淺談電子商務個性化推薦系統(tǒng)

1、淺談電子商務個性化推薦系統(tǒng)摘要：本文重點針對電子商務個性化推薦系統(tǒng)的基本含義、具體功 能模式以及系統(tǒng)及結構和檢索過程進行了詳細論述，總結了電子商務個性 化推薦系統(tǒng)的實用價值和現(xiàn)實意義。關鍵詞：電子商務；個性化推薦系統(tǒng)；信息過濾中圖分類號:tp393文獻識別碼:a文章編號:1001-828x (2015) 015-000-02一、引言在虛擬的電子商務世界里，大量的商家把商品放在虛擬的網(wǎng)絡空間， 存在海量的商品信息在互聯(lián)網(wǎng)上，對于普通消費者很難準確的找到對某個 商家提高的商品非常感興趣。用戶也不可能花很多時間在浩瀚的網(wǎng)絡資源 世界里隨意的去尋找自己所需，對于商品的信息用戶也不可能像在現(xiàn)實生 活的商

2、場里一樣進行實物比對。用戶也無法知道商品的真正質量和品質。 所以絕大多數(shù)的用戶希望電子商務網(wǎng)站能夠自動的為用戶進行推薦，幫助 用戶在網(wǎng)上進行商品的挑選和購買，同時也希望網(wǎng)站提供其他購買商品的 用戶的一些評價信息，以便用戶更好的了解商甜的質量，根據(jù)相似或用戶 興趣相同的用戶進行推薦，滿足用戶在第一時間為用戶推薦有效商品信息 的需求。山于這一需求的用戶量越來越多，電子商務個性化推薦系統(tǒng)也由 此而生。二、電子商務個性化推薦系統(tǒng)所謂電子商務個性化推薦技術，即通過電子商務網(wǎng)站給前來訪問的用 戶，提供一個人性化、個性化、方便、快捷的信息推薦，更加符合用戶的 興趣偏好，推薦的形式多樣，商詁比對多樣的個性化產

3、品信息，以便用戶 采購商品。電子商務個性化推薦系統(tǒng)一般來說，可以按主要的功能模塊進行劃 分，通常包括用戶輸入模塊和用戶輸出功能模塊。輸入可以是用戶在登錄 該網(wǎng)站的個人信息注冊，也可以是多個用戶的注冊信息的綜合。客戶個人 輸入主要是指目標用戶，也就是說，要求建議，建議必須評估項目，將他 們自身的愛好、隱式瀏覽和顯示掃描輸入、關鍵詞以及項目屬性及用戶購 買記錄等充分表達岀來。社區(qū)輸入主要包含了項目屬性、協(xié)會購買記錄、 評價內容等，是一種集體形式的評估數(shù)據(jù)。主要表達形式為建議，包括排 序建議列表及建議列表排序兩種，排序建議列表通常是參考用戶的愛好為 客戶推薦具冇吸引力的產品；預測系統(tǒng)的總體評估得分針

4、對于個給泄的 項日，個人得分，輸出其他客戶對商品的個別評級；對于商品的評級可以 得出用戶對該商品的興趣度，文本輸出也就是用戶選購商品后的一組信息 填寫，一般會釆用多種推薦算法的組合，亦或者計算機技術對數(shù)據(jù)收集整 合的方式進行推薦，這個在推薦系統(tǒng)中占據(jù)著關鍵位置，直接影響著推薦 系統(tǒng)的質量以及商品信息推薦的冇效性。電子商務推薦系統(tǒng)中擁有海量數(shù)據(jù)的信息資源，不同的網(wǎng)站可以在用 戶訪問該網(wǎng)站時，通過cookie收集到各種用戶的信息，并且根據(jù)用戶在 網(wǎng)站上選購商品的停留時間，可以判斷用戶的興趣喜好，記錄用戶的信息 并為用戶提供有效的信息推薦。電子商務個性化推薦系統(tǒng)還可以不斷的更 新發(fā)現(xiàn)用戶的新興趣，根

5、據(jù)用戶注冊時候所填寫的資料，自動跟蹤用戶的 購買行為習慣，及時發(fā)現(xiàn)用戶興趣的變化。當系統(tǒng)的產品庫和用戶興趣的 信息變化，自動推薦的序列變化，極大地促進了用戶瀏覽商詁信息，并提 高服務水平。三、電子商務個性化推薦系統(tǒng)結構及檢索過程電子商務個性化推薦系統(tǒng)的形成起源于每個人的興趣愛好不是獨立 的個體，而是屬于某種或某個群體。人們在日常生活中所獲取的信息多數(shù) 都是通過他人的引薦得到的。所以按照類似興趣或完全相同的用戶愛好進 行相對的信息評價與了解，再向周用人群推薦。根據(jù)電子商務個性化推薦 系統(tǒng)的結構如圖1所示，首先通過用戶對信息的評價與了解狀況，將用戶 劃分為不同的類別，如：興趣相同或類似的用戶為一類

6、；用戶推薦制度主 要是通過對類別內外因素的綜合影響進行考慮，按照不同的彩響程度將信 息推薦給相應的用戶；通過用戶的評價和了解，對用戶類別進行相應的調 整，對各類參數(shù)做出相應的修改，從而將過濾效率不斷完善。信息過濾推 薦主要是參照用戶相互推薦的情況進行，通過對相同或類似用戶的正確判 斷，保證信息推薦的相關性，從而避免無效信息的干擾。圖1推薦系統(tǒng)整體結構信息過濾系統(tǒng)的性能，關鍵在于過濾模型的完善程度如何。個性化推 薦信息系統(tǒng)的過濾工作主要包含了以下兒方面：第一，用戶的評注和分類 機制；第二，用戶的推薦機制，結合類別的內外評注信息向用戶進行推薦; 第三，反饋機制，對用戶類別和參數(shù)進行不斷調整。根據(jù)對

7、合作模式的文 本過濾中，過濾的結果會根據(jù)用戶的評注進行判定。而用戶評注主要是通 過評分的方式決斷，根據(jù)用戶的愛好以及評分標準，為瀏覽的信息評定相 應的分數(shù)，評分采用百分制。用戶判斷分數(shù)多少一般都是通過英他用戶相 同或類似愛好的用戶推薦進行的，這樣的合作不僅可以避免無效信息的干 擾，還能夠有效提升過濾系統(tǒng)的精準度。任何用戶在合作的狀態(tài)下都會受 類內和類外因素的影響，所以用戶可以通過對其他用戶的評注信息判斷用 戶愛好和信息之間的關聯(lián)程度。由于合作模式的文本過濾模式主要是通過 用戶相互間的推薦形成的，并非是由信息內容形成，所以，在很大程度上 減少了系統(tǒng)對信息進行分析時的怵i難度和成本浪費現(xiàn)象。這種方

8、式不只在 文本信息過濾方面受到應用，同樣也可以運用到信息推廣和推薦方面。推 薦系統(tǒng)應注意與用戶分類和推薦有關的規(guī)章制度，將用戶合理的組織在一 起，通過對用戶愛好的了解進行分類劃分，明確制定合理的推薦方式，從 而更好的保證信息過濾推薦的有效率。對文檔是不是滿足用戶的需求進行判斷時，可以利用新文檔的向量以 及對文檔的相似率進行過濾來做出決斷。對電子商務個性化推薦系統(tǒng)全面運用時，必須充分結合人們通過過濾 過程中的心理和行為狀況，過濾機制應充分按照人類的心理和行為活動設 置，那就需要先成立知識庫，通過對用戶過濾主題的了解成立相應的知識 庫，知識庫主要包含了主題文本的主要特點，如：關鍵詞、相關概括以及

9、特殊語句等。然后利用知識庫中的特殊語句、相關概括或者關鍵詞對文本 中的詞匯進行統(tǒng)計和權值運算，完成首次過濾。同時要對相關主題的語句 進行深入分析，明確文本中的關鍵詞語所在。最后通過文本信息主題中關 鍵詞語和用戶給出的過濾主題対比，確定用戶的要求得到全面的滿足后, 做出最后的決斷。四、總結電子商務個性化推薦系統(tǒng)與傳統(tǒng)的網(wǎng)站銷售系統(tǒng)，他們既冇不同也冇 相似的地方，他們都為各自的供應鏈管理提供了企業(yè)的決策支持信息數(shù) 據(jù)。傳統(tǒng)的銷售系統(tǒng)只是單純的幫助銷售人員進行商品銷售，然后如何將 產品有效地推薦給有需求的用戶，電子商務個性化推薦系統(tǒng)就可以很好的 解決，幫助用戶決定購買什么樣子的商品。供應鏈決策支持系

10、統(tǒng)是幫助生 產商生產產品時，某些產甜和多少應該存儲倉庫，最終目標是生產者為企 業(yè)服務。一般個性化推薦系統(tǒng)主耍是針對來訪的,有釆購需求的用戶進行 有效商品信息推薦。電子商務個性化推薦系統(tǒng)好比一個虛擬的銷售人員，它幫助和引導用 戶進行商品的選購，對比。它可以為用戶提供真實可靠的商品信息推薦。 電子商務個性化推薦系統(tǒng)不僅能夠對用戶的反饋信息進行全面收集，同時 還能統(tǒng)計用戶對該商品的訪問次數(shù)，來確定商品信息的可能感興趣的潛在 用戶，比如用戶瀏覽該網(wǎng)站的fi志記錄，購買的商品時間等等。通過過分 活躍的商品購買記錄和用戶的購買興趣和訪問商品信息的時間等，來給用 戶進行提供有效的推薦信息。根據(jù)相關的網(wǎng)絡調研發(fā)現(xiàn)，使用個性化推薦系統(tǒng)最多的就是電子商務 網(wǎng)站的各類商品銷售。特別是在書籍，電影，音頻和視頻產品，日用百貨、 和其他產品相對較低，各種各樣的商品，使用高度的個性化推薦系統(tǒng)的行 業(yè)，推薦系統(tǒng)可以極大地提高企業(yè)的銷售。當信息個性化受到用戶越來越 廣泛的關注后，電子商務此時應由被動變主動，不要再一昧地等待客戶,耍積極主動的為用戶提供個性化服務，秉承以客戶為中心的思想理念。 參考文獻：1 馬小龍基于協(xié)作過濾算法的電了商務個性化推薦系統(tǒng)的研究微