Ｂ２Ｃ电子商务中的消费者决策支持系统(3)
2014-11-16 01:00
导读：Shoji和Hori（2001）通过研究消费者和店员的交流，发现店员对于促进消费者购物概念清楚化有着积极的作用，他们可以提供与消费者当时不一致的观点，其
Shoji和Hori（2001）通过研究消费者和店员的交流，发现店员对于促进消费者购物概念清楚化有着积极的作用，他们可以提供与消费者当时不一致的观点，其作用主要表现在两个方面：为形成概念提供支持（通过改变消费者的观点，引起搜索目标本身的改变，从而促进其决策过程），为确信决策提供支持（使消费者能够顺利接受店员的观点，并相信他们的决定是正确的）。S-Conart方法通过两种类型的信息呈现方式来实现店员的这两种作用。
对于为形成概念提供支持，S-Conart采用基于***量表（multi-dimensional scaling，MDS）的空间配置类型（spatial-arrangement style）的信息呈现方法，并提供了另一种列表类型的信息呈现界面作为对比。对于为确信决策提供支持，S-Conart提供了两种功能：一是通过使消费者浏览对其所感爱好的商品的评论（这些评论还包括评论者购买产品时的情境信息），促进用户对其决策的信心；二是通过情境信息窗口，用图表和树型图两种方式，呈现产品评论中的相关字词，从而促进消费者概念的清楚化。
消费者除了对其需求概念模糊之外，对其不经常购买的商品经常也没有足够的知识来对同类产品作出评价。因此，他们在作出购物决策的过程中特别需要得到该领域的专家的帮助。在网上购物环境中，智能决策支持系统则需要扮演专家这种角色，不仅能够与消费者进行交互从而获取和分析其需求，而且有能力往评价各种不同类型的产品，用最低的本钱给出最适合消费者要求的建议。消费者的购物决策，不仅包括购买哪种产品，而且包括产品的价格等。随着电子商务的发展，消费者可以从网上获取的产品信息越来越多，甚至可以直接与卖方进行讨价还价，而卖方对其市场策略也有自己的考虑，因此，网上产品的价格由固定价格向可变价格转变，这样，类比传统购物环境中经过讨价还价确定价格的流程——协商，网上购物环境也对这一流程产生了需要。
（科教作文网 zw.nseac.com整理） 基于以上两个方面的考虑，以及传统协商与网上购物环境自身的特点，We-Po Lee提出并验证了包括推荐和自动协商的代理系统来支持消费者的决策行为的有效性[10]。在这个系统中，推荐是以知识为基础的，它包括知识获取代理（Knowledge Acquisition Agent）和行为匹配代理（Behavior- Matching Agent）两个部分，从而包括两个方面的知识：专家知识和用户－系统交互的经验。专家知识经过知识获取代理，从该领域的专家那儿搜集、整理并用特定的内部知识表征形式植进系统中；用户－系统交互的经验则经过行为匹配代理从以前的用户那儿，搜集其如何在系统的指导下发现理想产品的过程信息，假如当前用户的行为类型与以前的用户的行为类型相匹配，系统就推荐以前的对应用户所选择的产品，不论行为类型是否匹配，系统都会自动记录当前用户获取理想产品的过程信息。而自动协商系统包括买方代理、卖方代理和用户界面三个组成部分，数据在买方代理和卖方代理之间进行交换，包括三个步骤：确定协商空间，探测协商双方的态度，确定协商函数。其中，买方代理工作更为积极，它可以从产品推荐所提供的链接中选择对应的卖方代理进行交流。
Lee和Chung将虚拟现实技术和网络决策支持系统整合到网上商城的设计中，提出并设计了虚拟现实驱动购物代理[12]（Virtual Reality drIven Shopping Agent，VRISA），创造了一种新的网上购物商城的范式。它将生活方式探测器代理（Lifestyle Finder Agent）（记录消费者剖面图）和特征比较代理（Attribute Comparison Agent）（包括价格、设计和质量3个维度，采用层次分析法（Analytic Hierarchy Process，AHP）进行特征比较）两个子代理作为其核心机制，并在推荐和终极的分析中包括了实体控制模块（avatar control module）。实体控制模块包括两个函数：推荐函数和实体控制函数，推荐函数按照公道性和敏感性标准整合生活方式探测器和特征比较两个子代理的推荐信息，将令消费者满足的结果传递给实体控制函数，实体控制函数将内部语言转化成包括文本、图像和声音的3D形式输出。
