毕业论文——基于眼动跟踪的 用户兴趣权重研究.doc

学号： 上海海事大学 本科生毕业设计（论文） 基于眼动跟踪的基于眼动跟踪的 用户兴趣权重研究用户兴趣权重研究 学 院：物流工程 专 业：工业工程 班 级：工 业 姓 名：XXXXXXX 指导老师：XXXXXXX 完成时间：XX 年 X 月 ii 摘摘 要要 网上购物作为一种创新的购物方式，有着传统购物无法比拟的优势，它打破了地域、和 时间的障碍，提高了消费者购物的效率和质量然而，自2003年始崛起的中国网购市场到今 天为止，却出现了网上购物发展缓慢、市场渗透率较低的现象，由此可概括出影响中国网上 购物商场的因素主要包括两方面，即消费者个人因素和外部因素因此需要对影响网上购物 消费者的因素进行具体的分析和归纳，从而扩大中国网购人群比例，促进网购市场的发展 本文基于客户体验管理CEM，结合眼动仪以及Live recorder采集到的网购行为，以在校 大学生、研究生以及工作两年左右的白领为实验对象，运用眼动仪、马尔可夫链算法、SPSS 软件分析试验数据,得出影响网购因素的权重，进而为网上商家提出建设性的意见 关键词关键词：客户体验管理，马尔可夫链，网购影响因素，权重 Abstract Online shopping as an innovative way to shop, with the incomparable advantages of traditional shopping, it has broken the geographical and time barriers, improve the efficiency and quality of consumer shopping. However, from 2003 to the beginning of the rise of Chinese online shopping market, until today, but there have been the slow development of online shopping, low market penetration of the phenomenon, which can be summarized factors affecting China's online shopping mall include two aspects, namely, consumption personal and external factors. So the reasons should be found which influence the development of on-line shopping in order to further the development. Based on customer experience management, combined with the eye tracker, and Live the Record collection to online shopping behavior of college students, graduate students and white- collar workers in the work of about two years as experimental subjects, the use of eye tracking system, the Markov chain algorithm, SPSSsoftware to analyze experimental data obtained the weight of the factors affect online shopping, and then put forward constructive views for online merchants. Key word: Customer Experience Management ，Markov chain，Online shopping Influencing factors Weights iii 目目 录录 1、绪论、绪论 - 1 - 1.1 个性化推荐的研究意义 .- 1 - 1.2 国内外几种主流推荐系统- 2 - 1.3 国内外现下主流网购模式——“比较购物”- 3 - 1.4 本文的研究内容与组织结构- 4 - 2、运用、运用 CEM 分析各影响网购因素分析各影响网购因素.- 6 - 2.1 客户体验管理（CEM）- 6 - 2.2 收集用户的体验数据和态度数据.- 7 - 2.3 运用 CEM 得出影响网购的主要因素- 11 - 2.4 实验设计.- 12 - 2.5 本章小结.- 13 - 3、用户眼动跟踪数据分析、用户眼动跟踪数据分析.- 14 - 3.1 眼动参数采集情况 .- 14 - 3.2 用户眼动数据分析 .- 16 - 3.3 本章小结.- 18 - 4、用户网购行为数据分析、用户网购行为数据分析.- 19 - 4.1 马尔可夫链.- 19 - 4.2 用户各网购行为数据的获取- 19 - 4.3 用户网购行为数据分析 .- 23 - 4.4 本章小结.- 25 - 5、结论准确性分析、结论准确性分析 - 26 - 5.1 验证结论.- 26 - 5.2 准确性分析.- 27 - 5.3 本章小结.- 27 - 6、总结、总结- 28 - 6.1 总结.- 28 - 6.2 展望.- 29 - 参考文献参考文献 - 30 - 上海海事大学本科生毕业设计（论文） - 1 - 1、绪论、绪论 在市场激烈竞争的今天，由于城市规模扩大、交通阻塞等原因，登门拜访式的购物效 率越来越低，而成本却不断上升，尤其是对于生活节奏快速的青年人。

网络购物正成为互联 网上最成功的商业应用之一在国内市场上来看，经历了近 10 年的市场培育和近两三年来 的快速成长，网络购物已经渐渐成为年轻人最流行的购物方式，并越来越有成为其主流购物 方式的趋势由于网络购物行业进入门槛低，成本低廉，利润可观，新的购物网不断消现， 而同行业公司的规模也在逐步扩张【1】而伴随随着 Web2.0 和垂直搜索网站的相继进入，一 线购物网站的上市融资加速，网络购物市场的争夺也异常激烈起来，尤其是在中高端市场， 一场大战已不可避免 经过这十几年的发展，人们的消费理念变化，已经有许多的企业加入到 B2C 大军中， 人们已经发现电子商务已经不是一个要不要做的问题，而是如何将电子商务的服务做得更人 性化、个性化，开发一种更为适应用户的推荐系统，匹配个体用户模型，发掘其潜在需求， 提高购物的成功率 1.1 个性化推荐的研究意义个性化推荐的研究意义 目前，这类推荐系统已被多家购物网站应用，例如：亚马逊、雅虎和影评网等这类推 荐系统通过应用数据分析技术来帮助用户找到他们所要购买的产品，生成一个预测喜欢分数 或给用户一个推荐清单的方式来实现信息过滤但是现行的推荐系统不能完全满足与日俱增 的用户需求，所以个性化推荐系统被越来越多的网购企业所研究并开发。

从总体上来说我国对推荐系统的研究基本上处于对西方先进理论的消化吸收阶段，所以 很多购物网站的推荐是鱼龙混杂，没有针对重点因素进行个性化推荐，而是普遍撒网本人 认为我国企业在实施个性化推荐系统过程中存在着如下问题：理论不够健全；难以大量并准 确找到目标消费者的潜在需求，推荐系统系统不够完善，对客户真正兴趣挖掘不够等【2】 同时我也意识到中国有自己的的特殊情况：文化传统、价值观念和经济发展水平，从中我们 会发现中国的消费者层次更加复杂同时，中国有五十六个民族，有不同的亚文化群体，消 费者心理也更为多样这些国情都决定着西方的成熟理念不能完全适用于中国的企业实践， 西方的优秀理念 必须和中国的实际相结合，个性化推荐系统模式也必须走中国的企业实践， 西方的优秀理论必须和中国的实际相结合，推荐系统模式也必须走中国特色的发展道路 既然推荐系统涉及到各个方面，其中首当其冲的就是——对客户网上购物时影响其购物 上海海事大学本科生毕业设计（论文） - 2 - 的因素权重的分析，从而迎合用户兴趣来进行推荐因为模糊和错误地判断客户兴趣，会影 响后续的推荐效率从而导致客户是否作出最终的购买行为因此本篇论文针对性客户在网购 时对所推荐的物品表现出的兴趣是否真实，进行研究是具有现实意义的。

1.2 国内外几种主流推荐系统国内外几种主流推荐系统 1.2.1 国内外电子商务推荐系统模式研究国内外电子商务推荐系统模式研究 电子商务的模式研究一直是研究热门之一常见的分类有：企业—企业（B2B） 、企业 —消费者（B2C） 、消费者—企业（C2B）和消费者—消费者（C2C）模式但在其发展过程 中又产生了一些新兴的细化的电子商务模式 【3】如： （1）亚马逊商业模式亚马逊商业模式——其主要特色为:尽快形成规模、以顾客为中心、横向开拓和垂 直挖潜，侧重建立顾客电子邮箱数据库：公司可以通过跟踪读者的选择，记录下他们关注的 图书，新书出版时，就可以立刻通知他们建立顾客服务部：全职顾客服务代表负责处理与 用户有关的小事情【4】 （2）电子港湾商业模式电子港湾商业模式————其主要特色为充当一个拍卖中介，没有存货，现在一般使 用也不对拍卖之后的物品享有所有权，更不介入买卖双方的资金转移其重要特点在于，电 子港湾鼓励所有的购买者和销售者都填写反馈表，所有这些反馈都公开在网站上用户 可以通过这些记录来评价自己的交易用户【5】 （3）网上直销型企业间电子商务网上直销型企业间电子商务————其特色在于改变传统的营销渠道，将 Internet 作为 新兴的销售渠道实现企业间的交易。

其主要特点是利用 Internet 代替传统的中间商，如零售 商和批发商【5】 （4）网上中介型企业间电子商务网上中介型企业间电子商务————与直销型企业间电子商务根本区别在于，直销型 的电子商务服务平台是由参与交易的一方提供，一般是产品服务的销售方；而中介型则是交 易双方都参与由第三方提供的服务平台进行交易，交易过程中交纳一定佣金费用即可 1.2.2 基于上述推荐模式的几种现下主流推荐系统基于上述推荐模式的几种现下主流推荐系统 推荐系统分为非个性化推荐系统和个性化推荐系统非个性化推荐系统向所有用户提供 同样内容的推荐，例如每周最热销产品排行榜或掌柜热卖等方式淘宝网仍然运用这种方式 进行推荐而个性化推荐系统则是针对不同的用户或用户群，根据他们的喜好制定推荐由 于个性化推荐系统的信息过滤效果及推荐被用户接受的程度都远胜于非个性化推荐系统，因 而在电影、音乐、新闻和 Web 页面推荐等方面得到了越来越广泛的研究与应用 【6】 （1）目录式过滤推荐系统目录式过滤推荐系统 上海海事大学本科生毕业设计（论文） - 3 - 基于内容的推荐是通过比较商品与商品之间的相似性来进行推荐的，该推荐方式不需要 依赖用户对产品的评价。

系统通过用户的历史购买记录，提取已购买商品的特征，学习用户 的兴趣，然后比较用户兴趣与待预测产品之间的特征相匹配程度，根据匹配程度的从高到低 输出推荐 （2）协同式过滤推荐系统协同式过滤推荐系统 协同过滤推荐是目前研究最多，应用广泛而且效率比较高的一种个性化推荐技术协同 过滤可分为基于用户的协同过滤和基于项目的协同过滤，两种技术的原理基本相同此推荐 方式是基于一种假设：评分相似的用户对同一项目的评分也相似它一般采取最近邻用户技 术根据用户对以往项目的历史评价信息计算用户之间的相似度，然后利用目标用户的最近 邻居对产品的加权平均值来预测用户对产品的喜好程度系统根据用户喜好程度的大小形成 推荐[7] （3） 混合型推荐混合型推荐 通过各种推荐技术之间的组合形成推荐基于协同过滤和基于内容过滤是。