基于Jess推理的网络消费者非理性购买预测

于国欣，王泽瑞，闫 伟

(山东师范大学 信息科学与工程学院，山东 济南 250000)

0 引 言

随着现代网络经济的高速发展，网络购物越来越经济，因此更多的消费者选择网购，这就使得网络非理性购买行为大量涌现。随着市场经济与网络的蓬勃发展，对营销领域的非理性购买行为进行研究具有极其重要的意义。然而，现代学者们更多地研究传统购物环境下的非理性购买行为，而忽略了网络购买中广泛存在的非理性情感因素。通过分析文献得知，目前对非理性购买行为的研究比较关注产品的销量数据分析、产品自身的营销特点和商家的营销策略等因素。

本体作为一种能在语义和知识层次上描述信息系统的概念建模工具，能够应用到各个领域上的推理，但其描述逻辑对陈述性知识的表达能力不足，需要合理地将规则推理与本体推理相结合。文中以protégé为平台建立本体，以OWL语言建立推理规则，将本体与Jess推理机相结合，充分挖掘网络消费者的在线评论中的语义信息，对消费者非理性购买行为进行分析研究。主要创新点如下：

(1)创新性地将本体推理和规则推理应用于网络消费者非理性购买行为研究领域，这在国外文献罕有报道。

(2)利用情感计算和文本挖掘技术充分挖掘网络消费者在线评论中的语义资源，使用模糊数学理论中对自然语言的处理方法，用模糊集取代精确的数值来表示在线评论中词语的语义，构建模糊语义模型。

(3)使用OWL作为本体模型描述语言，以protégé为平台构建关于消费者非理性购买的本体，梳理各个因素之间的联系，从而构建事实库和规则库。

(4)以内、外部诱导因素为前件，以消费者非理性购买程度为后件，建立模糊推理模型。

(5)将本体与Jess推理机相结合，利用Jess模糊推理结合事实库和规则库对消费者非理性购买行为进行推理预测，得到消费者非理性购买行为程度。

提出的网络消费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类型消费者的需求，挖掘新的有效的商机；另一方面，可以为消费者做出更合适的购买决策提供参考。

1 国内外研究现状

随着科学技术的发展，本体推理在越来越多的领域得到应用。例如，杨月华等[1]提出并研究了基于本体的智能信息检索系统；钟秀琴等[2]对基于混合推理的知识库的构建及应用进行了研究；陈成等[3]将Jena推理与本体推理相结合构建了推理系统；周亮等[4]提出了基于SWRL规则的本体推理，可以建立领域本体并进行推理；杜小勇等[5]研究了各种本体推理机及其应用，并进行了比较；夏立新等[6]通过选取实例实践了Jess与本体相结合的推理；欧阳丹彤等[7]也利用了本体推理机进行了Mups的性能评测研究。由此可见，越来越多的学者研究基于本体的推理，并在各方面都有所创新和成就。

在非理性购买行为大量涌现的时代，不少学者对此进行研究。例如，贾若雨等[8]通过分析商品交易记录,研究顾客的购买行为。李蓉[9]关注在不同情绪诱发下调节定向对冲动性购买行为的影响。在国外，消费者完全理性的说法也并没有得到所有科学家的认可，组织行为学派的代表人物Herbert.A Siomon[10]认为，人们的决策过程并不是完全理性的，而是有限理性的。DanielKahnema和Amos Tversky[11]认为，人类有限的认知行为模式是形成非理性消费行为的主要原因。但这些研究大多数基于理论或者数据研究，鲜有学者对其进行实际的推理。

这些研究为探讨非理性购买提供了充分有利的理论和技术条件，但缺乏具体有效的推理过程[12]，因此笔者创新性地将本体与Jess相结合的推理应用到网络消费者非理性购买行为的研究领域。

2 问题剖析

2.1 非理性购买行为的影响因素

2.1.1 外部诱导因素

外部诱导因素是指厂商为刺激消费者的购买行为而设置和控制的营销诱导因素[13]。

(1)价格。消费者偏好以较低的价格获得商品和服务,价格是最能刺激消费者进行非理性购买的因素[14]。

(2)促销。当消费者面对限时、限量以及突发性折扣时,更容易进行非理性消费。

(3)购买环境。在线购物环境中,网站的富有想象力的文字、图片、视频等都有可能影响消费者的购买行为。

(4)推荐。推荐可以帮助消费者获得更多相关的产品信息,提高交易的效率。

2.1.2 内部诱导因素

内部诱导因素主要指消费者自身所具有的情感状态和认知水平等[15]。在网络购物环境中,对消费者内部状态影响最大的因素是网上在线评论。购买者在网上发表的评论,能够使消费者在极短的时间内对产品和服务形成第一印象,而这种印象成为消费者的内部诱导因素。也就是说,在线评论中的情感和认知信息是通过消费者的感知过程转化为内部诱导因素。

2.1.3 消费者非理性购买程度的划分

参考目前消费者非理性研究的成果,将消费者的非理性购买程度由弱至强分为7个等级：绝对理性,很理性,较理性,适度(非)理性,较非理性,很非理性,绝对非理性。

2.2 技术路线

文中以基于Jess的模糊推理为基础[16]，结合消费者的非理性购买行为和在线评论，对分析消费者的非理性程度做了如下工作：

(1)构建模糊语义模型。

由于网络消费者的在线评论具有一定的模糊属性，因此可以运用模糊数学中的模糊集合来表示情感强度，得到消费者的情感状态和认知水平。文中以消费者的在线评论中的情感词为例通过模糊隶属函数分析了消费者的情感强度。

(2)构建非理性购买行为模型。

消费者的购买行为是受多方面影响的，首先分析了国内外的网络消费者非理性购买行为模型，其中大多数忽略了外部因素，因此构建了一个由外部因素和内部因素共同影响的消费者非理性购买行为模型，再由此得出消费者的非理性程度。

(3)构建基于Jess的模糊推理模型。

Jess是一种开放的本体推理机，用户只需要提供事实库和推理规则，Jess就可以对实际问题进行推理。文中首先利用本体构建了消费者购买行为的事实库，构建平台为protégé[17]。而后，利用外部诱导因素和内部诱导因素的不同级别的排列组合，使用OWL作为本体模型描述语言，采用“IF…THEN…”的形式构建了其规则库。将本体和构建好的规则放入Jess推理机中进行推理，由此得到消费者购买时的非理性程度。推理概图如图1所示。

图1 本体与Jess相结合的推理概图

3 模型构建

3.1 构建模糊语义模型

语言变量的取值并不是精确的数值，而是用模糊数学语言表示的模糊集合。

假设一个语言变量可以用一个五维向量(x,T(x),U,G,M)来表示，其中x代表语言变量的名称，T(x)代表语言变量的语言集，即语言x取值名称的集合，而且每一个语言变量的取值对应一个在论域U上的模糊集；G为语言变量取值的语法规则；M是用于产生语言变量模糊集合隶属函数的语义规则。

消费者在线评论中对物品价格的高低做出低廉、适中、昂贵的评论。定义“商品价钱”为语言变量，也可以定义“喜欢程度”为语言变量，等等。

T(物品价格)={低廉，适中，昂贵…}

T(喜欢程度)={厌恶，一般，喜欢…}

举一个例子说明，消费者可以在在线评论中对物品价格的高低做出低廉、适中、昂贵的评论。若定义“物品价格”为语言变量，则T(物品价格)可能为T(物品价格)={低廉，适中，昂贵…}

对在论域U上的上述模糊语言如“低廉、适中、昂贵”等定义模糊集合。设论域U=[20,30]，则可以大致上认为，低于20为“低廉”，大于30为“昂贵”，两者之间为“适中”。分别为“低廉、适中、昂贵”这一个语言值赋予隶属函数h1、h2、h3，具体情况如图2所示。

图2 “低廉、适中、昂贵”语言变量的隶属函数

将消费者非理性购买行为划分为7个等级，每个等级分别用高斯隶属函数表示。高斯型隶属函数属于模糊控制算法，函数由两个参数σ和c确定：

其中，参数b通常为正，参数c用于确定曲线的中心。据此非理性购买程度划分结果如表1所示。

根据消费者的在线评论，运用模糊数学的理论方法，研究消费者的非理性程度。并且由于消费者非理性购买具有模糊性，通过利用模糊集合方法将非理性程度划分为7个级别。而且在现实生活中，每个消费者都处于绝对理性和绝对非理性之间的某个程度。

表1 消费者非理性购买程度划分

3.2 构建非理性购买行为模型

消费者的非理性购买行为主要受到外部诱导因素、内部诱导因素、消费者非理性程度三个方面的影响。针对网络消费者的在线评论，挖掘在线评论中的情感语义资源来研究影响网络消费者非理性行为的各种因素，从而分析得出内外部诱导因素，在这些因素的促使下，消费者产生非理性购买行为，进而判断消费者该非理性购买冲动行为属于七种非理性购买程度的哪一种。具体行为模型如图3所示。

4 基于Jess模糊推理的非理性购买行为决策

4.1 领域本体的构建

本体作为一类应用，也可以映射到Jess推理机上。文中建立关于消费者购买行为的领域本体，并利用该本体进行有效的网络消费者非理性购买行为预测。

图3 网络消费者非理性购买行为模型

确定了本体的领域之后，需要确定本体内相关信息的属性和分类。文中使用OWL(web ontology language，网络本体语言)进行语言描述，OWL能够保证计算完全性和可决定性。

本体模型主要由如下几部分组成：

类：一个类是一类个体的集合。一个领域中的最基本概念应分别对应于各个分类层次树的根，非理性购买行为问题中的类有非理性程度、行为类型等。

属性：属性是关于类成员的一般事实的断言以及个体的具体事实的断言，一个属性是一个二元关系。

OWL属性是指作用于实例间的关系，属性的命名原则是多以has、is开始，后接有意义的词汇。在protégé的构建中有三种类型的属性：(1)Object Property：实例与实例之间；(2)Datatype Property：实例与XML基本资料形式；(3)Annotation Property：实例内的Schema，用于赋值。

除了OWL内置的属性，根据所研究问题的属性，添加了领域内的部分属性，如表2所示。

文中将消费者非理性购买分为冲动性购买、谨慎型消费、强迫性购买、非计划性购买、不合理消费五个类型和绝对理性、很理性、较理性、适度(非)理性、较非理性、很非理性、绝对非理性七个程度，充分利用网络消费者的在线评论中的语义资源，根据从消费者在线评论中获取的信息，建立有关消费者非理性购买行为的本体，使知识结构化、组织化。然后，根据本体的结构，将关于消费者非理性购买的信息加入事实库，形成若干个包括与研究内容有关的理论知识和事实数据的知识片，并进行组织和管理。

表2 领域内部分属性

利用知识图谱展现消费者非理性购买中的重要概念和分类(见图4)。

利用本体构建事实库，构建速度快，简单便捷，实现了知识的有序化和组织化，能够加快知识和信息的流动，有利于知识共享与交流。为利用Jess对消费者非理性购买行为进行推理提供了有利条件。

4.2 本体与Jess相结合的推理

4.2.1 Jess简介

Jess采用生产规则作为基本的知识表示模式，其核心由知识库、规则库、推理机三大部分组成。Jess中仍然继续使用Clips的语法结构表达规则，采用rete算法，支持正向和逆向推理，通过限制规则的前件和后件，来支持内容丰富的模式匹配语言。

4.2.2 Jess规则形式

Jess的规则采用“IF...THEN...”语法结构，将外部诱导因素、内部诱导因素作为IF前件，消费者的购买行为倾向作为THEN后件。构建的规则库形式如下：

消费者极度可能购买的情况：

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

......

消费者极度不可能购买的情况：

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

……

根据两个前件不同程度的所有可能情况构建的规则共81条。

其中，O表示外部因素，B表示内部因素，I表示消费者购买行为倾向，Pi(i=1,2,3,4,5,6,7)表示消费者购买倾向的七个级别，从1～7分别为：极度可能购买、很可能购买、较可能购买、可能(不)购买、较可能不购买、很可能不购买、极度可能不购买，D表示消费者的非理性程度，Ri(i=1,2,3,4,5,6,7)表示消费者非理性程度的七个级别，从1～7分别为：绝对理性、很理性、较理性、适度理性(非)、较非理性、很非理性、绝对非理性。

Jess支持OWL的公式推论，根据“IF…THEN…”的语法结构，构建的规则的发展如下：

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

规则的发展：顾客A选择了自己喜欢的商品，并且购买价格高，可以推论出其非理性程度可能是较非理性的。

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

规则的发展：顾客A选择了自己喜欢的商品，并且商品的质量不错，可以推论出其非理性程度可能是较理性的。

图4 本体概念部分图解

用户只要向推理机中输入OWL规则，就可以利用Jess对已知的本体进行推理。例如规则一和规则二，如果知道某顾客喜欢该商品，并且价格较低，质量不错，就可以认为该顾客的购买行为是很理性的经过深思熟虑的购买。

Jess除了支持OWL规则的公理推论，还可以基于自定义的推理。

4.2.3 利用Jess进行模糊推理

Jess推理机同时具有很强的开放性，只要提供其一定规则系统，即可展开推理工作。Jess的基础知识表达模式采用的是产生式规则，主要由三部分构成，分别为事实库、规则库、推理机。模式匹配、冲突集、执行引擎三部分构成了推理机，知识库则由三部分中的事实库和规则库组成。例如事实库当中的事实个体发生变化，推理机进行模式匹配工作，进行发生式向前推理，冲突集中产生新的集合，即前件与事实匹配的规则。推理引擎按照优先级的顺序运行冲突集当中的规则，得出推理结果，并随之修改事实库。若事实库中的个体不再变化，推理结束。Jess在protégé中可采用SQWRL语言规则进行推理。

对情感词汇的模糊化，将实际在线评论特有的特性设定于情感强度的逻辑语义，将在线评论的特性设置在较为抽象的概念层中，由此得出的逻辑语义设定以作为推论机制的运行基础。将构建好的本体事实库和规则库加入数据库中供Jess推理机使用，由于Jess不是protégé的内置工具，需要进行下载并对其进行环境配置，将Jess文件中的Lib/Jess.jar复制到proete/plugins/edu.standford.smi.protege.owl中，Jess推理机即可运行，随即进行相应的推理。

Jess可使用函数定义规则,例如

(defrule emotional intensity -Irrational intensity AI

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

=>

(printout ?x” Irrational intensity AI”crlf)

定义规则被符号“=>”分隔开，由上下两部分组成。“=>”相当于“then”。上面的部分是规则条件，由语句“(customer (emotional intensity?x&:=?x1)))”构成，即customer行为的情感强度，第二部分为结论或者动作，由(printout ?x” Irrational intensity AI”crlf)组成，最终输出为Irrational intensity AI。如果事实库发生变化，就会有新的定义产生，Jess会对新的定义进行推理。

对在线评论中提取关键字“突然喜欢”，进行词汇的模糊化，其属于冲动性购买，根据推理规则，推理结果为非理性程度的较非理性(PI)。

文中进行的消费者非理性购买行为预测，以在线评论中提取出的关键词为前件，非理性购买程度作为后件进行推理。

5 实验验证

5.1 实验安排与设计

文中根据所提出的基于Jess模糊推理的网络消费者非理性购买行为预测选取在线评论进行简单的推理验证环节。选取三条在线评论，根据模糊语义模型理论提取其中的关键词，并推理得出关键词相对应的非理性程度等级。根据建立的模糊推理模型，推理得出非理性购买程度。最终，根据非理性购买程度以及顾客和商家的实际情况，为商家和顾客提出合理的意见和建议。这里采用protégé建立本体，根据提取出的关键词建立相应的较为简单的知识图谱进行验证，并体现文中的推理过程。

5.2 具体步骤

5.2.1 构建事实库

通过淘宝购物网站随机选取近300条消费者在线评论进行推理研究。其中选取三条具有代表性的例子进行推理及结果分析。

三条顾客评论如下：

(1)一直想买一件合适的衬衫，看来看去挑了很多家店，也看了很多，终于找到一件比较合适的，价格实惠，质量看起来也不错，还会继续回购的。

(2)看到同事买了一个这样的水杯，又保温还非常的漂亮。虽然我已经有很多杯子了，但是还是抵挡不住这高大上的颜值的诱惑，果断下手了，真的是非常好看了。

(3)每次新年过节都会抢很多很多的优惠券，折合下来一件不过四五十块钱，确实便宜。这家店的促销也是非常棒了，质量也是不错，一直是回头客。多买一些屯着慢慢用。

首先，对这三条网络在线评论进行分析概括，提取出相应的情感词和认知词，如下所示：

·一直想买，精挑细选，比较合适，价格实惠，质量不错；

·非常漂亮，抵挡不住诱惑，很喜欢；

·促销优惠，质量不错，确实便宜，慢慢用。

根据模糊隶属函数的确定方法，用高斯函数作为模板，对以上情感词和认知词进行模糊化处理。根据该三条评论建立的本体模型如图5所示。

图5 本体模型

5.2.2 构建规则库

采用“IF…THEN…”语句建立推理规则，并将建立的规则加入规则库，规则模式如下：

If O is V，B is V，Then I is P1，D is R7

针对选取的三条评论建立如下规则：

If O is “价格实惠”,B is “一直需要”,Then I is P4,D is R2

If O is “质量不错”,B is “精挑细选”,Then I is P4,D is R2

If O is “非常漂亮”,B is “非常喜欢”,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 “促销优惠”,B is “以后需要”,Then I is P4,D is R2

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

5.2.3 推 理

最后，利用Jess推理机，根据建立的模糊推理模型进行推理。即根据从评论中的关键词，分析内部诱导因素和外部诱导因素，得出非理性行为等级，最终得出非理性行为类型。利用protégé推理验证得出的结果如图6所示。

图6 protégé推理验证结果

5.3 结果分析

根据推理过程和结果建立表3，对表3推理结果进行理性分析，可知选取的三条评论对应的顾客的非理性行为程度分别为：很理性、很非理性、适度理性。分析后可以大概了解到，影响消费者非理性购买行为的内部诱导因素有顾客的心情和顾客对商品的需求，外部诱导因素有商品外观、商品价格、商品质量等。由此可见，采用Jess和本体相结合的推理方式得到的消费者非理性购买行为程度还是较为准确的。

表3 结果分析

基于推理结果，可以分别向商家和顾客提出适当的建议：

对顾客：

(1)应该尽量购买自己确实需要的商品，而不是购买时候束之高阁，不能受自身心情的影响。

(2)购买商品时要确认商品的质量，避免受到商品华丽的外观的欺骗。

(3)要理性看待促销活动，根据自己的实际需要做出适当理性的购买决定。

对商家：

(1)商家应努力提高产品质量，通过产品质量吸引顾客，而不是仅仅通过华而不实的外观吸引购买者。

(2)在线商家可以通过图片视频展示，较为全面地介绍商品的优点。

6 结束语

构建了消费者非理性购买模糊推理系统，能够更好地对消费者非理性购买行为进行预测，创新了推理形式与方法，以满足在电子商务环境下顾客对于个性化服务的要求。

利用本体构建了事实库，揭示了消费者非理性购买行为的分类、程度以及影响因素，并合理阐述了各因素之间的联系，使知识框架具有更好的系统性和组织性，并建立了较为丰富的规则库，提高了推理的效率。利用Jess进行模糊推测更加简捷，省时省力，可以大大缩短研制周期，提高效率，并且Jess支持前推和逆推的推理方式，推理能力更强，同时结合模糊识别的方法，有利于增强对在线评论的消费者的情感分析的准确性。一方面，对网络消费者非理性购买行为的研究有助于消费者更加清楚地认识自己的非理性行为，为消费者做出购买决策提出了合理有效的建议；另一方面，为产品生产者、服务提供者、营销人员科学预测消费者的行为提供了可能。

另外，本体模型的构建及其与Jess推理机的结合还可应用于其他领域。未来可以对两方面进行深入研究：第一，中文语义具有一词多义的特点，消费者评论往往带有强烈的个人感情色彩，这对文本类别的判断有较大的影响；第二，利用分布式计算与存储系统进行文本分类也具有很大的研究意义。