摘要：在電子商務環境下，網站的推薦效果，客戶的滿意度是企業是否能夠保持競争優勢，獲取長期利潤的關鍵。本文以推薦系統和客戶滿意度出發，通過推薦系統的評價指标和客戶滿意度的影響因素連接兩個主體，通過探讨兩者的相關性，以達到優化推薦系統，提高客戶滿意度，最大化企業的長期利潤的最終目的。
關鍵詞：電子商務推薦系統；評價指标；客戶滿意度
引言
電子商務發展蓬勃，行業競争進入了白熱化階段。如何提高顧客滿意度進而在激烈的市場環境中占得先機，對于電子商務企業具有重要意義。電子商務個性化推薦系統是建立在海量數據挖掘基礎上的一種商務智能系統，依據商品和客戶信息為客戶提供最為合适和準确的推薦信息，提升客戶的購物體驗，滿足客戶的個性化需求。
電子商務個性化推薦系統對于提高客戶滿意度有重要意義，本文探讨推薦系統評價指标與客戶滿意度的相關性，進而改進推薦策略，提高客戶滿意度。以最大化企業的長期利潤為目的而開展的學術研究。本文研究從兩個主體展開，一方面，研究推薦系統和客戶滿意度之間聯系，另一方面，研究如何調節評價指标來優化推薦系統，進而提高客戶滿意度。
1、文獻綜述
電子商務推薦系統是為了幫助用戶和商家解決信息過載等問題。客戶滿意度則是判斷一個企業能否使穩定客戶的重要因素。在以往的分析研究中朱郁筱等人總結了推薦系統評價指标的最新研究進展，從準确度、多樣性等方面進行多角度闡述[1]。
劉建國等人根據推薦系統任務的不同，介紹了不同的準确性度量指标以及各自的優缺點[2]。汪永平以航運公司為研究對象，分析了客戶滿意度出現下降趨勢的主要因素，通過各種方法，找出在電子商務環境下影響客戶滿意度的主要因素[3]。劉麗等人分析電商環境下顧客感知價值、滿意度與忠誠度之間的關系，并運用結構方程模型對理論模型進行實證檢驗[4]。
基于上面文獻探讨，推薦系統對于網站，客戶滿意度對于客戶，他們都是直接相連接的。在電子商務環境下，如何能夠擁有忠誠度高的客戶群，就在于推薦系統和客戶滿意度這兩個主體；而本文就是以他們為出發點，通過推薦系統的評價指标和影響客戶滿意度的因素連接兩個主體，探讨兩者的相關性，以達到優化推薦系統，提高客戶滿意度的終目的。
2、推薦系統介紹
推薦系統是建立在海量數據挖掘基礎上的一種高級商務智能平台，以幫助電子商務網站為其顧客購物提供完全個性化的決策支持和信息服務。随着電子商務規模的不斷擴大，推薦系統應運而生。但如何來衡量推薦系統的優劣及其可能為企業帶來的利潤，并沒有相關的研究，目前大多學者多在注重推薦算法的研究，本文将以推薦系統評價指标的角度對推薦系統作用原理來進行詳細的介紹。
（1）準确度
準确度指的是推薦算法在多大程度上能夠準确預測用戶對推薦商品的喜歡程度；也可以定義為推薦算法的預測排名與用戶的實際排名的貼近度，但是準确度高的推薦系統推薦多樣性則相對較低。由于高準确度的推薦系統推薦結果多樣性的缺乏，客戶對推薦結果認同程度低，故不一定能獲得用戶的滿意。
（2）覆蓋率
覆蓋率描述推薦系統對長尾物品的發掘能力。在推薦系統中，覆蓋率是推薦系統的重要指标。在覆蓋率高的推薦系統中，推薦結果中包含了盡可能多的用戶感興趣的産品。但是覆蓋率必須結合準确率同時考量，因為推薦系統不能僅僅為了提高覆蓋率而給出一個差的準确率。
（3）多樣性
推薦系統的宗旨是針對不同用戶需求給出不同的推薦結果，因此對不同用戶推薦列表需要表現出相當的多樣性。推薦的多樣性程度高，不僅可以加大長尾商品銷量增加的可能性，而且可以給用戶一個更好的個性化體驗，從而為企業帶來豐富的商業利潤。
（4）新穎性
一些推薦系統具有非常高的準确率和相對合理的覆蓋率，但是僅僅這些，系統可能還是對用戶沒有任何幫助，推薦系統向某個用戶群推薦令其感到意外的産品會幫助用戶發現一些他們并沒有注意過但可能感興趣的産品，這就是推薦系統的新穎性推薦。
（5）用戶體驗
它以用戶至上的觀點作為基石，是一種純主觀的用戶在使用推薦系統過程中建立起來的心理感受。它是從用戶使用的角度分析推薦系統得出的一種綜合性評價指标。如：基于排序加權角度，現實生活中用戶的耐心往往是有限的，一個人不太可能會不厭其煩地檢查推薦列表中的所有商品，所以用戶體驗的滿意度往往會受到用戶喜歡的商品在推薦列表中位置的影響；以及基于信任度、驚喜感、推送方式等分析角度等。
3、影響客戶滿意度的因素
客戶滿意度，也叫客戶滿意指數。是對服務性行業的顧客滿意度調查系統的簡稱，是一個相對的概念，是客戶期望值與客戶體驗的匹配程度。換言之，就是客戶通過對一種産品可感知的效果與其期望值相比較後得出的指數。也是指客戶對電子商務網站的滿意程度，是衡量企業利潤的重要指标之一。下面我們将從客戶滿意度的影響因素分析及其與推薦系統評價指标怎樣相互作用從而實現提高企業利潤。
通過對相關客戶滿意度研究文獻的分析總結，本文得出了如下幾個影響客戶滿意度的重要因素。
（1）用戶化
用戶化是指電子商務網站針對用戶提供特定的服務的能力。它表現在網站可以準确地提供給用戶想要的商品，減少用戶搜尋時間。研究表明有83%的網民在選擇網站上表現出挫敗感和困惑，而電子商務網站則通過用戶化來減少這種挫敗感。這個過程依賴推薦系統的準确度，它能很好地減少用戶的搜尋時間、推薦更加具有針對性的商品。從這個角度減少用戶購物時的挫敗感，以提高客戶滿意度。
（2）交互式聯系：
交互式聯系是指用戶和電子商務網站之間的聯系。顧客都希望與網站能有更深的聯系，以便得到貼近用戶需求的服務。因此電子商務網站通過收集用戶購買記錄，以推薦給用戶相似的産品及介紹，并且通過收集用戶對産品的評價進而進行改進。在将收集到的用戶購買記錄得到更好整理分析之後，電子商務推薦系統可以推薦一些與客戶需求相關聯的産品，而不僅是相似的商品。這樣就需要電子商務網站推薦系統較高的多樣性及新穎性以貼近用戶需求，使得用戶與網站間的交互式聯系更加緊密，以此提高客戶滿意度。
（3）關心
關心是網站對于用戶的重視程度，如通過送小禮品、簡潔自然地推送消息等手段帶給用戶舒适的使用體驗。網站對用戶關心程度越高，用戶的對網站的情感認同度越高，用戶的情感依賴度及信任度會越來越高。用戶感受到網站的關心相似于推薦系統的用戶體驗，推薦系統的推薦精度和多樣性能夠提升用戶的購物體驗，即用戶可以更敏感的感受到網站的關心，使網站的用戶滿意度相對提高。
（4）客戶培養
客戶培養是指電子商務網站持續提供給消費者相關信息和刺激，提高客戶對網站的粘性。電子商務網站通過郵件推送最新的用戶感興趣的營銷信息，滿足用戶潛在購物需求。這樣的推薦列表則需要多樣性和新穎性較高的推薦系統來提供，擁有這樣推薦系統的網站更加容易吸引用戶長期購買。
（5）選擇權
對于電子商務網站而言，提供的選擇越多，滿足用戶需求的可能性越高。提供更多的選擇權的電子商務網站也會減少客戶搜尋需求商品的時間成本。提升推薦系統的多樣性、新穎性可以為用戶提供更多選擇，因此進行多樣化和新穎性的刺激，讓用戶直接感受到更多的選擇權，則可以萌生出更多的購物需求和浏覽興緻。
綜合來看，用戶的滿意度與推薦系統的評價指标密切相關，因此提升推薦系統的推薦效果，對于提高用戶的滿意度而言具有重要意義。改進推薦系統的過程中，一些評價指标相互影響，因此不能單獨提升某個指标來優化推薦系統，應考量多重推薦指标實現推薦效果的優化。
4、結論
電子商務網站的推薦系統是一個複雜的結構，企業通過改進推薦系統以提高客戶滿意還是一個長遠的道路。
通過探讨如何通過改進指标優化推薦效果，進而間接提高客戶滿意度是本文此次研究的重點。由于評價指标的相互影響，彼此之間存在沖突和矛盾，所以，針對企業的不同客戶類型，應該綜合考率，采取一個推薦效果最大化的措施來提高客戶滿意度。基于這一點，推薦系統和客戶滿意度的研究任重道遠。
參考文獻：
[1]朱郁筱.推薦系統評價指标綜述[J].複雜性科學,2012(02).
[2]劉建國.個性化推薦系統評價方法綜述[J].複雜系統與複雜性科學,2009(03).
[3]汪永平.電子商務環境下航運公司客戶滿意度研究—以A國際航運公司為例[C].華東理工大學，2012.
[4]劉麗.電子商務環境下感知價值、滿意度與忠誠度的關系研究[C].中國管理現代化研究會、複旦管理學獎勵基金會，2014.
[5]姜書浩.多樣性策略對電子商務推薦系統的影響研究[J].電子商務,2015(03).
作者簡介：姜書浩，副教授，天津商業大學信息工程學院教師，研究方向為電子商務；張博樂、楊滢、王麗、孟美琛，天津商業大學在校本科學生，其中張博樂專業為電子商務，楊滢、王麗專業為信息管理與信息系統，孟美琛專業為會計信息化。