英语原文共 14 页，剩余内容已隐藏，支付完成后下载完整资料
利用关联可视化提高二手车交易平台购物体验
Jianxin Chen, Dongqing Zhang, Yingjie Victor Chen, and Zhenyu Cheryl Qian
摘要: 利用网络进行汽车贸易是现今车辆交易市场里一种新的发展趋势。在这篇文章中，我们关注使用者在二手车网站搜索体验。二手车辆的数据集是复杂和多维度的。要想在预算内买到满意的汽车，汽车买家进行很多车辆数据的搜索和比较，这些数据包括但不局限于汽车制造商、类型、行驶里数、价格和关键特征。在当前大多数的电子商务系统中，为了搜索和评估不同的汽车，用户经常不得不跨越详细页面来重复搜索页面。由于搜索过程中设置的约束，可能导致无法控制的信息过多或不足。通过以用户为中心的设计方法，我们首先通过用户研究分析汽车搜索行为，然后设计了一个数据可视化界面来帮助客户：（1）全面了解二手车市场，如汽车类型与价格、里程/型号年份与价格的关系和功能和（2）通过简单的交互搜索，过滤和比较感兴趣的汽车。这项研究的目的在于帮助用户通过创新的界面找到理想的候选车，并增强二手车交易网站的用户体验。
关键词: 二手车交易；搜索体验； 平行坐标图
1.绪论
随着近几十年互联网用户的快速增长，二手车的电子商务得到了迅速而广泛的发展。企业家团队Beepi首次创建了C2C二手车交易模式，引起了业界和投资者的密切关注。该公司负责人声称，在2014-2015年期间，该公司实现了1000％的收入增长。在本文中，我们探索了一种利用界面中的数据可视化方法改善二手车交易网站用户体验的新方法。通常，网站中有两种主要的汽车搜索模式。一种是按关键字搜索; 另一种是使用约束来缩小合适汽车的范围。在购买汽车时，用户将进行许多比较。此外，我们可以看到大多数二手车网站在详细页面中放置了完整的检查报告。用户使用汽车性能和汽车检验报告的详细内容来评估他们找到的汽车。用户通常应该在他们做出最终决定之前重复相同的搜索比较过程，这是一个耗时且不方便的过程。
产品搜索的用户体验是电子商务网站中的重要问题。在购买特别是有许多选择的产品时，客户通过审查和比较许多不同的产品逐渐形成他/她对产品的期望。这个过程可以分为几个阶段[1-4]。具体而言，用户首先形成通用集，其包含与他/她的购买目标相关的所有产品。在形成通用集合的同时，用户逐渐了解市场状况，实现其真实需求和容量，并通过从通用集合中过滤掉不合适的产品来创建考虑集。最后，客户评估该考虑集内的产品，这是产品筛选最终购买决策中最关键的阶段。如果没有形成适当的考虑因素，客户就无法找到最合适的产品。为了做出适当的考虑，用户必须充分了解市场上的所有相关产品，包括价格、优缺点、功能和成本效益权衡。在此过程中，用户必须仔细研究和比较许多产品。由于市场不确定性问题（例如某些产品的折扣和促销），客户从以前的购物体验中获得的知识可能不适合新购物。在大多数电子商务网站中，包括二手车平台，客户仍然通过检查每种产品来使用旧的方式来研究产品。尽管产品数据数字化可以实现快速搜索，但它仍然是令人沮丧的重复搜索比较过程。通常，消费者可能不得不将他们的注意力和评估限制在更小范围的产品上以简化购买决策，这肯定会导致不太乐观的购买结果。
在本文中，我们尝试使用数据可视化方法来增强用户的产品搜索体验，允许用户预测不同参数范围内的结果。通过可视化，用户可以快速获得市场上的商品概览，形成通用集合，并通过简单的交互检查产品参数来构建他的考虑集。客户还可以通过检查参数之间的关系来考虑成本-收益权衡。通过这种设计，用户可以快速了解二手车市场，识别汽车制造、类型、价格、里程、年份和配置之间的关系，从而做出乐观的购买决策，汽车搜索时间将缩短。整个购物过程将更加有效、顺畅和便捷。
2.文献综述
在线网站为用户提供了大量的候选产品。毫无疑问，大量的选择会给用户的决策过程带来困难[5]。同样，当产品有足够的参数属性被引用时，它将导致信息过载[6]。因此，用户必须更加努力地选择产品[7]。
传统的筛选方法是增加限制因素并不断缩小其价值范围，称为“逻辑产品过滤”。学者们表明，当用户设置多个约束时，结果集中的产品数量可能不足[8]。要解决这个问题，其中一个解决方案是使用“软边界”。极限范围的上下边界可以扩大到一定程度。例如，如果极限范围的上边界是100，则宽允许参数是20％，实际极限范围的上边界将是120。然而，这种方式可能导致信息过载并增加用户的认知负担。为了满足用户的搜索需求而不增加认知负荷，研究人员在软边界内引入了一些新方法作为补充，即偏好属性[9]。有了这些约束，用户可以灵活地控制搜索结果。但是，在这种搜索模式下，用户可能仍然无法预测搜索结果，搜索过程仍然要求用户在看到结果之前不断修改限制器。
信息可视化提供了解决上述问题的想法。在信息空间中，利用敏感度信息可以帮助实现“在看到之前的运动”，而不是“在运动之前看到”[10]。它的存在为用户提供了设置或修改限制范围的线索。这样的模型可以更好地与用户的行为模式一致。
多维和交互技术中的并行条克，支持基于消费者的信息探索和基于选择集中项目属性的选择[11]。在这样的界面中，汽车的每个属性对应于条形图。它排除了与限制范围边界外的当前约束不一致的汽车。这样的显示模式表示在用户改变限制范围后，一些产品将进入合格范围。因此，用户无需通过无数次尝试修改过滤范围来获得合理数量的候选产品。
一种多维数据可视化方法是平行坐标图[12]。平行坐标图可以直观地使用户能够看到每个参数的分布并且知道参数之间的相关性。通过与平行坐标图的交互，用户可以研究许多参数之间的相关性和趋势[13]。用户在平行坐标图中的交互是直接且简单的。我们可以使用选择框直接在坐标图上设置限制范围。与并行条形图相比，我们假设这种方式可以更好地显示丰富的产品数据，实现直接选择，并促进成本-效益权衡比较。在本研究中，我们首先进行用户研究，以了解用户在购买二手车时的行为和需求，然后设计一个具有平行坐标图和属性标记功能的新界面，以支持二手车交易平台上的汽车搜索过程。
3.用户研究
首先，要了解问题，我们使用访谈和上下文查询进行用户研究。我们通过应用“雪球”策略招募用户。我们邀请了六个人参加我们的学习，他们都是普渡大学的学生。他们都有基本的汽车知识，并有兴趣购买第二辆车。采访结束后，我们邀请他们在二手车网站上进行汽车搜索任务。在网站上工作时，他们的搜索和决策过程得到了观察和质疑。
3.1方法
我们询问了用户之前购买用户汽车的经验以及他们在做出决策时会考虑哪些因素。我们问了以下问题：
bull;您有购买二手车的经验吗？如果是，请描述汽车挑选过程。
bull;您是否曾通过互联网搜索汽车信息？如果是这样，哪个网站？
bull;您是否曾通过C2C汽车购买网站购买汽车？你有什么经历？网站的优缺点？
bull;如果您想购买二手车，哪种参数将成为影响您最终决策的关键因素？哪些参数是固定的？哪些参数灵活？哪些参数需要进行成本效益权衡？
我们要求用户在目前的二手车电子商务网站上运营[14]。通过这种方式，我们可以详细调查用户的行为和习惯。我们要求用户完成以下任务：
bull;自由浏览网站，说出网站页面中您关注的内容以及您为何关注这些问题。
bull;对于没有购车经验的用户，请他/她选择最喜欢的汽车，就好像他/她将要购买汽车一样。
bull;对于已购买汽车的用户，请他/她完成虚拟汽车购买流程。
3.2用户研究摘要
我们发现搜索和选择二手车是一个复杂的过程。我们发现新手用户最有吸引力的部分是汽车详细页面中的信息，如固定参数，每辆二手车的特殊状态，检查报告和照片。浏览此类信息将有助于新手用户逐渐形成对目标车的期望。这样的过程意味着不断地浏览，记录和总结许多二手车细节页面。用户将跳过不同的页面进行搜索，记录和比较。根据当前网站，详细页面上的信息尚不能用作约束。用户只能根据内存过滤不合格的二手车。对于一些具有汽车购买经验的用户，我们发现在用户使用传统过滤器并发现没有合格的物品后，他们会调整约束，观察结果，重复这两个步骤，并指导获得满意的结果。
总之，根据我们的访谈和上下文查询的结果，我们发现用户在网站上使用当前搜索方法的主要困难：
bull;二手车信息具有固有的复杂性。用户要比较的参数太多。每辆二手车都有其条件。它涉及许多成本效益权衡分析。
bull;要比较候选汽车，用户需要跳过许多页面才能在汽车的详细信息页面上找到参数，并需要记住这些参数。几轮之后，用户忘记了之前的结果。他们中的一些人必须使用铅笔和纸写下以前的搜索。
bull;修改条件范围时，没有线索可供用户预测结果。例如，在他们点击“搜索”按钮之前，他们永远不会知道“在价格提高5000美元之后，将新增多少候选车。”“为了获得其他十个候选人，我应该调整多少边界汽车”。由于严格的限制，用户通常会达到“无合格的结果”。用户必须返回以丢失这些参数约束以获得一些结果。
bull;松开约束通常会产生太多结果，从而导致信息过载或用户不足。用户很难在合理数量的汽车中创建考虑集。搜索不会产生或产生太多结果。
根据我们的研究中定义的问题和文献综述中的相关主题，我们考虑了以下设计要求以满足用户的需求：
bull;用户应轻松查看整体市场状况，并了解不同的产品属性如何影响其最终购买决策。
bull;在设置范围后点击“搜索按钮”之前，为用户提供预测搜索结果的视觉线索。
bull;用户应该能够通过比较产品属性的不同价值组合轻松进行成本效益权衡。
bull;应为用户提供一种简单的交互方法，以过滤我们不相关的产品，从而创建具有合理数量汽车的对价集。
bull;在详细信息页面中，用户可以标记属性，这些属性可用作可视化过滤器中的线索或约束。
4.使用数据可视化搜索界面
4.1可视化设计
我们将平行坐标图采用到搜索界面（图1），以方便汽车搜索和比较。使用流行的汽车交易网站[14]作为模板，我们在汽车浏览页面中实现我们的设计。它保留了原始网站的核心功能，我们将其新方法作为补充添加。为了公平比较，我们保持原始网站的相似外观。这里使用的数据是从网站提取的真实二手车数据。
图1. A：可视化过滤器（平行坐标图）。 B：属性标记系统C：搜索结果D：传统过滤器
我们在搜索页面上的平行坐标图将显示通用集中每辆二手车的主要属性（图2），每个轴代表一个参数。我们列出了客户最关心的11个关键参数，包括：汽车价格、车型、型号、变速箱、里程、车型年份、汽缸、发动机尺寸、新车价格、天窗和颜色。一些参数带有数值，例如价格，而一些参数是具有有限选择的分类数据，例如，颜色和型号。对于每辆汽车，其属性将匹配相应轴上的位置。连接这些位置将形成一个多边形，代表一辆汽车。许多汽车将形成如图3所示的图形。我们通过为每个多边形分配一个颜色（从蓝色到红色）进一步编码图中的一个关键参数（汽车价格），表示从低到高的价格。
图2. 所有汽车的属性可视化（约500辆汽车）
图3. 用户将属性轴“新车价格”拖动到“价格”旁边的位置。 通过这种方式，用户可以调查两个属性的相关性。 （彩色图在线）
该可视化工具的主要优点之一是不同参数相关性的可见性。通过查看其他轴的颜色分布，我们可以看到汽车价格与其他属性的关系。例如，与有或没有天窗选项相比，有更多的红线连接到天窗而不是没有天窗，这表明带有天窗的汽车大多可能是昂贵的汽车。在此可视化中，可以通过拖动一个轴并将其移动到另一个轴旁来将任意两个轴放在一起。因此，可以检查任何属性的相关性（图3）。例如，最初，参数“体型”位于从左到右的所有轴的第二位置（图3A）。当用户想要以高“新车价”和低“当前价格”开始他的购买时，他可以拖动“新车价格”并将其移动到价格轴旁边（图3B）。通过这种互动，他可以观察二手车的售价与原价之间的关系。这种特殊的互动实现了一个可能的购买意图：找到最打折的汽车。
4.2使用界面搜索
用户通过检查汽车属性的形成过程了解他们的期望和购买目标。他们的决策是一个迭代过程，分为两个阶段，包括对产品空间（通用集）的一般理解和构建他/她的选择（考虑集）。
第一阶段意味着了解通用装置中汽车参数的分布。在这个阶段的开始，用户通常没有明确的倾向和偏好。他们以浏览的方式找到可能符合条件的汽车，与不同的汽车进行比较，反映出哪种汽车或特定功能可以满足他们的需求。在这个阶段，用户将审查可能符合他们期望的大量汽车和参数。但是，用户才刚刚开始了解二手车的属性以及这些属性之间的相关性。用户需要通过许多交互很好地理解参数如何相互影响，例如，通过移动轴来比较参数对。在这个阶段，用户只需要对整个市场有一个全面的了解，而无需详细评估单个车辆。对于特定的汽车，几个参数可以满足用户的需求，但是其他参数可能完全不满足。让汽车在每个方面都令人满意是不可能的，用户必须通过这些相互矛盾的参数对成本 - 收益的权衡进行深入分析。
通过使用鼠标沿轴拖动一个小范围实现的简单交互，用户可以创建“选择框”并定义该参数的搜索范围，例如，价格在100 K到150 K RBM之间（图3C）。如果用户想要调整范围，他可以拖动选择框的上或下边界，或者只需移动整个框以设置新的限制范围。为了使用者仍然知道沿该轴的汽车分布，滤出的汽车仍然显示一个短段，表明它们的存在及其与相邻轴的关系。使用灰色轮廓，如果用户移动选择框，则用户可以预见到可能的结果（图3C）。客户可以在多
全文共10644字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[1073]
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
