考慮SNS的電子商務(wù)推薦策略及其決策支持

陳靜然+史文瑾

[摘要]文章以微博用戶信息為研究數(shù)據(jù)樣本，提出考慮SNS的電子商務(wù)推薦策略。提煉興趣偏好信息以標示用戶特征，并構(gòu)建基于用戶共同關(guān)注的關(guān)系網(wǎng)絡(luò)模型，從而形成具有興趣標簽的聚合社群，并借力于社群意見領(lǐng)袖的影響力聚集關(guān)注度，從而增強客戶信任、增強推薦效果。

[關(guān)鍵詞]電子商務(wù)；社交網(wǎng)絡(luò)；興趣偏好；意見領(lǐng)袖；推薦策略

[DOI]10.13939/j.cnki.zgsc.2016.02.096

社交網(wǎng)絡(luò)，由英文SNS（Social Network Service）直譯為社會性網(wǎng)絡(luò)服務(wù)，是一種以用戶為中心，基于社交聯(lián)系構(gòu)建的強調(diào)用戶參與、興趣聚合的關(guān)系網(wǎng)絡(luò)。

回溯SNS的發(fā)展歷程，經(jīng)由早期以六度分隔理論為代表的概念化階段直至現(xiàn)階段的云臺分布式網(wǎng)絡(luò)社交理論，社交網(wǎng)絡(luò)將其社交屬性進行價值外延，逐漸演化為一種新型商業(yè)模式的平臺。微博作為我國社交網(wǎng)絡(luò)頗具規(guī)模性與示范性的代表，是一個以用戶社交關(guān)注關(guān)系及興趣標簽標注的多社群共同參與的興趣聚合網(wǎng)絡(luò)。根據(jù)其特有屬性，電子商務(wù)企業(yè)可根據(jù)自身產(chǎn)品或服務(wù)的特點確定目標客戶，通過社交網(wǎng)絡(luò)中的聚類興趣社群向目標消費群體進行精準營銷與推薦，并通過社群意見領(lǐng)袖聚集關(guān)注度，增強客戶信任，有效提高推薦效果。

1基于社交網(wǎng)絡(luò)的推薦策略優(yōu)勢

1.1目標客戶的精確性——用戶偏好導向

微博用戶以興趣標簽為標注，形成頗具特點的細分市場。在用戶高參與度的SNS情境下，企業(yè)可根據(jù)其產(chǎn)品與服務(wù)的屬性精確鎖定目標客戶，提供考慮用戶偏好與興趣標簽的推薦服務(wù)，并有效排除非目標群體，避免營銷資源的浪費。

1.2客戶圈層的拓展性——社交網(wǎng)絡(luò)延伸

基于用戶社交聯(lián)系的微博，因其特有的社交屬性及用戶認證功能而成為一個具備用戶高參與度及高黏著度的常用平臺。企業(yè)用戶通過微博授權(quán)的開放平臺API，能夠獲取用戶的標簽特征、社交關(guān)注聯(lián)系、互動活躍度等屬性。基于共鏈網(wǎng)絡(luò)的關(guān)注關(guān)系，企業(yè)可將營銷推薦渠道經(jīng)由用戶社交圈延伸，實現(xiàn)客戶圈層的有效拓展。

1.3營銷推薦的有效性——意見領(lǐng)袖推薦

意見領(lǐng)袖是指社交網(wǎng)絡(luò)中具有話語權(quán)與影響力的用戶，因其個人威信與聲譽而受到所處社群用戶的信任與自發(fā)跟從。企業(yè)通過著力爭取與目標社群的意見領(lǐng)袖建立合作，可利用意見領(lǐng)袖所處的網(wǎng)絡(luò)關(guān)鍵節(jié)點優(yōu)勢，將產(chǎn)品信息傳播范圍進一步輻射，有效擴大接觸人群。亦可以實現(xiàn)口碑營銷，利用意見領(lǐng)袖的社群影響力獲得用戶信任，便于產(chǎn)品與服務(wù)的推廣。

1.4實施推薦的經(jīng)濟性——高效交互服務(wù)

社交網(wǎng)絡(luò)作為一個跨終端的即時互動的平臺，能夠幫助企業(yè)與用戶進行深層次的互動營銷，打造“跨媒體、區(qū)域化、互動式”的社會化媒體營銷平臺。借助網(wǎng)絡(luò)的高速裂變傳播，企業(yè)能夠在短時間實現(xiàn)推薦信息的跨媒體傳播。社交網(wǎng)絡(luò)能夠準確標示用戶地理位置，在移動終端普遍覆蓋的“互聯(lián)網(wǎng)+”時代，企業(yè)可借助社交網(wǎng)絡(luò)平臺構(gòu)建O2O模式，以線上活動推廣引導線下實體消費。亦可通過SNS實現(xiàn)與用戶的實時交互溝通，增強客戶體驗，降低CRM成本。

2基于社交網(wǎng)絡(luò)的推薦策略設(shè)計

基于社交網(wǎng)絡(luò)進行精準化營銷推薦，核心在于用戶信息的收集、分析與處理，本研究以微博用戶為樣本，提煉用戶興趣偏好及行為特征，并通過共鏈關(guān)系構(gòu)建關(guān)系網(wǎng)絡(luò)模型、結(jié)合復雜網(wǎng)絡(luò)研究理論確定處于網(wǎng)絡(luò)關(guān)鍵節(jié)點的微博意見領(lǐng)袖，進一步實現(xiàn)推薦信息推送。實驗具體涉及以下三個環(huán)節(jié)。

2.1用戶特征提取

以新浪微博用戶為研究樣本，運用基于 Java Heritrix 架構(gòu)網(wǎng)絡(luò)爬蟲和社交網(wǎng)絡(luò)供應(yīng)商開放的 API 和 SDK對網(wǎng)絡(luò)站點進行廣度優(yōu)先的數(shù)據(jù)抓取，使用非關(guān)系型數(shù)據(jù)庫 MongoDB，存儲抓取到的大量數(shù)據(jù)信息。用戶數(shù)據(jù)應(yīng)包括：登錄注冊信息、關(guān)系網(wǎng)絡(luò)信息（關(guān)注及被關(guān)注）、社交行為信息（微博話題評論、線上活動參與等）、動態(tài)情景信息（地理位置、話題搜索、活躍互動等）。在進行特征提取的處理之前，應(yīng)先進行數(shù)據(jù)的清洗、去噪等一系列 動作，也可以采用 ETL 工具進行抽取。抽取后的數(shù)據(jù)才可以做降維處理，整合為符合要求的輸入格式。

2.2關(guān)系網(wǎng)絡(luò)構(gòu)建

使用Java語言和微博開放平臺提供的 SDK對用戶數(shù)據(jù)進行分析處理。通過聚類分析方法，挖掘微博用戶之間的關(guān)系特征，并對復雜網(wǎng)絡(luò)中的節(jié)點進行重要度衡量。以網(wǎng)絡(luò)關(guān)鍵節(jié)點為基礎(chǔ)構(gòu)建關(guān)系網(wǎng)絡(luò)清晰化模型，生成網(wǎng)絡(luò)社區(qū)群圖并標示社群意見領(lǐng)袖。從而清晰勾勒出微博社會網(wǎng)絡(luò)的真實形態(tài)，便于確定營銷推薦的渠道環(huán)節(jié)及關(guān)鍵人物，有效提升影響力擴散與傳播的效果。

2.3文本語義處理

對各社群意見領(lǐng)袖的微博文本進行語義處理，并對冗雜信息進行過濾與去噪。根據(jù)分詞結(jié)果提取語義特征進行興趣社群劃分，為相關(guān)興趣聚類提供基礎(chǔ)。企業(yè)可對比社群興趣關(guān)鍵詞，尋找與自身產(chǎn)品及服務(wù)屬性匹配的目標人群，從而進行精準的商務(wù)推薦與營銷。

經(jīng)由以上三個環(huán)節(jié)的數(shù)據(jù)分析與處理，圖1、圖2分別呈現(xiàn)了微博用戶原始關(guān)系復雜網(wǎng)絡(luò)及經(jīng)由特征詞歸納處理形成的興趣聚合社群（以體育類作為示意標簽）。

圖1基于微博用戶共鏈關(guān)注關(guān)系的整體網(wǎng)絡(luò)

圖2提取興趣標簽（體育類）的聚合社群及意見領(lǐng)袖節(jié)點標示

3基于社交網(wǎng)絡(luò)的推薦策略實施

（1）興趣標簽策略：對微博用戶文本關(guān)鍵詞進行提取并歸納興趣標簽，將符合用戶偏好的商品信息推送至目標客戶。

（2）意見領(lǐng)袖策略：企業(yè)應(yīng)爭取與社群意見領(lǐng)袖進行合作，由其將商務(wù)推薦信息發(fā)布至個人微博，利用輿論影響力與社群用戶信任度實現(xiàn)商務(wù)推薦。

（3）LBS（Location Based Service）+O2O策略：結(jié)合用戶關(guān)鍵詞檢索信息，將推薦信息推送至指定地理區(qū)域的微博用戶，根據(jù)地理坐標為其推薦商品或服務(wù)，結(jié)合微博提供的體驗式分享平臺，幫助實現(xiàn)商家線上推廣與線下消費的商業(yè)模式改革。

4亟待解決的問題

4.1數(shù)據(jù)獲取存在障礙——平臺尚未融通

考慮社交網(wǎng)絡(luò)的電子商務(wù)推薦策略研究應(yīng)基于足量的數(shù)據(jù)儲備。在策略實施的各個環(huán)節(jié)，由社交網(wǎng)絡(luò)用戶信息提煉行為興趣特征，考慮用戶關(guān)注關(guān)系構(gòu)建關(guān)系網(wǎng)絡(luò)模型，直至對意見領(lǐng)袖微博文本進行關(guān)鍵詞抽取均涉及海量數(shù)據(jù)的收集與處理，工程浩繁。而在商務(wù)推薦實施階段，營銷推薦與用戶最終購買決策的匹配程度仍受到如品牌偏好、接受價格、服務(wù)體驗等諸多交易因素的影響，目前我國社交網(wǎng)絡(luò)平臺與電子商務(wù)平臺尚未實現(xiàn)數(shù)據(jù)有效對接，故而本研究僅能針對社交網(wǎng)絡(luò)平臺的用戶屬性進行商務(wù)推薦研究，若能獲取開源的用戶真實交易數(shù)據(jù)，推薦效果將會進一步提升。

4.2信息管理程序復雜——數(shù)據(jù)龐大冗雜

微博用戶呈指數(shù)化增長態(tài)勢，企業(yè)面臨龐大規(guī)模的數(shù)據(jù)，面對用戶頻繁發(fā)布的各種信息，企業(yè)應(yīng)具備較強的甄別能力，從中篩取關(guān)鍵數(shù)據(jù)進行處理以便于推薦人群的精準定位與推薦內(nèi)容的精確選擇，這要求企業(yè)具備較強的信息管理能力，方能保證營銷推薦的有效性。

4.3推薦效果難以預估——營銷環(huán)境特殊

基于社交網(wǎng)絡(luò)平臺實施電子商務(wù)推薦主要考慮借力于其社群精確度與傳播影響力的優(yōu)勢，故與之相對便面臨著由于受眾標簽化而導致的客戶群規(guī)模較小、可能流失部分市場等問題，企業(yè)對目標市場的定位便尤顯關(guān)鍵。而由于微博輿情的傳播速度，用戶的負面評價也會造成不可估量的影響。加之社交網(wǎng)絡(luò)中的信息傳播受到中間環(huán)節(jié)多種因素的影響，極易產(chǎn)生信息失真，這對企業(yè)的營銷推薦也造成了較大的影響。

5結(jié)論

本文研究考慮社交網(wǎng)絡(luò)的電子商務(wù)推薦策略，思路在于針對用戶興趣標簽及偏好特征實現(xiàn)精準化營銷，同時借助社交網(wǎng)絡(luò)的傳播影響力實現(xiàn)由社群意見領(lǐng)袖為中心的客戶圈層拓展。在營銷推薦的實踐環(huán)節(jié)，企業(yè)面臨更為復雜的動態(tài)環(huán)境，更應(yīng)加強自身的信息化建設(shè)，希望本研究能夠為其營銷推薦決策的制定提供參考。

參考文獻：

[1]徐藝欣.基于社會化媒體的精準營銷研究——以新浪微博為例[D].大連：大連海事大學，2013.

[2]張秀英.基于AISAS模式的微博營銷策略研究[J].商業(yè)時代，2013（34）：27-28.

[3]吳敏.基于微博的媒體營銷研究[D].廣州：暨南大學，2010.