论文网
电子商务方面有关论文范文,与B2C电子商务中的消费者决策支持系统相关论文参考文献格式
本论文是一篇电子商务方面有关论文参考文献格式,关于B2C电子商务中的消费者决策支持系统相关毕业论文题目范文。免费优秀的关于电子商务及数据库及用户方面论文范文资料,适合电子商务论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。
问题逐渐建立这一描述.渐进案例推理技术使用获得的信息来寻找最能够区别目前的集合中的所有案例的特征,该信息是有分类的,从而能够鉴定每一个特定特征的区分力.但数据仓库中存储的通常是未分类数据,因此,Doyle和Cunningham认为,需要使用另一种度量衡来应用多阶段检索技术,或者对未分类数据首先进行聚类分析,然后再运用渐进案例推理技术进行测量[9].
虽然基于案例的推理是测量产品的相似性的最流行的方法,但是也遭到了一些批评.Lee认为,虽然该方法能够找出与用户需要最相似的产品,但却忽视了产品的适宜性,从而把一些低质量的商品推荐给消费者.为了解决这一问题,就需要采用多属性决策方法（multi-attributedecision-makingmethod）同步考虑消费者需求和产品质量[10].
2决策支持系统的方法研究
正如前文所述,用户在进入网上购物界面时,通常对其需求只有一个模糊的概念,因此,网上购物商店不仅需要提供丰富的商品或可以商量的价格,而且其信息呈现的方式还要能吸引用户,增强其购物敏感性.基于这一考虑,Shoji和Hori提出了一种网上购物中推动用户观念清晰化的交互作用方法――S-Conart（conceptarticulatorforshoppers）,致力于建立一个消费者在其进行网上购物时能有效促进其作出决策的交互作用系统,并用该系统做出一系列评估实验来检验在建立该系统时所使用的方法在促进购买观念清晰度上的有效性[11].
该文转载于 http://www.sxsky.net/zhengzhi/050907935.html
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晰化有着积极的作用,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采用基于多维量表（multi-dimensionalscaling,MDS）的空间配置类型（spatial-arrangementstyle）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兴趣的商品的评论（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晰化.
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常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,而且有能力去评价各种不同类型的产品,用最低的成本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由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.
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-PoLee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（KnowledgeAcquisitionAgent）和行为匹配代理（Behavior-MatchingAgent）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.专家知识经由知识获取代理,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入系统中；用户－系统交互的经验则经由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,如果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]（VirtualRealitydrIvenShoppingAgent,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（LifestyleFinderAgent）（记录消费者剖面图）和特征比较代理（AttributeComparisonAgent）（包括价格、设计和质量3个维度,采用层次分析法（AnalyticHierarchyProcess,AHP）进行特征比较）两个子代理作为其核心机制,并在推荐和最终的分析中包括了实体控制模块（avatarcontrolmodule）.实体控制模块包括两个函数：推荐函数和实体控制函数,推荐函数按照合理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,将令消费者满意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.
对网络信息系统（WebInformationSystems,WISs）来说,其用户的背景多种多样,而要使该系统能够达到世界通用的目的,就必须跨越用户已经知道的和他们与计算机系统进行交互所需要知道的之间的鸿沟,这就需要对所有的用户提供支持.Aberg和Shahmehri提出了一个用户支持的一般模型[13],该模型结合了计算机和人类助手两个方面的支持,同时考虑了技术多样性和用户差异,为用户提供了一个灵活的界面,用户可以自由选择他们与支持系统进行交流的方式.通过对这个模型的应用研究发现,把人类助手整合到支持系统中去是提供有效的用户支持的一个方式.这个整合使该网站用起来更加有趣并增加了用户对该站点的信任,也改善了该站点的气氛.这就为决策支持系统向智能化、人性化发展提供了理论支持.
3决策支持系统的应用研究
一些研究检验了决策支持系统对用户绩效的影响,但是不同的研究者对于具体的决策支持系统的使用和用户绩效的定义不同.Peng,Finin,Labrou等人（1998）研究了决策向导对用户绩效的影响.决策向导按照系统为用户的问题解决提供帮助的多少划分为简单的提供信息和提供选择路线的建议两种水平,并把决策质量作为测量最终用户绩效的重要因素.Head等人（2000）研究了网络导航对最终用户绩效的影响,网络导航虽然在提供支持上使用了全然不同的策略,但它以帮助用户发现以前曾经浏览过的网页为目标,与智能搜索有着相似的功能.而用户绩效则被定义为使用该系统能够减少完成特定任务所需要的时间,并包括网页内浏览绩效和网页间浏览绩效两个方面.Hostler,Yoon,Guimaraes综合了以前的研究者对于用户绩效
电子商务方面有关论文范文,与B2C电子商务中的消费者决策支持系统相关论文参考文献格式参考文献资料：