Research on the Influence of Anchor Attributes on Consumers’Online Behaviors in Social E-Commerce Platforms:The Moderating Effect of Platform Contextual Factors

As e-commerce continues to mature,the advantages of live streaming within the industry have become increasingly apparent,offering significant growth opportunities.Social e-commerce platforms,which are user-centered,integrate social networks with e-commerce by leveraging social interactions to drive product sales and enhance the overall consumer shopping experience.This type of e-commerce fosters engagement and promotes products by merging online communities with shopping behavior,creating a more interactive and dynamic marketplace.It not only retains the traditional e-commerce trading and marketing functions but also adds a social dimension,making live stream anchors crucial figures connecting consumers with products.These anchors can attract consumers with their appearance and charm,and use their expertise on live streaming platforms to guide consumers by recommending live content.They can also interact with their audiences and potentially influence them to purchase the recommended goods.It is evident that the attributes of anchors in live streaming rooms significantly impact consumers’online behavior.Therefore,researching how platform contextual factors regulate consumers’online behavior is of great practical significance.This study employs multilevel regression analysis to support its hypotheses using data.The findings indicate that contextual factors of the platform significantly influence online behavior,enhancing the positive relationship between user attachment and online activities.

Sensory Evaluation of Freeze-Dried Facial Mask and Analysis of User Profile

To thoroughly understand market opportunity of freeze-dried facial mask and deeply get insight of consumers’usage behavior and needs,evaluate sensory feelings of 10 screened commercial freeze-dried facial mask products,group test products according to the differences of sensory attributions via Principal Component Analysis(PCA)and Agglomerative Hierarchical Clustering(AHC),pick up the representative products.Freeze-dried facial mask users evaluate satisfaction degree of picked up products and participate survey of usage behavior/cognition.Analyze consumer data by AHC to get consumer segmentations and their profile.The test results show that,sensory data and consumer data,which is from consumers test of screened representative products by performing PCA and AHC on sensory data,can be verified mutually.It is helpful to understand the needs of consumer segmentations and reason to buy by combining sensory data and consumer test.

Initial Analysis on the Legal Protection of Consumers＇ Rights and Interests in Network Transaction

With the development of network technology and information technology, electronic commerce as a new business model wiht itsnew trading ideas-＋, In changing the traditional business structure,but also gradually changing people’s shopping patterns and consumptionpatterns,Online shopping has become the preferred way of shopping.Changes in consumption patterns will inevitably lead to new problems inthe process of consumption,and the development speed of the problem in sync with the development speed of network economy,as far as therenewal speed of laws and regulations is concerned,this asymmetric development is bound to bring great inconvenience to the consumer rights innetwork transactions.In this paper, from the angle of legal protection,the protection of consumer rights and interests in network transactions areexpounded,analysis of the current situation and reasons of the consumers’ rights and interests are infringed upon in the network transaction,learnfrom the experience of foreign consumer rights and interests protection,In order to put forward effective suggestions on the system constructionof the protection of consumer rights and interests.

Geo-Social Profile Matching Algorithm for Dynamic Interests in Ad-Hoc Social Network

Among mobile users, ad-hoc social network (ASN) is becoming a popular platform to connect and share their interests anytime anywhere. Many researchers and computer scientists investigated ASN architecture, implementation, user experience, and different profile matching algorithms to provide better user experience in ad-hoc social network. We emphasize that strength of an ad-hoc social network depends on a good profile-matching algorithm that provides meaningful friend suggestions in proximity. Keeping browsing history is a good way to determine user’s interest, however, interests change with location. This paper presents a novel profile-matching algorithm for automatically building a user profile based on dynamic GPS (Global Positing System) location and browsing history of users. Building user profile based on GPS location of a user provides benefits to ASN users as this profile represents user’s dynamic interests that keep changing with location e.g. office, home, or some other location. Proposed profile-matching algorithm maintains multiple local profiles based on location of mobile device.

预制菜产业的食品安全风险及其治理对策

预制菜产业在生产许可、加工经营、贮存与运输、销售等环节均存在食品安全风险,而当前我国应对预制菜产业食品安全风险的法律法规及行业规范尚不完善,对预制菜产业的监管存在不足之处。需要以保障消费者权益为核心,以健全预制菜产业有关标准体系、构建预制菜产业监管的基本制度为具体对策,以数字技术赋能预制菜产业治理,推动预制菜产业规范健康发展。

全域兴趣电商助力传统制造业企业转型升级的案例研究:衬衫老罗

以衬衫老罗为研究对象,采用案例分析的研究方法,探讨全域兴趣电商助力传统制造业企业转型升级的重要机制。研究发现,全域兴趣电商作为一种消费互联网新业态,具有成本低、用户广、社交属性强等特点,衬衫老罗作为一家纺织服装行业的传统制造业企业,在全域兴趣电商平台的助力下,摆脱了传统的规模化、低利润发展模式,通过引入柔性制造生产线、数字化供应链和电商运营团队等方式,实现了向拥有自主衬衫品牌企业的转型升级。

基于用户兴趣模型的个性化旅游线路生成建模研究

针对个性化旅游线路生成过程中用户个人喜好分析环节较为薄弱,依照用户兴趣分析结果生成路线景点过于分散,旅游线路景区覆盖率较低的问题,提出一种基于用户兴趣模型的个性化旅游线路生成建模方法。获取用户数据,并按照显性兴趣、隐性兴趣的分类方式设定数据标签,完成数据预处理。根据关联规则结合数据预处理结果,构建用户兴趣模型,分析用户对部分旅游目的地的兴趣值以及用户的旅游行为特征。基于用户兴趣模型的个性化旅游线路生成建模方法设计完成。实验结果证实,所提模型可有效克服用户个人喜好分析问题,提升旅游线路景区覆盖率。

冒充性攻击下无线传感节点信息数据安全推荐算法

冒充性攻击伪装成合法的通信实体,向无线传感网络中的传感节点发送虚假的信息或命令,降低了网络信息数据推荐的效率,影响网络安全性。为此,研究了一种冒充性攻击下的无线传感信息数据安全推荐算法,以保证通信质量。计算冒充性攻击下的无线传感网络邻居节点的信任度,从中选取信任度取值比较高的节点组建备选推荐无线传感节点集合。对备选节点推荐集合展开数据去噪、冒充性攻击检测和重构处理,同时将用户自定义标签映射为标准标签,以此建立可躲避攻击节点模型。获取可躲避攻击的无线传感节点进行组网。仿真结果表明,所提算法在冒充性攻击下,查全率高于88%、平均响应时间低于390 ms、MAE和RMAE低于1.09%和0.95%。证明所提算法无线传感节点信息数据推荐效果较好,提高了无线传感网络通信质量和通信效率,保证了传输安全性和可靠性。

基于用户偏好的多媒体视频个性化智能推荐方法研究

为了满足用户个性化需求,提出基于用户偏好的多媒体视频个性化智能推荐方法。采集用户历史浏览行为数据,对提取的视频特征向量作相似度计算,生成视频候选集,建立视频浏览兴趣点(PoI)关联图,根据用户浏览时间计算其对不同类别视频PoI的兴趣偏好度,选择排名靠前的N个视频生成推荐列表,实现多媒体视频个性化智能推荐。实验结果表明,该方法可实现多媒体视频个性化推荐,当其维度为180时,视频推荐的Top-1指标最高;兴趣吻合度指标均值达到94.9%,Top-1均值为95.51%。

一种融合表征的农产品推荐算法

针对农产品电商平台,产品季节性强、地域性强、用户行为多变,导致推荐效果不理想的问题,提出了一种融合表征的农产品推荐算法。首先,用长短期记忆网络和注意力网络相结合组成深度兴趣网络,以此来捕获物品的潜在特征;其次,构建用户-商品二部图;再次,利用图神经网络提取图数据的连接信息对每个节点的影响,并更新节点的嵌入式表示,以获取用户的潜在特征;最后,将两种潜在特征通过多层感知机得到待推荐农产品的购买概率,进一步提取和利用了用户行为序列中的用户深度兴趣,并将其融合深度兴趣网络进行推荐。实验结果表明:融合表征的农产品推荐算法相较于原有模型AUC指标提高9%以上,准确率和召回率提高约6%以上;相较于不考虑节点嵌入式表示的情况,AUC和准确率、召回率也均有提高。

基于混合兴趣主题模型的推荐方法

针对跨领域项目推荐过程中用户兴趣稀疏造成的推荐冷启动问题,提出一种基于混合兴趣主题模型兴趣领域潜在狄利克雷分布(PA-LDA)的推荐方法。PA-LDA使用兴趣潜在狄利克雷分布(P-LDA)模块挖掘用户历史行为数据,生成关于目标项目中兴趣主题的概率分布,综合考虑主题和项目内容词对兴趣的影响进行参数估计建模,得到用户对目标项目的兴趣评价。PA-LDA使用领域潜在狄利克雷分布(A-LDA)得到领域对项目目标的兴趣评价,混合两类兴趣评价,使用top-k方法推荐目标项目。在EdX和GCSE两组真实数据集上进行实验,验证方法的有效性和准确性。研究结果表明:PA-LDA可以有效解释用户兴趣和领域兴趣对项目推荐的作用原理,实现多维领域推荐的兴趣特征捕捉,提升推荐的适应性与准确性。

消费与社会责任:一个关于利益与道德的二元对立困境及其出路探究

现代消费领域中出现的关于利益与道德之间的二元对立困境,反映了现代消费社会背景下形成的对消费的一种经济主义偏见。消费是涉及商品化和去商品化过程的复杂社会活动,始终是利益与道德的结合体。企业、消费者和国家作为消费道德性的三大来源,在社会责任消费的形成与发展中发挥着各自相应的作用。西方社会中基于市场原理驱动并聚焦企业和消费者之间互动响应的社会责任消费发展模式,因其内含自相矛盾的一面而容易被“商业主义”收编而事与愿违。基于此,关注国家在推动社会责任消费中的作用,对于具有“强国家”传统的我国而言,不失为值得期待的另一种可能性。

重归原旨:我国生物医学领域专利制度策略的优化

在生物医学领域专利制度被逐步异化为战略工具的现实背景下,探讨生物医学领域专利制度更显必要。面对当前生物医学领域专利制度与消费者利益间矛盾丛生的关系,作为公共利益天然代表的国家理应对此作出积极思考和应对,以便生物医学领域的专利制度能够重归原旨。所以,我国应当对生物医学领域的专利制度策略实行多元优化,通过灵活内化国际新创规则、合理建构政府补贴体系、充分利用横向磋商场域来促使该领域的专利制度在最大程度上发挥激励创新效用的同时与消费者利益保护实现理想状态下兼容,从而使人民健康水平提升和药品可及性问题改善取得根本性突破。

检察消费民事公益诉讼的范围调整与功能重塑

检察消费民事公益诉讼的功能发挥不彰,表现为预防性功能发挥不充分,恢复性功能被忽视,惩罚性功能受到刑事、行政责任的双重挤压。这一方面与《民事诉讼法》将检察消费民事公益诉讼限定在食品药品安全领域有关。随着立法、司法、执法等公共资源向食药领域的集中,该领域的制度机制趋于完善,处于补充性地位的公益诉讼发挥功能的空间必然受到限制。取消对检察消费民事公益诉讼的范围限制,有利于释放其制度空间。另一方面则涉及检察消费民事公益诉讼能否请求损害赔偿,还是仍然固守惩罚性赔偿的问题。检察消费民事公益诉讼的优势在于通过损害赔偿救济,维护由众多消费者个体利益构成的集合性公益,至于交易秩序与安全等抽象公益,则应主要通过刑事责任、行政责任予以维护,公益诉讼的惩罚性赔偿必要时应发挥补充性作用。

考虑数据稀疏性的图书推荐协同过滤算法仿真

图书推荐算法易忽略数据稀疏性问题,导致推荐结果与用户感兴趣内容之间存在较大的偏差。在考虑数据稀疏性的基础上提出一种图书推荐协同过滤算法,对数据预处理,通过对用户和用户之间综合信任度分析,利用分布估计算法对用户兴趣建模;构建用户兴趣簇类集,划分用户兴趣,从中选择出与检索对象最接近的邻居;计算邻近项目得分,按照从大到小的顺序排列,排名靠前的资源项即为图书推荐结果。实验结果表明,所提方法在推荐500本图书时,用时在12s内,且降低了平均绝对误差和均方根误差,实现了最精准的图书推荐。

融合群体兴趣和核心用户影响的群组推荐方法研究

[目的/意义]为提高群组推荐准确率和可解释性,针对现有的群组推荐方法较少关注群组内核心用户对群体兴趣的影响,综合考虑群组整体兴趣和群组内核心用户对其他用户的影响,提出融合群体兴趣和核心用户影响的群组推荐方法。[方法/过程]首先,借鉴h指数思想计算群组内每个用户的影响力,识别群组内核心用户;其次,利用LDA主题模型进行群体兴趣建模和核心用户兴趣建模;最后,综合考虑群组中用户自身兴趣和其受核心用户影响而产生的兴趣进行资源推荐服务。[结果/结论]利用微博数据进行实证,验证了此方法的有效性。

基于用户兴趣的产品推荐算法研究

当前的产品推荐算法,用户兴趣指标较低,推荐质量不高。基于此,设计基于用户兴趣的产品推荐算法。该算法提取产品交易特征,规范用户对产品的认知度;基于用户兴趣计算产品特征相似性,增加用户感兴趣产品的推荐;构建产品推荐优化模型,优化产品推荐质量,进而实现产品的个性化推荐。通过实验的方式,验证了新算法的产品推荐效果更佳,极具推广价值。

消费公益诉讼中适用惩罚性赔偿的理论检讨与实践辨正

在消费公益诉讼当中,判处被告承担惩罚性赔偿责任面临着法理、事理、情理三重质疑。就法理层面而言,我国法律始终将惩罚性赔偿定位为一种私人执法手段,只有消费者个人才有权提起此种诉讼请求;就事理层面而言,惩罚性赔偿并不符合公益诉讼的设立目的,起不到通过激励私人执法来弥补公共执法不足的作用;就情理层面而言,行政罚款/刑事罚金已经足以体现对被告违法行为的严厉制裁,而且消费者可以自行通过私益诉讼求得惩罚性赔偿。此外,对于惩罚性赔偿金的管理与使用,各地做法极不统一,无论上缴国库,还是发放给受害人,抑或纳入专门基金,均非万全之策。故而,此项制度应当缓行,有待检察公益诉讼法构建专属于公益诉讼体系的惩罚性赔偿。

电商短期信贷息费优惠、降价与促消费:“分期免息”能带来好处吗?

中国电商平台与消费信贷服务深度融合,使入驻厂商能够灵活地发起息费优惠,并将其作为一种促销手段与降价行为相联动。以京东商城2022年包括“白条”息费优惠、价格、销量、用户评论等多维度信息的电视机产品月度数据构建动态面板回归模型进行实证分析,结果表明电商短期消费信贷的息费优惠确实可以促进消费者购买,但商家在提供息费优惠时,相应产品的价格会被相对抬高。不过,结合现实市场利率与估计结果匡算息费优惠措施的综合效果,发现即使考虑价格相对上涨,消费者仍然能够以较低的代价获得分期付款服务,而商家代替消费者支付相应息费所得到的促销效果与直接给予等额降价基本相当。上述结论反映出电商短期消费信贷的优惠在促进居民消费中的积极作用。

基于长短期偏好注意力网络的兴趣点推荐

兴趣点(Point-Of-Interest,POI)推荐是基于位置的社交网络(Location-based Social Networks,LBSNs)研究中最重要的任务之一。为了解决POI推荐中的空间稀疏性问题,提出一种用于位置推荐的长短期偏好时空注意力网络(LSAN)。首先,构建了签到序列的时空关系矩阵,使用多头注意力机制从中提取非连续签到和非相邻位置中的时空相关性,缓解签到数据稀疏所带来的困难。其次,在模型中设置用户短期偏好和长期偏好提取模块,自适应的将二者结合在一起,考虑了用户偏好对用户决策影响。最后,在Foursquare数据集上进行测试,并与其它模型结果进行对比,证实了提出的LSAN模型结果最优。研究表明LSAN模型能够获得最佳的推荐效果,为POI推荐提供新思路。