基于社交電商平臺的個性化推薦研究

摘要：隨著互聯網的發展，電子商務市場發展得越來越成熟，電子商務各個平臺之間的競爭愈發激烈。以社交為紐帶的新型電商，社交電商平臺應運而生，這種新型電商平臺為已經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化建議。

關鍵詞：電子商務;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，隨著我國移動互聯網的高速發展，人們使用互聯網的頻率大大增加。因此，我國的傳統電商平臺也不斷轉型，出現了一種以社交為基礎的電商平臺。各大電商平臺值此契機，依據人們在互聯網上的社交屬性，開始了對于社交和互聯網商務活動結合的探索，社交電商平臺由此發展而來。社交電商平臺的出現，幫助買家以新的模式進行經營活動。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，為已經走向成熟的

中國電子商務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，從平臺的系統和用戶的態度兩方面作為標準，兩相結合，展開研究。也為后續的相關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化推薦有實際的借鑒意義。

二、社交電商平臺個性化推薦現狀分析

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容與電商相結合的商務模式。但在其時間的過程中，發現其最大的缺點就是社交關系難以維持。這些社交平臺通?？偸且栽L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很難從這些數據中收集到用戶偏好的有效數據。

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

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

2、個性化推薦的滿意度不高

根據相關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，但是商品質量或性價比難以令多數顧客滿意。短期內，這樣可能并不會導致什么后果，但是長期來看，用戶持續的不滿意勢必會導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模型的自變量，通過增加輸入值，來使得結論更加精確。

個性化推薦系統需要很多方面的信息，如產品內容信息、用戶行為、用戶與物品標簽等等，以此去構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，應該更多的依賴于社交網絡平臺的相關功能，如關注、分享、討論、溝通等互動元素。

現有的協同過濾算法、基于內容和基于知識的推薦算法并不能很好的滿足現有的需求。應該增加模型的信息輸入端數據，收集適當的樣本數據，利用數據挖掘等算法，再對模型進行訓練，來完善模型的內容，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度，再根據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，系統隨機推送簡潔的滿意度問卷，根據用戶的答案，判斷改商品是否值得繼續被推薦給用戶。重復上述操作，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，提升用戶的服務體驗，改善用戶對于個性化推薦商品不滿意的情況。

總結

基于社交平臺的電商個性化推薦，是一個新興并且發迅迅猛的研究領域?；谏缃坏碾娚唐脚_成交占比每天都在提升，相關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，綜合上述內容，給出了社交電商平臺個性化推薦的優化建議，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內界面。

參考文獻：

[1]中國互聯網絡信息中心（CNNIC）.第46次中國互聯網絡發展現狀統計報告[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].中國經貿導刊，2019，000（035）：122-125.

[4]劉輝，郭夢夢，潘偉強.個性化推薦系統綜述[J].常州大學學報：自然科學版，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：海南趨優科技有限公司，方向：電子商務方向。