基于社交電商平臺的個性化推薦研究

摘要：隨著互聯(lián)網(wǎng)的發(fā)展，電子商務(wù)市場發(fā)展得越來越成熟，電子商務(wù)各個平臺之間的競爭愈發(fā)激烈。以社交為紐帶的新型電商，社交電商平臺應(yīng)運而生，這種新型電商平臺為已經(jīng)接近飽和的電商市場注入了新活力。

本文對社交電商平臺的個性化推薦進行深入研究。以典型的社交電商平臺小紅書為例，通過案例分析對社交電商平臺的個性化推薦現(xiàn)狀進分析，得出社交電商平臺的個性化推薦目前存在的問題。最后針對上述存在的問題，給出社交電商平臺個性化推薦的優(yōu)化建議。

關(guān)鍵詞：電子商務(wù);電商社交平臺;個性化推薦;拼多多;小紅書

一、緒論

（一）研究背景

近年來，隨著我國移動互聯(lián)網(wǎng)的高速發(fā)展，人們使用互聯(lián)網(wǎng)的頻率大大增加。因此，我國的傳統(tǒng)電商平臺也不斷轉(zhuǎn)型，出現(xiàn)了一種以社交為基礎(chǔ)的電商平臺。各大電商平臺值此契機，依據(jù)人們在互聯(lián)網(wǎng)上的社交屬性，開始了對于社交和互聯(lián)網(wǎng)商務(wù)活動結(jié)合的探索，社交電商平臺由此發(fā)展而來。社交電商平臺的出現(xiàn)，幫助買家以新的模式進行經(jīng)營活動。利用社交屬性，讓商家與客戶隨時可以進行溝通和洽談，商家可以及時獲得市場反饋，客戶獲得了尊重。這種行為，為已經(jīng)走向成熟的

中國電子商務(wù)市場注入了新的活力和商機。

（二）研究意義

1理論意義

本文以則從兩個方面同時入手，從平臺的系統(tǒng)和用戶的態(tài)度兩方面作為標(biāo)準，兩相結(jié)合，展開研究。也為后續(xù)的相關(guān)研究提供了一定的理論支撐，具備一定的理論價值。

2實際意義

本論文的研究以拼多多和小紅書為例，對于社交電商平臺的在個性化推薦策略上的優(yōu)化推薦有實際的借鑒意義。

二、社交電商平臺個性化推薦現(xiàn)狀分析

小紅書是一款近些年火起來的手機APP，是一種十分新穎的社交電商平臺。小紅書APP重視自己的社區(qū)屬性，他將“互動”作為平臺的核心競爭力，找出了一種特別的內(nèi)容與電商相結(jié)合的商務(wù)模式。但在其時間的過程中，發(fā)現(xiàn)其最大的缺點就是社交關(guān)系難以維持。這些社交平臺通常總是以訪問新用戶為主，而新用戶的瀏覽記錄和購買信息又很少，所以平臺的個性推薦系統(tǒng)很難從這些數(shù)據(jù)中收集到用戶偏好的有效數(shù)據(jù)。

三、基于社交電商平臺的個性化推薦存在的問題分析

1、個性化推薦精準度低

盡管通過問卷調(diào)查可以看出個性化推薦已經(jīng)有了較高的精準度，但是通過案例分析和文獻分析不難發(fā)現(xiàn)，個性化推薦的精準度仍然不是一個很高的水平。個性化推薦的系統(tǒng)仍然有很大的進步空間。

2、個性化推薦的滿意度不高

根據(jù)相關(guān)情況的了解可以看出，用戶購買個性化推薦商品的購買率達到了八成，但是對于這些商品滿意的人只有一半，不難看出，用戶對于商品的滿意度不夠。雖然推薦了用戶感興趣的商品，但是商品質(zhì)量或性價比難以令多數(shù)顧客滿意。短期內(nèi)，這樣可能并不會導(dǎo)致什么后果，但是長期來看，用戶持續(xù)的不滿意勢必會導(dǎo)致個性化推薦的商品成功率降低，成交量下降，用戶滿意度降低。

四、基于社交電商平臺的個性化推薦優(yōu)化建議

1、豐富個性化推薦模型自變量

針對目前推薦精準度低，建議豐富目前個性化推薦系統(tǒng)模型的自變量，通過增加輸入值，來使得結(jié)論更加精確。

個性化推薦系統(tǒng)需要很多方面的信息，如產(chǎn)品內(nèi)容信息、用戶行為、用戶與物品標(biāo)簽等等，以此去構(gòu)建一個合理且合適的模型。另外，作為以社交為核心的社交電商平臺，應(yīng)該更多的依賴于社交網(wǎng)絡(luò)平臺的相關(guān)功能，如關(guān)注、分享、討論、溝通等互動元素。

現(xiàn)有的協(xié)同過濾算法、基于內(nèi)容和基于知識的推薦算法并不能很好的滿足現(xiàn)有的需求。應(yīng)該增加模型的信息輸入端數(shù)據(jù)，收集適當(dāng)?shù)臉颖緮?shù)據(jù)，利用數(shù)據(jù)挖掘等算法，再對模型進行訓(xùn)練，來完善模型的內(nèi)容，以此進行更精準的推送。

2、增加推薦反饋模塊

針對目前用戶滿意度不高的問題，建議增加反饋機制，通過售后問題了解用戶的態(tài)度，再根據(jù)獲得的反饋進行改進。在用戶購買并收到平臺個性化推薦的商品后，系統(tǒng)隨機推送簡潔的滿意度問卷，根據(jù)用戶的答案，判斷改商品是否值得繼續(xù)被推薦給用戶。重復(fù)上述操作，通過遞歸的方式，直到找到一款用戶滿意度最高的商品進行推送。

推送問卷的方法，能夠很好地給顧客心里安慰。在主觀上，這種行為讓用戶感受到自己受到了重視，得到滿足，使得用戶更加信任本平臺。

推送問卷可以送主觀和客觀兩方面幫助平臺提升在用戶心理的形象。通過這樣，提升用戶的服務(wù)體驗，改善用戶對于個性化推薦商品不滿意的情況。

總結(jié)

基于社交平臺的電商個性化推薦，是一個新興并且發(fā)迅迅猛的研究領(lǐng)域。基于社交的電商平臺成交占比每天都在提升，相關(guān)的研究實踐也越來越重要。

本文選取社交電商平臺的典型代表小紅書，以他為例，對社交電商平臺的個性化推薦進行了分析。然后得出目前社交電商平臺所存在的問題，如個性化推薦精準度低、個性化推薦的滿意度不高和社交電商平臺的銷售量低。最后，綜合上述內(nèi)容，給出了社交電商平臺個性化推薦的優(yōu)化建議，如豐富個性化推薦模型自變量、增加推薦反饋模塊和強化APP內(nèi)界面。

參考文獻：

[1]中國互聯(lián)網(wǎng)絡(luò)信息中心（CNNIC）.第46次中國互聯(lián)網(wǎng)絡(luò)發(fā)展現(xiàn)狀統(tǒng)計報告[EB/OL].（2020-09-29）[2020-11-03]

[2]周煒翔，張雯，楊博，等.面向微博用戶的個性化推薦算法研究[J].計算機工程，2020（10）：60-66.

[3]李丹妮.購物平臺個性化推薦對消費者購買意愿的影響[J].中國經(jīng)貿(mào)導(dǎo)刊，2019，000（035）：122-125.

[4]劉輝，郭夢夢，潘偉強.個性化推薦系統(tǒng)綜述[J].常州大學(xué)學(xué)報：自然科學(xué)版，2017，29（03）：51-59

[5]ResnickP.，Varian H.R.R ecommender Systems[J].Communication softhe ACM，1997，40（3）：56-58.

作者簡介：

曾上峰（1998，1-），籍貫：海南白沙，漢，本科，單位：海南趨優(yōu)科技有限公司，方向：電子商務(wù)方向。