(chǎn)品信息知識圖譜可以為用戶提供兩大功能，一是產(chǎn)品信息展示，二是產(chǎn)品信息對比。由表3因子綜合得分所示，口紅產(chǎn)品信息中的商品好評率、口紅顏色、口紅品牌、商品評價(jià)內(nèi)容是綜合得分最高的四個因素，因此在進(jìn)行口紅產(chǎn)品信息可視化設(shè)計(jì)的時候，要著重展示口紅產(chǎn)品這四個信息中的聯(lián)系和關(guān)系。

3 美妝產(chǎn)品信息可視化設(shè)計(jì)方法

將信息設(shè)計(jì)成能被用戶輕松理解的樣式是信息可視化的目的。針對不同量級數(shù)據(jù)的可視化設(shè)計(jì)需要考慮不同的幾個方面，對輕量級數(shù)據(jù)可視化需要關(guān)注數(shù)據(jù)的深層關(guān)系，在處理大型多變量數(shù)據(jù)集時，需要考慮有效內(nèi)容的提取和數(shù)據(jù)的降維，把大量信息精簡提煉，讓用戶能快速分析，并能迅速做出判斷。

可視化是一種用圖形表達(dá)數(shù)據(jù)的方式，可視化設(shè)計(jì)的中心流程就是信息的映射，信息的映射是指將數(shù)據(jù)轉(zhuǎn)化用圖形表示的。可視化映射需要以人的視覺認(rèn)知為基礎(chǔ)，可視化映射包括三個元素：空間基質(zhì)、標(biāo)記、視覺通道。[5]Card、Mackinlay、Sheniederman在《閱讀信息可視化：用視覺思考中》種定義了這三個元素。首先，空間基質(zhì)可視化元素種的空間基質(zhì)是指設(shè)計(jì)師在可視化中需要打造的可視化空間，在早期的可視化作品種，主要都會將信息布局在二維空間中，但隨著大數(shù)據(jù)的發(fā)展，數(shù)據(jù)量越來越大，數(shù)據(jù)關(guān)系越來越多，也會有三維甚至超維的表現(xiàn)方法。因此，如何在多維空間中進(jìn)行可視化布局是現(xiàn)今可視化設(shè)計(jì)的一個難點(diǎn)。[6]其次是標(biāo)記，標(biāo)記是指在空間中出現(xiàn)的一些圖形元素，例如：點(diǎn)、線、面、體等，根據(jù)數(shù)據(jù)、信息的類別、屬性也可以用別的圖形元素來表現(xiàn)。[5]最后是視覺通道，視覺通道是指用于控制數(shù)據(jù)、信息的標(biāo)記的展示特性，常見的視覺通道有標(biāo)記的位置、大小、形狀、方向、色調(diào)、飽和度、亮度等。[5]可視化設(shè)計(jì)過程中要注意數(shù)據(jù)和圖形轉(zhuǎn)換映射關(guān)系要合理，圖形要能夠準(zhǔn)確反映數(shù)據(jù)性質(zhì)和數(shù)據(jù)關(guān)系。

用戶的信息需求不是一成不變的，尤其在信息更新?lián)Q代速度越來越快的今天，在不同階段用戶對信息的復(fù)雜性、深度和形式的需求各不相同，可視化設(shè)計(jì)需要給用戶提供能夠進(jìn)行探索和交互的空間，能夠進(jìn)一步深入發(fā)現(xiàn)信息，而不是單純的信息輸出。

(1)同類色系口紅關(guān)系的建立與可視化設(shè)計(jì)：

通過軟件和手工爬取電商平臺和口紅官方網(wǎng)站，采集了7個品牌、35個系列的口紅RGB值與口紅評論。按照Card等人在《Readings in information visualization using vision to think》中提出以步驟為中心的信息可視化流程模型，對數(shù)據(jù)進(jìn)行清洗和規(guī)范。由于RGB色彩規(guī)則并不適用于人認(rèn)識色彩的規(guī)則，故這里將RGB色彩轉(zhuǎn)化為HSL，H代表色調(diào)、S代表飽和度、L代表亮度，據(jù)HSL顏色模型可得，H的取值范圍在0～360，通過整理收集的口紅顏色數(shù)據(jù)，五個品牌口紅顏色H值集中在(0-65)和(295-360)，呈現(xiàn)出由正紅到偏黃和正紅到偏紫，用戶可滑動色環(huán)，選擇心儀的口紅色調(diào)。

一個顏色最終的準(zhǔn)確呈現(xiàn)必須由H、S、V三個參數(shù)決定，色環(huán)體現(xiàn)色相的選擇，中間的方塊呈現(xiàn)口紅的明度和飽和度變化，用戶在選擇色調(diào)后，中間的方塊呈現(xiàn)出該色調(diào)的所有口紅數(shù)據(jù)的分布，用戶可在其中了解信息。

(2)相似口紅顏色關(guān)系的建立與可視化設(shè)計(jì)：

在這部分的可視化設(shè)計(jì)中，主要展示各個品牌之間口紅顏色的相似關(guān)系，利用大小不同的原點(diǎn)表示每個品牌目前口紅數(shù)量的比例關(guān)系，在每個品牌和品牌之間有顏色相似的口紅則建立起聯(lián)系，比較兩個顏色的相似關(guān)系主要是通過計(jì)算顏色距離，HSV色彩空間模型為圓錐體，其中r為圓錐底面半徑，具體公式為：

x=r×S×cosH

Y=r×V×sinH

Z=h×(1-V)

根據(jù)公式計(jì)算出兩個顏色在HSV色彩空間中的坐標(biāo)點(diǎn)(x，y，z)，再計(jì)算出兩個顏色的距離，距離小于一定數(shù)值，則兩個顏色相似，可建立相似鏈接。

遵循可視化設(shè)計(jì)中的準(zhǔn)確原則，不同的用戶色彩感知不同，每個人對色彩的相似判定也不同，將色彩相似度劃分為5-10分，按照色彩距離數(shù)值的大小，可視化呈現(xiàn)比分，由圖2可見。

圖2 口紅顏色相似關(guān)系可視化

(3)口紅評價(jià)內(nèi)容觀點(diǎn)的提取與可視化設(shè)計(jì)：

口紅評價(jià)內(nèi)容是所有數(shù)據(jù)中最難處理的部分，首先評論都是非結(jié)構(gòu)性的文本，內(nèi)容的語義、關(guān)系復(fù)雜，其次文本中存在許多噪音數(shù)據(jù)，對用戶的購物決策沒有任何意義，因此要對評論內(nèi)容進(jìn)行預(yù)處理，預(yù)處理分為兩部分，一是將評論的句子進(jìn)行分詞處理，二是將評論中的停用詞去除，評論中常見的評論詞包含三類：標(biāo)點(diǎn)符號、特殊符號、無意義的虛詞。這里用的是jieba中文分詞組件對評論進(jìn)行預(yù)處理。

評論的內(nèi)容包含了用戶對口紅產(chǎn)品評價(jià)的各個維度，要遵循可視化減少用戶理解時間，直觀的原則，要將復(fù)雜維度的數(shù)據(jù)進(jìn)行降維，這里對評論中的關(guān)鍵詞進(jìn)行提取，統(tǒng)計(jì)詞頻出現(xiàn)最高的TOP30。

根據(jù)詞頻所見，將評論內(nèi)容劃分為五個維度：物流、服務(wù)、產(chǎn)品屬性、性價(jià)比、包裝?？梢暬蓤D3所見。

圖3 口紅評論觀點(diǎn)可視化

4 結(jié)語

本研究通過知識圖譜技術(shù)，用戶研究等方法，將美妝產(chǎn)品信息知識圖譜進(jìn)行可視化，提出基于知識圖譜的美妝產(chǎn)品信息可視化設(shè)計(jì)方法，展示產(chǎn)品信息可視化的部分實(shí)例，對更高效、直觀的產(chǎn)品信息可視化設(shè)計(jì)進(jìn)行了實(shí)踐探索和討論。