C2C网络购物平台的用户体验设计研究

C2C是基于互联网的一种重要网络购物模式,文章通过对C2C网络购物平台的深入研究,以用户体验设计研究为中心,从C2C网络购物平台的五个用户体验要素进行深入剖析,对C2C网络购物平台的用户体验设计做出整体系统的概念性分析。     

中国社交类应用用户行为研究

"社交类应用"泛指具有社交功能的互联网应用,包括社交网站、微博、即时通信工具、博客、论坛等,本文重点研究社交网站、微博以及即时通信工具。在社交类应用用户特征及重叠情况、社交类应用用户变化以及各社交类应用用户使用行为差异的研究基础上,分析了社交类应用对新闻资讯类网站、网络购物、手机在线游戏等相关产业的影响,并对社交类应用的发展提出了相关建议。     

新闻报

2011年我国网购使用率提升至37.8%报告称包括网络购物、网上支付、网上银行、旅行预订在内的电子商务类应用在2011年继续保持稳步发展态势,其中网络购物用户规模达到1.94亿人,较上年底增长20.8%,网上支付用户和网上银行全年用户也增长了21.6%和19.2%,用户规模分别为     

中国网络购物市场研究报告

1中国网络购物市场发展现状1.1网购用户规模截至2012年12月底,我国网络购物用户规模达到2.42亿,网民使用网络购物的比例提升至42.9%。与2011年相比,网购用户增长了4 807万人,增长率为24.8%。在网民增长速度逐步放缓的背景下,网络购物应用依然呈现迅猛增长的势头,2012全年用户绝对增长量超     

影响消费者商场购物行为因素探析

本文从阐述消费者商场购物行为的特征出发，从消费效用角度具体分析了影响消费者商场购物行为的理论因素，例如购物动机、购物心理、购物环境、品牌效应、商场营销组合策略等，并提出商场利用消费行为提升消费效用的具体做法，例如悉知购物动机、把握购物心理、提升购物环境、建立品牌效应、优化营销组合策略等措施提升消费者商场消费效用。     

基于服务设计理念的B2C电子商务网站设计

在电子商务日益成熟的今天,互联网竞争尤为激烈,研究基于服务设计理念的B2C电子商务网站,在网站设计方面增强用户的吸引力,提升用户购物体验尤为重要。本文从服务设计理念中的服务接触点着手,以服务结合设计原则诠释B2C电子商务网站的设计,通过网站优化给予用户更为人性化的互联网购物体验,增强用户对B2C网站的认同感,提高B2C电子商务网站与用户之间的黏合度。     

社交网络用户行为挖掘研究进展与展望

随着信息技术飞速发展,社交网络逐渐占领了人们日常交往、娱乐和购物等主要平台。因此,大量围绕社交网络展开的研究也变得非常热门.现有的围绕社交网络用户行为展开的研究热点主要有：基于社交网络用户行为的用户影响力研究、基于用户行为的推荐系统研究、以及社交网络用户隐私方面的研究等。社交网络是互联网的主要组成模块之一,同时也是大数据时代的主要数据提供者之一,未来对于社交网络的研究会越来越受到学术界以及工业界的更多投入,本文对社交网络用户行为挖掘的研究现状、热点展开论述,并作出展望,提出一些目前尚缺深入研究的方向,以期对读者有所帮助。     

基于用户行为的身份认证方法研究

随着网络技术的不断发展与应用,如今网络已成为人们生活中不可或缺的一部分,人们广泛使用网络技术进行网络办公、网络娱乐、网络购物等网络活动。但是,网络在为当代人们生活提供便利的同时,也带来许多隐形问题。其中,最为突出的问题在于如何应用合适的手段认证用户的身份,以保证用户计算机及网络使用安全以及网络账户中财产安全。笔者就对基于用户行为的身份认证方法进行研究。     

基于行为可信的多级网络访问安全控制方法

为了提升网络安全等级,确保不同安全等级的信息仅能被有权限的用户获取,提出基于行为可信的多级网络访问安全控制方法。通过入侵检测平台、流量分析工具等渠道采集用户行为证据,将采集到的数据按照历史行为、直接行为和间接行为建立特征认证集合;为便于分析,统一数据量纲;从数据价值、脆弱性和威胁行为等方面分析风险因素,计算用户行为风险值;将计算结果和行为信任度相结合,全面评估行为可信度;利用k-means聚类算法建立初始样本矩阵,确定聚类中心,完成用户行为可信度多级划分;设置具有决策、执行和等级划分等模块的访问安全控制器,根据聚类结果,控制器会作出对应决策,实现网络访问安全控制。实验结果表明,所提方法能够准确评估用户的行为可信度,提高控制效果,增强网络安全性。     

一种面向浏览式购物行为模式的LBS购书移动应用

为了提升用户体验,目前涌现了一批辅助购物的移动应用。这些应用为用户补充商品的信息,适用于目标明确的购物行为模式。然而,在现实生活中,还普遍存在没有明确购物目标、将购物作为休闲方式的浏览式购物行为模式。现有应用对此模式支持不足。为此,以书店为应用场景,开发了一种基于室内定位技术的浏览式购物辅助移动应用。此应用后端从书店信息系统和互联网中收集包括书籍摆放位置的各类信息,然后利用关键词提取技术,建立基于位置的关键词库;前端则利用室内定位技术,根据购物者位置向其展示附近书籍概览信息,辅助购物者对附近商品快速认知。案例评估表明,此应用可以提升浏览式购物顾客的购物体验。     

基于NetFlow的用户行为挖掘算法设计*

网络安全技术以防火墙、入侵检测等为主,较少从网络用户行为角度考虑可能进行的破坏行为。针对此问题,对网络流量NetFlow采集、统计,设计了表示用户行为特征的数据结构及统计模式,获得了行为的具体信息,建立了在一定时间粒度下的行为数据库;并在行为数据库的基础上,设计出适用于用户行为特征的聚类挖掘算法,定义了用户行为距离,确定各个用户的网络行为模式。实验表明,所设计算法可有效挖掘用户的网络行为,为管理、分析用户行为提供了有效依据。     

家电网购是一种虚假繁荣

基本停留在产业初级阶段的大多数家电网商,也仅仅是在作为简单的杀价平台存在着。就算没有错过电子商务的班车,也未必一定能从网络购物上分得自己的一杯羹,这话可以用来提醒大举进军家电网购领域的家电制造企业、零售企业和B2C运营商们。看看近来家电市场掀起的一股     

购物搜索网站的发展现状和优化方向--以一淘网为例

购物搜索网站汇集全网电商网站商品信息,为用户提供商品搜索和促销商品信息服务,购物搜索网站的主要任务是在海量商品中提高筛选效率,满足不同用户的个性化需求。随着中国网购人群的急剧增加,购物搜索网站的不断增多,网购服务方式和内容的不断拓展,如何培养用户购物习惯和对网络购物搜索网站的忠诚度,成为购物搜索网站需要解决的核心问题。为消费者提供商品搜索方式的便捷化、信息服务的多层次、电商与用户的互动,这是购物搜索网站成功与否的决定因素。本文以国内最有影响力的消费者购物社区一淘网为例,研究其特点和运营模式,并根据购物搜索网站的发展趋势,提出了购物搜索网站的优化方向。     

如何甄别虚假购物网站

虚假购物网站存在很多不为大家所注意的细节问题。随着互联网技术与诚信体系的不断完善,网上购物已逐渐为消费者所接受。通过购物网站选购产品是消费者网上购物的主要途径之一。需要指出的是,如同网下世界也有欺诈行为,一些不法分子通过虚假购物网站从事诈骗活动的现象也真实存在,消费者在虚假购物网站上当受骗的事件时有发生。甄别虚假购物网站,是网友们顺利实现网上购物的保证。那么如何判断购物网站的真假呢?据笔者分析总结,虚假购物网站往往具有以下几个特点。无正规部门注册北京、上海等地的经营性网站要求到工商行政管理机关注册并在…     

全民商业，你准备好了

“我们致力于为用户提供一个更加个性化、娱乐化的网上购物平台，并带领人们进入一个社交商业的时代。”去年11月，雅虎购物网站推出“购物圈”（Shoposphere）功能，其副总裁RobSolomon如是说。我们无法验证“社交商业”（SOCialCommerce）--词是否诞生于此，但雅虎的确为传统网络购物“借助口碑效应来粘合用户、提高购买力”树立了一个闪亮的榜样。     

基于CURE算法的网络用户行为分析

从安全的角度分析网络用户行为,建立了一个基于Netflow统计的用户行为向量数据模型,提出了一个网络用户行为的分析框架,建立了一个分析流程。针对存储网络用户行为的大型数据库选用了一个合适的聚类算法即CURE算法,并对CURE算法进行了基于实际应用的改进。实验结果表明,改进后的CURE算法不仅能很好地聚类,而且能区分出正常行为和异常行为,通过危害行为评价体系分析,聚类得到的异常行为是危害行为的检测率非常高。对于实时网络上的增量数据,文中也给出了增量挖掘的算法,符合网络实时分析的需要。     

锚文本检索有效性分析

锚文本对网络信息检索性能的提升作用已经得到验证,并被广泛地应用于商用网络搜索引擎.然而,锚文本制作的不可控性导致其中蕴含大量与目标网页不相关或具有作弊倾向的无用信息.另外,对于需要衡量检索结果服务质量的事务类查询,原始锚文本推荐的目标网页也往往与真实的用户体验不一致.为了解决上述问题,基于大规模真实用户的互联网浏览行为日志展开研究.首先提出了锚文本检索有效性的评估框架,然后分析了用户网络浏览点击行为与锚文本检索有效性之间的联系,挖掘了用户网络浏览点击行为中有助于筛选高质量锚文本的特征.基于这些特征,提出了两种超链接文档生成方法.实验结果表明,基于用户网络浏览点击行为特征筛选出的锚文本,与原始锚文本相比,能够明显地提升网络检索的性能.     

网购环境下服务补救对顾客行为意向影响研究

本文通过对前人研究的回顾与梳理,将传统行业中的服务失误和服务补救理论扩展到网络零售业当中,通过实证研究提出了适合于网络购物环境下的理论模型。研究结果表明,在网络购物环境下,服务补救只有采用有形补偿才能对顾客行为意向产生影响;补救满意是影响顾客行为意向最强烈的因素;服务失误的归属性归因也会对顾客行为意向产生影响。     

基于用户行为挖掘的融合社交网络推荐模型

采用大数据处理技术和并行计算方法进行融合社交网络的用户行为特征的挖掘,实现社交网络智能推荐,提出一种基于用户行为挖掘的融合社交网络推荐模型。采用关联规则分布模型进行融合社交网络的用户行为特征检测,提取融合社交网络的用户行为的本体信息和关联规则项,构建社交网络的联合推荐的模糊决策模型,计算融合社交网络用户行为的联合信息熵特征值,采用模糊C均值聚类方法对提取的特征量进行分类识别,根据分类识别结果实现用户行为挖掘和融合社交网络的自适应推荐。仿真结果表明,采用该方法进行融合社交网络的用户行为特征挖掘的查准率较高,推荐的置信度水平较高。     

安全网购必须Hold住!

由于平时工作繁忙,生活节奏快,很多人都没有充裕的时间去商场、超市购物,网络购物已经成为日常生活的常态,身边很多都是网购达人。但是,与此同时网络威胁也随之而来,让人防不胜防。据中国互联网信息中心(CNNIC)统计数据显示,截至2011年6月底,网络购物用户规模达到1.73亿,使用率提升至