一、引言
商品知識描述的差異普遍存在于汽車商品的設計、生產、流通、交易、售后等環節，并嚴重妨礙了商品信息交互、知識的共享和重用。電子商務環境下，參與主體的多元化和應用系統異構性使得這一問題更加突出。利用本體描述細粒度商品知識，通過共享明確的、包含豐富語義知識的商品知識模型，可以有效地解決這一問題。
針對電子商務實際需求，一些學者進行了相關本體建模研究。如Vegetti等研究從PDM系統中抽取商品結構的方法，Hepp等在eCl@ss的基礎上發布了OWL語言的商品本體，Raymond提出一種融合詞法和統計的從文本中發現商品概念及分類關系的方法，Lee等人提出在UNSPSC標準中手工增加了產品屬性和度量單位，豐富了商品本體語義。但以上研究均未考慮商品部件、附件、功能、性質等細粒度語義知識，從而導致商品本體語義描述能力不足，難以滿足電子商務應用中對細粒度商品知識的需求。
針對汽車電子商務領域中商品本體模型粒度過粗這一缺陷，本文將引入商品屬性及屬性類別等細粒度商品知識，提出細粒度商品本體建模方法，結合實例設計一個更加符合實際電子商務環境需求的細粒度商品本體。
二、構建細粒度商品本體元模型
2.1商品細粒度語義知識
商品細粒度語義知識由商品屬性和屬性類別構成。商品屬性是用來標記商品特征或用途的概念集，如商品外觀、材質、功能、外觀等。商品屬性類別則描述了商品概念與商品屬性之間的內在語義關系。其中，除商品的層次性結構外，商品屬性是人們描述商品信息、把商品同其他商品區分開來的唯一途徑。消費者選擇商品，其本質是選擇該商品所具備的屬性及其屬性值。因此，基于電子商務應用對商品細粒度語義知識的需求，本文引入商品屬性和屬性類別等細粒度商品知識，以便更加明確、詳盡地描述商品。
以商品概念“汽車”為例，其細粒度語義知識如表1所示：
表1中，商品概念“汽車”有其細粒度屬性“輪胎”“安全性”、“駕駛”、“銀色”、“車罩”和“價格”等，“輪胎”是其部件，“安全性”是其性能，“駕駛”是其功能，“銀色”是其外觀，“車罩”是其關聯件，“價格”是其市場價值，根據這一內在語義關系，其上述細粒度屬性分別屬于部件屬性、性能屬性、功能屬性、性質屬性、關聯件屬性和商業屬性等屬性類別。
2.2 設計細粒度商品本體元模型
模型是對現實的一種抽象，而元模型又是對模型的一種抽象。換言之，細粒度商品本體本身即是對現實商品知識的建模，其本體元模型則是脫離具體商品領域，描述商品本體細粒度語義知識及語義關系。細粒度商品本體元模型如圖1所示：
如圖1所示，本文基于結合UNSPSC和eC1@ss構建的中文商品本體主干庫，運用Mike Ushold和MichealGruninger等人提出的、也是目前應用最廣泛的本體構建方法——“骨架法”，引入細粒度商品屬性知識，如性質屬性、功能屬性、性能屬性、部件屬性、商業屬性和關聯件屬性等設計細粒度商品本體模型。與以往的商品本體不同，細粒度商品本體不僅包含了較全面的商品概念及分類關系，也增加了對商品屬性類別等細粒度知識的描述。
三、實例應用
下面就以具體的現實商品為例來說明細粒度商品本體的結構。在現有的電子目錄基礎上，筆者依據商品的細粒度屬性及其屬性類別盡可能詳盡地展開描述。具體結構如圖2所示：
如圖2所示，“汽車”這一概念可以分為家用車和商用車，家用車和商用車分別有實例轎車和巴士這兩種具體的商品，其中顏色、發動機、駕駛、安全性、導航儀、價格等都是轎車的細粒度屬性，依次屬于轎車的性質屬性、部件屬性、功能屬性、性能屬性、關聯件屬性和商業屬性等屬性類別。圖2顯示的只是商品本體的局部，電子商務實際的商品本體應包含更多的細粒度商品屬性及屬性類別，以充分地描述電子商務應用中的商品知識。
電子商務環境下對商品知識交互的迫切需求，使得商品本體在物流采購、市場營銷、商品推薦、網上商城和企業信息系統集成等領域都有廣泛的應用前景。就推薦系統而言，研究者發現消費者為滿足需求更喜歡同時購買捆綁和關聯產品，比如汽車和汽油就是關聯產品。這兩者通常一起使用，增加了汽車和汽油的銷售數量。相關產品可以為企業帶來額外的營銷力量和提高銷售能力。利用OWL本體描述語言建立產品類模型，定義相關屬性，并使用本體技術檢測相關產品，企業能夠從中獲取一些改善產品銷售的策略、投資、營銷、管理政策和產品目錄等有價值的信息。
四、結語
構建商品本體的目的是要明確、充分地表達商品知識，以往的商品本體忽略了對商品細粒度特性的描述，因此表達的商品知識是片面的。本文引入了商品屬性和屬性類別等細粒度商品知識，并將其融入本體元模型中，解決了商品知識表達不充分的問題。在現有商品本體主干庫基礎上構建的細粒度商品本體元模型，能夠更加明確、詳盡地表達商品知識，解決了電子商務應用中對商品知識需求的問題。
參考文獻：
[1]杜小勇,李曼,王珊.本體學習研究綜述[J].軟件學報,2006,17（9）:1837-1847.
[2]Vegetti M, Henning G P, Leone H P. A PDM system forthe derivation of products with complex structure in processindustries[C]//Proceedings of the 33 JAIIO, 2004, ISSN 1666 114,1-10.
[3]Hepp M. Products and services ontologies: a methodology forderiving owl ontologies from industrial categorization standards[J].International Journal on Semantic Web and Information Systems（IJSWIS）, 2006, 2（1）: 72-99.
[4]Lau R Y K. Fuzzy domain ontology discovery for businessknowledge management[J]. IEEE Intelligent Informatics Bulletin,2007, 8（1）: 29-41.
[5]Lee T, Lee I, Lee S, et al. Building an operational productontology system[J]. Electronic Commerce Research and Applications,2006, 5（1）: 16-28.
[6]Lee H,Shim J, Kim D. Ontological modeling of e-catalogsusing EER and description logics[C]//Data Engineering Issues inE-Commerce, 2005. Proceedings. International Workshop on. IEEE,2005: 125-131.
[7]傅魁,劉李利,王惠敏.基于機器學習的商品本體細粒度語義知識獲取[J].武漢理工大學學報:信息與管理工程版,2013,35（5）:706-709.
[8]Guihua N, Bo Z. The design and implementation on ChineseE-commerce semantic lexicon ECNET[C]//Computer Science andSoftware Engineering, 2008 International Conference on. IEEE, 2008,1: 753-755.
[9]Moosavi S, Nematbakhsh M, Farsani H K. A semanticcomplement to enhance electronic market[J]. Expert Systems withApplications, 2009, 36（3）: 5768-5774
