摘要：在电子商务环境下，网站的推荐效果，客户的满意度是企业是否能够保持竞争优势，获取长期利润的关键。本文以推荐系统和客户满意度出发，通过推荐系统的评价指标和客户满意度的影响因素连接两个主体，通过探讨两者的相关性，以达到优化推荐系统，提高客户满意度，最大化企业的长期利润的最终目的。
关键词：电子商务推荐系统；评价指标；客户满意度
引言
电子商务发展蓬勃，行业竞争进入了白热化阶段。如何提高顾客满意度进而在激烈的市场环境中占得先机，对于电子商务企业具有重要意义。电子商务个性化推荐系统是建立在海量数据挖掘基础上的一种商务智能系统，依据商品和客户信息为客户提供最为合适和准确的推荐信息，提升客户的购物体验，满足客户的个性化需求。
电子商务个性化推荐系统对于提高客户满意度有重要意义，本文探讨推荐系统评价指标与客户满意度的相关性，进而改进推荐策略，提高客户满意度。以最大化企业的长期利润为目的而开展的学术研究。本文研究从两个主体展开，一方面，研究推荐系统和客户满意度之间联系，另一方面，研究如何调节评价指标来优化推荐系统，进而提高客户满意度。
1、文献综述
电子商务推荐系统是为了帮助用户和商家解决信息过载等问题。客户满意度则是判断一个企业能否使稳定客户的重要因素。在以往的分析研究中朱郁筱等人总结了推荐系统评价指标的最新研究进展，从准确度、多样性等方面进行多角度阐述[1]。
刘建国等人根据推荐系统任务的不同，介绍了不同的准确性度量指标以及各自的优缺点[2]。汪永平以航运公司为研究对象，分析了客户满意度出现下降趋势的主要因素，通过各种方法，找出在电子商务环境下影响客户满意度的主要因素[3]。刘丽等人分析电商环境下顾客感知价值、满意度与忠诚度之间的关系，并运用结构方程模型对理论模型进行实证检验[4]。
基于上面文献探讨，推荐系统对于网站，客户满意度对于客户，他们都是直接相连接的。在电子商务环境下，如何能够拥有忠诚度高的客户群，就在于推荐系统和客户满意度这两个主体；而本文就是以他们为出发点，通过推荐系统的评价指标和影响客户满意度的因素连接两个主体，探讨两者的相关性，以达到优化推荐系统，提高客户满意度的终目的。
2、推荐系统介绍
推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。随着电子商务规模的不断扩大，推荐系统应运而生。但如何来衡量推荐系统的优劣及其可能为企业带来的利润，并没有相关的研究，目前大多学者多在注重推荐算法的研究，本文将以推荐系统评价指标的角度对推荐系统作用原理来进行详细的介绍。
（1）准确度
准确度指的是推荐算法在多大程度上能够准确预测用户对推荐商品的喜欢程度；也可以定义为推荐算法的预测排名与用户的实际排名的贴近度，但是准确度高的推荐系统推荐多样性则相对较低。由于高准确度的推荐系统推荐结果多样性的缺乏，客户对推荐结果认同程度低，故不一定能获得用户的满意。
（2）覆盖率
覆盖率描述推荐系统对长尾物品的发掘能力。在推荐系统中，覆盖率是推荐系统的重要指标。在覆盖率高的推荐系统中，推荐结果中包含了尽可能多的用户感兴趣的产品。但是覆盖率必须结合准确率同时考量，因为推荐系统不能仅仅为了提高覆盖率而给出一个差的准确率。
（3）多样性
推荐系统的宗旨是针对不同用户需求给出不同的推荐结果，因此对不同用户推荐列表需要表现出相当的多样性。推荐的多样性程度高，不仅可以加大长尾商品销量增加的可能性，而且可以给用户一个更好的个性化体验，从而为企业带来丰富的商业利润。
（4）新颖性
一些推荐系统具有非常高的准确率和相对合理的覆盖率，但是仅仅这些，系统可能还是对用户没有任何帮助，推荐系统向某个用户群推荐令其感到意外的产品会帮助用户发现一些他们并没有注意过但可能感兴趣的产品，这就是推荐系统的新颖性推荐。
（5）用户体验
它以用户至上的观点作为基石，是一种纯主观的用户在使用推荐系统过程中建立起来的心理感受。它是从用户使用的角度分析推荐系统得出的一种综合性评价指标。如：基于排序加权角度，现实生活中用户的耐心往往是有限的，一个人不太可能会不厌其烦地检查推荐列表中的所有商品，所以用户体验的满意度往往会受到用户喜欢的商品在推荐列表中位置的影响；以及基于信任度、惊喜感、推送方式等分析角度等。
3、影响客户满意度的因素
客户满意度，也叫客户满意指数。是对服务性行业的顾客满意度调查系统的简称，是一个相对的概念，是客户期望值与客户体验的匹配程度。换言之，就是客户通过对一种产品可感知的效果与其期望值相比较后得出的指数。也是指客户对电子商务网站的满意程度，是衡量企业利润的重要指标之一。下面我们将从客户满意度的影响因素分析及其与推荐系统评价指标怎样相互作用从而实现提高企业利润。
通过对相关客户满意度研究文献的分析总结，本文得出了如下几个影响客户满意度的重要因素。
（1）用户化
用户化是指电子商务网站针对用户提供特定的服务的能力。它表现在网站可以准确地提供给用户想要的商品，减少用户搜寻时间。研究表明有83%的网民在选择网站上表现出挫败感和困惑，而电子商务网站则通过用户化来减少这种挫败感。这个过程依赖推荐系统的准确度，它能很好地减少用户的搜寻时间、推荐更加具有针对性的商品。从这个角度减少用户购物时的挫败感，以提高客户满意度。
（2）交互式联系：
交互式联系是指用户和电子商务网站之间的联系。顾客都希望与网站能有更深的联系，以便得到贴近用户需求的服务。因此电子商务网站通过收集用户购买记录，以推荐给用户相似的产品及介绍，并且通过收集用户对产品的评价进而进行改进。在将收集到的用户购买记录得到更好整理分析之后，电子商务推荐系统可以推荐一些与客户需求相关联的产品，而不仅是相似的商品。这样就需要电子商务网站推荐系统较高的多样性及新颖性以贴近用户需求，使得用户与网站间的交互式联系更加紧密，以此提高客户满意度。
（3）关心
关心是网站对于用户的重视程度，如通过送小礼品、简洁自然地推送消息等手段带给用户舒适的使用体验。网站对用户关心程度越高，用户的对网站的情感认同度越高，用户的情感依赖度及信任度会越来越高。用户感受到网站的关心相似于推荐系统的用户体验，推荐系统的推荐精度和多样性能够提升用户的购物体验，即用户可以更敏感的感受到网站的关心，使网站的用户满意度相对提高。
（4）客户培养
客户培养是指电子商务网站持续提供给消费者相关信息和刺激，提高客户对网站的粘性。电子商务网站通过邮件推送最新的用户感兴趣的营销信息，满足用户潜在购物需求。这样的推荐列表则需要多样性和新颖性较高的推荐系统来提供，拥有这样推荐系统的网站更加容易吸引用户长期购买。
（5）选择权
对于电子商务网站而言，提供的选择越多，满足用户需求的可能性越高。提供更多的选择权的电子商务网站也会减少客户搜寻需求商品的时间成本。提升推荐系统的多样性、新颖性可以为用户提供更多选择，因此进行多样化和新颖性的刺激，让用户直接感受到更多的选择权，则可以萌生出更多的购物需求和浏览兴致。
综合来看，用户的满意度与推荐系统的评价指标密切相关，因此提升推荐系统的推荐效果，对于提高用户的满意度而言具有重要意义。改进推荐系统的过程中，一些评价指标相互影响，因此不能单独提升某个指标来优化推荐系统，应考量多重推荐指标实现推荐效果的优化。
4、结论
电子商务网站的推荐系统是一个复杂的结构，企业通过改进推荐系统以提高客户满意还是一个长远的道路。
通过探讨如何通过改进指标优化推荐效果，进而间接提高客户满意度是本文此次研究的重点。由于评价指标的相互影响，彼此之间存在冲突和矛盾，所以，针对企业的不同客户类型，应该综合考率，采取一个推荐效果最大化的措施来提高客户满意度。基于这一点，推荐系统和客户满意度的研究任重道远。
参考文献：
[1]朱郁筱.推荐系统评价指标综述[J].复杂性科学,2012(02).
[2]刘建国.个性化推荐系统评价方法综述[J].复杂系统与复杂性科学,2009(03).
[3]汪永平.电子商务环境下航运公司客户满意度研究—以A国际航运公司为例[C].华东理工大学，2012.
[4]刘丽.电子商务环境下感知价值、满意度与忠诚度的关系研究[C].中国管理现代化研究会、复旦管理学奖励基金会，2014.
[5]姜书浩.多样性策略对电子商务推荐系统的影响研究[J].电子商务,2015(03).
作者简介：姜书浩，副教授，天津商业大学信息工程学院教师，研究方向为电子商务；张博乐、杨滢、王丽、孟美琛，天津商业大学在校本科学生，其中张博乐专业为电子商务，杨滢、王丽专业为信息管理与信息系统，孟美琛专业为会计信息化。