于國欣，王澤瑞，閆 偉

(山東師范大學 信息科學與工程學院，山東 濟南 250000)

0 引 言

隨著現(xiàn)代網(wǎng)絡經(jīng)濟的高速發(fā)展，網(wǎng)絡購物越來越經(jīng)濟，因此更多的消費者選擇網(wǎng)購，這就使得網(wǎng)絡非理性購買行為大量涌現(xiàn)。隨著市場經(jīng)濟與網(wǎng)絡的蓬勃發(fā)展，對營銷領域的非理性購買行為進行研究具有極其重要的意義。然而，現(xiàn)代學者們更多地研究傳統(tǒng)購物環(huán)境下的非理性購買行為，而忽略了網(wǎng)絡購買中廣泛存在的非理性情感因素。通過分析文獻得知，目前對非理性購買行為的研究比較關注產(chǎn)品的銷量數(shù)據(jù)分析、產(chǎn)品自身的營銷特點和商家的營銷策略等因素。

本體作為一種能在語義和知識層次上描述信息系統(tǒng)的概念建模工具，能夠應用到各個領域上的推理，但其描述邏輯對陳述性知識的表達能力不足，需要合理地將規(guī)則推理與本體推理相結合。文中以protégé為平臺建立本體，以OWL語言建立推理規(guī)則，將本體與Jess推理機相結合，充分挖掘網(wǎng)絡消費者的在線評論中的語義信息，對消費者非理性購買行為進行分析研究。主要創(chuàng)新點如下：

(1)創(chuàng)新性地將本體推理和規(guī)則推理應用于網(wǎng)絡消費者非理性購買行為研究領域，這在國外文獻罕有報道。

(2)利用情感計算和文本挖掘技術充分挖掘網(wǎng)絡消費者在線評論中的語義資源，使用模糊數(shù)學理論中對自然語言的處理方法，用模糊集取代精確的數(shù)值來表示在線評論中詞語的語義，構建模糊語義模型。

(3)使用OWL作為本體模型描述語言，以protégé為平臺構建關于消費者非理性購買的本體，梳理各個因素之間的聯(lián)系，從而構建事實庫和規(guī)則庫。

(4)以內、外部誘導因素為前件，以消費者非理性購買程度為后件，建立模糊推理模型。

(5)將本體與Jess推理機相結合，利用Jess模糊推理結合事實庫和規(guī)則庫對消費者非理性購買行為進行推理預測，得到消費者非理性購買行為程度。

提出的網(wǎng)絡消費者非理性程度推理模型，一方面有助于商家更加深入地了解不同類型消費者的需求，挖掘新的有效的商機；另一方面，可以為消費者做出更合適的購買決策提供參考。

1 國內外研究現(xiàn)狀

隨著科學技術的發(fā)展，本體推理在越來越多的領域得到應用。例如，楊月華等[1]提出并研究了基于本體的智能信息檢索系統(tǒng)；鐘秀琴等[2]對基于混合推理的知識庫的構建及應用進行了研究；陳成等[3]將Jena推理與本體推理相結合構建了推理系統(tǒng)；周亮等[4]提出了基于SWRL規(guī)則的本體推理，可以建立領域本體并進行推理；杜小勇等[5]研究了各種本體推理機及其應用，并進行了比較；夏立新等[6]通過選取實例實踐了Jess與本體相結合的推理；歐陽丹彤等[7]也利用了本體推理機進行了Mups的性能評測研究。由此可見，越來越多的學者研究基于本體的推理，并在各方面都有所創(chuàng)新和成就。

在非理性購買行為大量涌現(xiàn)的時代，不少學者對此進行研究。例如，賈若雨等[8]通過分析商品交易記錄,研究顧客的購買行為。李蓉[9]關注在不同情緒誘發(fā)下調節(jié)定向對沖動性購買行為的影響。在國外，消費者完全理性的說法也并沒有得到所有科學家的認可，組織行為學派的代表人物Herbert.A Siomon[10]認為，人們的決策過程并不是完全理性的，而是有限理性的。DanielKahnema和Amos Tversky[11]認為，人類有限的認知行為模式是形成非理性消費行為的主要原因。但這些研究大多數(shù)基于理論或者數(shù)據(jù)研究，鮮有學者對其進行實際的推理。

這些研究為探討非理性購買提供了充分有利的理論和技術條件，但缺乏具體有效的推理過程[12]，因此筆者創(chuàng)新性地將本體與Jess相結合的推理應用到網(wǎng)絡消費者非理性購買行為的研究領域。

2 問題剖析

2.1 非理性購買行為的影響因素

2.1.1 外部誘導因素

外部誘導因素是指廠商為刺激消費者的購買行為而設置和控制的營銷誘導因素[13]。

(1)價格。消費者偏好以較低的價格獲得商品和服務,價格是最能刺激消費者進行非理性購買的因素[14]。

(2)促銷。當消費者面對限時、限量以及突發(fā)性折扣時,更容易進行非理性消費。

(3)購買環(huán)境。在線購物環(huán)境中,網(wǎng)站的富有想象力的文字、圖片、視頻等都有可能影響消費者的購買行為。

(4)推薦。推薦可以幫助消費者獲得更多相關的產(chǎn)品信息,提高交易的效率。

2.1.2 內部誘導因素

內部誘導因素主要指消費者自身所具有的情感狀態(tài)和認知水平等[15]。在網(wǎng)絡購物環(huán)境中,對消費者內部狀態(tài)影響最大的因素是網(wǎng)上在線評論。購買者在網(wǎng)上發(fā)表的評論,能夠使消費者在極短的時間內對產(chǎn)品和服務形成第一印象,而這種印象成為消費者的內部誘導因素。也就是說,在線評論中的情感和認知信息是通過消費者的感知過程轉化為內部誘導因素。

2.1.3 消費者非理性購買程度的劃分

參考目前消費者非理性研究的成果,將消費者的非理性購買程度由弱至強分為7個等級：絕對理性,很理性,較理性,適度(非)理性,較非理性,很非理性,絕對非理性。

2.2 技術路線

文中以基于Jess的模糊推理為基礎[16]，結合消費者的非理性購買行為和在線評論，對分析消費者的非理性程度做了如下工作：

(1)構建模糊語義模型。

由于網(wǎng)絡消費者的在線評論具有一定的模糊屬性，因此可以運用模糊數(shù)學中的模糊集合來表示情感強度，得到消費者的情感狀態(tài)和認知水平。文中以消費者的在線評論中的情感詞為例通過模糊隸屬函數(shù)分析了消費者的情感強度。

(2)構建非理性購買行為模型。

消費者的購買行為是受多方面影響的，首先分析了國內外的網(wǎng)絡消費者非理性購買行為模型，其中大多數(shù)忽略了外部因素，因此構建了一個由外部因素和內部因素共同影響的消費者非理性購買行為模型，再由此得出消費者的非理性程度。

(3)構建基于Jess的模糊推理模型。

Jess是一種開放的本體推理機，用戶只需要提供事實庫和推理規(guī)則，Jess就可以對實際問題進行推理。文中首先利用本體構建了消費者購買行為的事實庫，構建平臺為protégé[17]。而后，利用外部誘導因素和內部誘導因素的不同級別的排列組合，使用OWL作為本體模型描述語言，采用“IF…THEN…”的形式構建了其規(guī)則庫。將本體和構建好的規(guī)則放入Jess推理機中進行推理，由此得到消費者購買時的非理性程度。推理概圖如圖1所示。

圖1 本體與Jess相結合的推理概圖

3 模型構建

3.1 構建模糊語義模型

語言變量的取值并不是精確的數(shù)值，而是用模糊數(shù)學語言表示的模糊集合。

假設一個語言變量可以用一個五維向量(x,T(x),U,G,M)來表示，其中x代表語言變量的名稱，T(x)代表語言變量的語言集，即語言x取值名稱的集合，而且每一個語言變量的取值對應一個在論域U上的模糊集；G為語言變量取值的語法規(guī)則；M是用于產(chǎn)生語言變量模糊集合隸屬函數(shù)的語義規(guī)則。

消費者在線評論中對物品價格的高低做出低廉、適中、昂貴的評論。定義“商品價錢”為語言變量，也可以定義“喜歡程度”為語言變量，等等。

T(物品價格)={低廉，適中，昂貴…}

T(喜歡程度)={厭惡，一般，喜歡…}

舉一個例子說明，消費者可以在在線評論中對物品價格的高低做出低廉、適中、昂貴的評論。若定義“物品價格”為語言變量，則T(物品價格)可能為T(物品價格)={低廉，適中，昂貴…}

對在論域U上的上述模糊語言如“低廉、適中、昂貴”等定義模糊集合。設論域U=[20,30]，則可以大致上認為，低于20為“低廉”，大于30為“昂貴”，兩者之間為“適中”。分別為“低廉、適中、昂貴”這一個語言值賦予隸屬函數(shù)h1、h2、h3，具體情況如圖2所示。

圖2 “低廉、適中、昂貴”語言變量的隸屬函數(shù)

將消費者非理性購買行為劃分為7個等級，每個等級分別用高斯隸屬函數(shù)表示。高斯型隸屬函數(shù)屬于模糊控制算法，函數(shù)由兩個參數(shù)σ和c確定：

其中，參數(shù)b通常為正，參數(shù)c用于確定曲線的中心。據(jù)此非理性購買程度劃分結果如表1所示。

根據(jù)消費者的在線評論，運用模糊數(shù)學的理論方法，研究消費者的非理性程度。并且由于消費者非理性購買具有模糊性，通過利用模糊集合方法將非理性程度劃分為7個級別。而且在現(xiàn)實生活中，每個消費者都處于絕對理性和絕對非理性之間的某個程度。

表1 消費者非理性購買程度劃分

3.2 構建非理性購買行為模型

消費者的非理性購買行為主要受到外部誘導因素、內部誘導因素、消費者非理性程度三個方面的影響。針對網(wǎng)絡消費者的在線評論，挖掘在線評論中的情感語義資源來研究影響網(wǎng)絡消費者非理性行為的各種因素，從而分析得出內外部誘導因素，在這些因素的促使下，消費者產(chǎn)生非理性購買行為，進而判斷消費者該非理性購買沖動行為屬于七種非理性購買程度的哪一種。具體行為模型如圖3所示。

4 基于Jess模糊推理的非理性購買行為決策

4.1 領域本體的構建

本體作為一類應用，也可以映射到Jess推理機上。文中建立關于消費者購買行為的領域本體，并利用該本體進行有效的網(wǎng)絡消費者非理性購買行為預測。

圖3 網(wǎng)絡消費者非理性購買行為模型

確定了本體的領域之后，需要確定本體內相關信息的屬性和分類。文中使用OWL(web ontology language，網(wǎng)絡本體語言)進行語言描述，OWL能夠保證計算完全性和可決定性。

本體模型主要由如下幾部分組成：

類：一個類是一類個體的集合。一個領域中的最基本概念應分別對應于各個分類層次樹的根，非理性購買行為問題中的類有非理性程度、行為類型等。

屬性：屬性是關于類成員的一般事實的斷言以及個體的具體事實的斷言，一個屬性是一個二元關系。

OWL屬性是指作用于實例間的關系，屬性的命名原則是多以has、is開始，后接有意義的詞匯。在protégé的構建中有三種類型的屬性：(1)Object Property：實例與實例之間；(2)Datatype Property：實例與XML基本資料形式；(3)Annotation Property：實例內的Schema，用于賦值。

除了OWL內置的屬性，根據(jù)所研究問題的屬性，添加了領域內的部分屬性，如表2所示。

文中將消費者非理性購買分為沖動性購買、謹慎型消費、強迫性購買、非計劃性購買、不合理消費五個類型和絕對理性、很理性、較理性、適度(非)理性、較非理性、很非理性、絕對非理性七個程度，充分利用網(wǎng)絡消費者的在線評論中的語義資源，根據(jù)從消費者在線評論中獲取的信息，建立有關消費者非理性購買行為的本體，使知識結構化、組織化。然后，根據(jù)本體的結構，將關于消費者非理性購買的信息加入事實庫，形成若干個包括與研究內容有關的理論知識和事實數(shù)據(jù)的知識片，并進行組織和管理。

表2 領域內部分屬性

利用知識圖譜展現(xiàn)消費者非理性購買中的重要概念和分類(見圖4)。

利用本體構建事實庫，構建速度快，簡單便捷，實現(xiàn)了知識的有序化和組織化，能夠加快知識和信息的流動，有利于知識共享與交流。為利用Jess對消費者非理性購買行為進行推理提供了有利條件。

4.2 本體與Jess相結合的推理

4.2.1 Jess簡介

Jess采用生產(chǎn)規(guī)則作為基本的知識表示模式，其核心由知識庫、規(guī)則庫、推理機三大部分組成。Jess中仍然繼續(xù)使用Clips的語法結構表達規(guī)則，采用rete算法，支持正向和逆向推理，通過限制規(guī)則的前件和后件，來支持內容豐富的模式匹配語言。

4.2.2 Jess規(guī)則形式

Jess的規(guī)則采用“IF...THEN...”語法結構，將外部誘導因素、內部誘導因素作為IF前件，消費者的購買行為傾向作為THEN后件。構建的規(guī)則庫形式如下：

消費者極度可能購買的情況：

If O is V，B is V，Then I is P1，D is R7

If O is V，B is L，Then I is P1，D is R7

If O is L，B is V，Then I is P1，D is R7

......

消費者極度不可能購買的情況：

If O is -V，B is -V，Then I is P7，D is R1

If O is -L，B is -V，Then I is P7，D is R1

If O is -V，B is -L，Then I is P7，D is R1

……

根據(jù)兩個前件不同程度的所有可能情況構建的規(guī)則共81條。

其中，O表示外部因素，B表示內部因素，I表示消費者購買行為傾向，Pi(i=1,2,3,4,5,6,7)表示消費者購買傾向的七個級別，從1～7分別為：極度可能購買、很可能購買、較可能購買、可能(不)購買、較可能不購買、很可能不購買、極度可能不購買，D表示消費者的非理性程度，Ri(i=1,2,3,4,5,6,7)表示消費者非理性程度的七個級別，從1～7分別為：絕對理性、很理性、較理性、適度理性(非)、較非理性、很非理性、絕對非理性。

Jess支持OWL的公式推論，根據(jù)“IF…THEN…”的語法結構，構建的規(guī)則的發(fā)展如下：

Rule1:People(?x)∧Like_commodity (?x,?y)∧purchase_price(?y,?t)→Dgree of irrationality(?x,Rn)

規(guī)則的發(fā)展：顧客A選擇了自己喜歡的商品，并且購買價格高，可以推論出其非理性程度可能是較非理性的。

Rule2:People(?x)∧Like_commodity(?x,?y)∧Commody_quality(?y,?t)→Dgree of irrationality(?x,Rn)

規(guī)則的發(fā)展：顧客A選擇了自己喜歡的商品，并且商品的質量不錯，可以推論出其非理性程度可能是較理性的。

圖4 本體概念部分圖解

用戶只要向推理機中輸入OWL規(guī)則，就可以利用Jess對已知的本體進行推理。例如規(guī)則一和規(guī)則二，如果知道某顧客喜歡該商品，并且價格較低，質量不錯，就可以認為該顧客的購買行為是很理性的經(jīng)過深思熟慮的購買。

Jess除了支持OWL規(guī)則的公理推論，還可以基于自定義的推理。

4.2.3 利用Jess進行模糊推理

Jess推理機同時具有很強的開放性，只要提供其一定規(guī)則系統(tǒng)，即可展開推理工作。Jess的基礎知識表達模式采用的是產(chǎn)生式規(guī)則，主要由三部分構成，分別為事實庫、規(guī)則庫、推理機。模式匹配、沖突集、執(zhí)行引擎三部分構成了推理機，知識庫則由三部分中的事實庫和規(guī)則庫組成。例如事實庫當中的事實個體發(fā)生變化，推理機進行模式匹配工作，進行發(fā)生式向前推理，沖突集中產(chǎn)生新的集合，即前件與事實匹配的規(guī)則。推理引擎按照優(yōu)先級的順序運行沖突集當中的規(guī)則，得出推理結果，并隨之修改事實庫。若事實庫中的個體不再變化，推理結束。Jess在protégé中可采用SQWRL語言規(guī)則進行推理。

對情感詞匯的模糊化，將實際在線評論特有的特性設定于情感強度的邏輯語義，將在線評論的特性設置在較為抽象的概念層中，由此得出的邏輯語義設定以作為推論機制的運行基礎。將構建好的本體事實庫和規(guī)則庫加入數(shù)據(jù)庫中供Jess推理機使用，由于Jess不是protégé的內置工具，需要進行下載并對其進行環(huán)境配置，將Jess文件中的Lib/Jess.jar復制到proete/plugins/edu.standford.smi.protege.owl中，Jess推理機即可運行，隨即進行相應的推理。

Jess可使用函數(shù)定義規(guī)則,例如

(defrule emotional intensity -Irrational intensity AI

(customer (emotional intensity?x&: =?x1)))

=>

(printout ?x” Irrational intensity AI”crlf)

定義規(guī)則被符號“=>”分隔開，由上下兩部分組成?！?>”相當于“then”。上面的部分是規(guī)則條件，由語句“(customer (emotional intensity?x&:=?x1)))”構成，即customer行為的情感強度，第二部分為結論或者動作，由(printout ?x” Irrational intensity AI”crlf)組成，最終輸出為Irrational intensity AI。如果事實庫發(fā)生變化，就會有新的定義產(chǎn)生，Jess會對新的定義進行推理。

對在線評論中提取關鍵字“突然喜歡”，進行詞匯的模糊化，其屬于沖動性購買，根據(jù)推理規(guī)則，推理結果為非理性程度的較非理性(PI)。

文中進行的消費者非理性購買行為預測，以在線評論中提取出的關鍵詞為前件，非理性購買程度作為后件進行推理。

5 實驗驗證

5.1 實驗安排與設計

文中根據(jù)所提出的基于Jess模糊推理的網(wǎng)絡消費者非理性購買行為預測選取在線評論進行簡單的推理驗證環(huán)節(jié)。選取三條在線評論，根據(jù)模糊語義模型理論提取其中的關鍵詞，并推理得出關鍵詞相對應的非理性程度等級。根據(jù)建立的模糊推理模型，推理得出非理性購買程度。最終，根據(jù)非理性購買程度以及顧客和商家的實際情況，為商家和顧客提出合理的意見和建議。這里采用protégé建立本體，根據(jù)提取出的關鍵詞建立相應的較為簡單的知識圖譜進行驗證，并體現(xiàn)文中的推理過程。

5.2 具體步驟

5.2.1 構建事實庫

通過淘寶購物網(wǎng)站隨機選取近300條消費者在線評論進行推理研究。其中選取三條具有代表性的例子進行推理及結果分析。

三條顧客評論如下：

(1)一直想買一件合適的襯衫，看來看去挑了很多家店，也看了很多，終于找到一件比較合適的，價格實惠，質量看起來也不錯，還會繼續(xù)回購的。

(2)看到同事買了一個這樣的水杯，又保溫還非常的漂亮。雖然我已經(jīng)有很多杯子了，但是還是抵擋不住這高大上的顏值的誘惑，果斷下手了，真的是非常好看了。

(3)每次新年過節(jié)都會搶很多很多的優(yōu)惠券，折合下來一件不過四五十塊錢，確實便宜。這家店的促銷也是非常棒了，質量也是不錯，一直是回頭客。多買一些屯著慢慢用。

首先，對這三條網(wǎng)絡在線評論進行分析概括，提取出相應的情感詞和認知詞，如下所示：

·一直想買，精挑細選，比較合適，價格實惠，質量不錯；

·非常漂亮，抵擋不住誘惑，很喜歡；

·促銷優(yōu)惠，質量不錯，確實便宜，慢慢用。

根據(jù)模糊隸屬函數(shù)的確定方法，用高斯函數(shù)作為模板，對以上情感詞和認知詞進行模糊化處理。根據(jù)該三條評論建立的本體模型如圖5所示。

圖5 本體模型

5.2.2 構建規(guī)則庫

采用“IF…THEN…”語句建立推理規(guī)則，并將建立的規(guī)則加入規(guī)則庫，規(guī)則模式如下：

If O is V，B is V，Then I is P1，D is R7

針對選取的三條評論建立如下規(guī)則：

If O is “價格實惠”,B is “一直需要”,Then I is P4,D is R2

If O is “質量不錯”,B is “精挑細選”,Then I is P4,D is R2

If O is “非常漂亮”,B is “非常喜歡”,Then I is P2,D is R6

If O is “非常漂亮”,B is “攀比心理”,Then I is P2,D is R6

If O is “促銷優(yōu)惠”,B is “以后需要”,Then I is P4,D is R2

If O is “質量不錯”,B is “能慢慢用”,Then I is P4,D is R2

5.2.3 推 理

最后，利用Jess推理機，根據(jù)建立的模糊推理模型進行推理。即根據(jù)從評論中的關鍵詞，分析內部誘導因素和外部誘導因素，得出非理性行為等級，最終得出非理性行為類型。利用protégé推理驗證得出的結果如圖6所示。

圖6 protégé推理驗證結果

5.3 結果分析

根據(jù)推理過程和結果建立表3，對表3推理結果進行理性分析，可知選取的三條評論對應的顧客的非理性行為程度分別為：很理性、很非理性、適度理性。分析后可以大概了解到，影響消費者非理性購買行為的內部誘導因素有顧客的心情和顧客對商品的需求，外部誘導因素有商品外觀、商品價格、商品質量等。由此可見，采用Jess和本體相結合的推理方式得到的消費者非理性購買行為程度還是較為準確的。

表3 結果分析

基于推理結果，可以分別向商家和顧客提出適當?shù)慕ㄗh：

對顧客：

(1)應該盡量購買自己確實需要的商品，而不是購買時候束之高閣，不能受自身心情的影響。

(2)購買商品時要確認商品的質量，避免受到商品華麗的外觀的欺騙。

(3)要理性看待促銷活動，根據(jù)自己的實際需要做出適當理性的購買決定。

對商家：

(1)商家應努力提高產(chǎn)品質量，通過產(chǎn)品質量吸引顧客，而不是僅僅通過華而不實的外觀吸引購買者。

(2)在線商家可以通過圖片視頻展示，較為全面地介紹商品的優(yōu)點。

6 結束語

構建了消費者非理性購買模糊推理系統(tǒng)，能夠更好地對消費者非理性購買行為進行預測，創(chuàng)新了推理形式與方法，以滿足在電子商務環(huán)境下顧客對于個性化服務的要求。

利用本體構建了事實庫，揭示了消費者非理性購買行為的分類、程度以及影響因素，并合理闡述了各因素之間的聯(lián)系，使知識框架具有更好的系統(tǒng)性和組織性，并建立了較為豐富的規(guī)則庫，提高了推理的效率。利用Jess進行模糊推測更加簡捷，省時省力，可以大大縮短研制周期，提高效率，并且Jess支持前推和逆推的推理方式，推理能力更強，同時結合模糊識別的方法，有利于增強對在線評論的消費者的情感分析的準確性。一方面，對網(wǎng)絡消費者非理性購買行為的研究有助于消費者更加清楚地認識自己的非理性行為，為消費者做出購買決策提出了合理有效的建議；另一方面，為產(chǎn)品生產(chǎn)者、服務提供者、營銷人員科學預測消費者的行為提供了可能。

另外，本體模型的構建及其與Jess推理機的結合還可應用于其他領域。未來可以對兩方面進行深入研究：第一，中文語義具有一詞多義的特點，消費者評論往往帶有強烈的個人感情色彩，這對文本類別的判斷有較大的影響；第二，利用分布式計算與存儲系統(tǒng)進行文本分類也具有很大的研究意義。