面向電子商務(wù)應(yīng)用的推薦算法研究.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，電子商務(wù)正以令人難以置信的速度蓬勃發(fā)展。新的商業(yè)環(huán)境在為企業(yè)提供新的商機(jī)的同時(shí)，也對(duì)企業(yè)提出了新的挑戰(zhàn)。以客戶為中心的客戶關(guān)系管理是電子商務(wù)環(huán)境中企業(yè)吸引和提高客戶粘性的關(guān)鍵。怎樣在瞬息萬(wàn)變的電子商務(wù)時(shí)代吸引新的客戶，并提高自己的用戶體驗(yàn)，用足夠吸引客戶的產(chǎn)品或服務(wù)促使他們留下來(lái)，成為許多電子商務(wù)企業(yè)的主要任務(wù)。另一方面，客戶面對(duì)如此眾多的選擇，要從中挑選出自己真正需要的東西也相當(dāng)于大海撈針。近年來(lái)興起的推薦系統(tǒng)成

2、為解決這些問(wèn)題的重要途徑之一。
　　推薦系統(tǒng)就是根據(jù)用戶個(gè)人的喜好、習(xí)慣來(lái)向其推薦信息、商品的程序。最初的研究動(dòng)機(jī)來(lái)自于互聯(lián)網(wǎng)帶來(lái)的信息爆炸。通常人們借助于搜索引擎來(lái)尋找所需的內(nèi)容，但大多數(shù)用戶很難用幾個(gè)簡(jiǎn)短的關(guān)鍵字來(lái)準(zhǔn)確地描述自己的需要，其結(jié)果是要么得不到任何結(jié)果，要么不得不返回大量列表中逐個(gè)查看。于是設(shè)想讓一個(gè)程序來(lái)推測(cè)用戶的心意，觀察什么是用戶喜歡的，什么是用戶不喜歡的，然后自動(dòng)地為用戶篩選出與喜歡的內(nèi)容，過(guò)濾掉那些不喜歡的

3、內(nèi)容。在現(xiàn)在國(guó)際上的主流電子商務(wù)網(wǎng)站中，已有不少成功的推薦系統(tǒng)的例子，推薦的內(nèi)容從新聞組的帖子到影碟，CD，書(shū)籍，各類商品等。
　　電子商務(wù)網(wǎng)站可以使用推薦系統(tǒng)分析客戶的消費(fèi)偏好，向每個(gè)客戶具有針對(duì)性地推薦產(chǎn)品，幫助用戶從龐大的商品目錄中挑選真正適合自己需要的商品。推薦系統(tǒng)在幫助了客戶的同時(shí)也提高了顧客對(duì)電子商務(wù)平臺(tái)的滿意度，換來(lái)對(duì)商務(wù)網(wǎng)站的進(jìn)一步支持。一般說(shuō)來(lái)，推薦系統(tǒng)對(duì)電子商務(wù)平臺(tái)有以下積極的推動(dòng)作用:
　　1)幫助用戶

4、檢驗(yàn)有用的信息
　　2)促進(jìn)銷售
　　3)個(gè)性化的服務(wù)
　　4)提高客戶忠誠(chéng)度
　　目前雖然已有了很多推薦系統(tǒng)，但是它們都有各自的缺點(diǎn)或不足，或者只適用于自身的網(wǎng)站。推薦系統(tǒng)通常面臨的挑戰(zhàn)就是對(duì)于用戶，如何讓適合他們的產(chǎn)品或者潛在想購(gòu)買(mǎi)的產(chǎn)品出現(xiàn)在他們的推薦欄中。對(duì)于產(chǎn)品，如何讓這些產(chǎn)品能夠準(zhǔn)確的提供給需要它們的用戶。針對(duì)這些問(wèn)題，我們總結(jié)歸納已有的系統(tǒng)框架以及算法后，發(fā)現(xiàn)網(wǎng)站往往難以對(duì)一個(gè)較新用戶提供有效地推薦

5、，在用戶的整體行為不足時(shí)，整體的推薦效果也會(huì)大打折扣。對(duì)于新的產(chǎn)品，它們也很難很快出現(xiàn)在用戶的推薦列表中。所以這樣就使得很多好的新產(chǎn)品錯(cuò)失了銷售良機(jī)。綜合這些問(wèn)題，我們?cè)谥髁鞯膮f(xié)同過(guò)濾算法上做了改進(jìn)，提出基于特征的協(xié)同過(guò)濾算法。新算法會(huì)提取產(chǎn)品的屬性特征，我們會(huì)針對(duì)各個(gè)屬性分別計(jì)算他們的評(píng)分，并加權(quán)計(jì)算出最終的分?jǐn)?shù)，通過(guò)實(shí)驗(yàn)我們歸納出在用戶鄰居數(shù)目較少時(shí)候，該算法有著較好的推薦效果。這也恰恰是網(wǎng)站發(fā)展初中期缺少的推薦模式。緊接著我們提出