電子商務(wù)推薦系統(tǒng)研究

1、電子商務(wù)推薦系統(tǒng)研究摘要：簡要介紹了電子商務(wù)推薦系統(tǒng)的概念、作用及其組成模塊，系統(tǒng)介紹了基于協(xié)同過濾的推薦技術(shù)、基于內(nèi)容的推薦技術(shù)、基于效用的推薦技術(shù)、基于知識的推薦技術(shù)、基于用戶統(tǒng)計的推薦技術(shù)等六種推薦技術(shù)，并描述了電子商務(wù)推薦系統(tǒng)的工作流程，重點闡述了未來電子商務(wù)推薦系統(tǒng)的研究方向。關(guān)鍵詞關(guān)鍵詞：推薦系統(tǒng)；電子商務(wù)；協(xié)同過濾一電子商務(wù)推薦系統(tǒng)概念及作用推薦系統(tǒng)就是一個能夠在分析用戶以往的使用行為的基礎(chǔ)上，能夠破解用戶需求并提出建議的

2、信息系統(tǒng)，該信息系統(tǒng)實際上市網(wǎng)站與用戶之間的一個行為對話系統(tǒng)。（劉杰決策支持系統(tǒng)應(yīng)用的一個新領(lǐng)域：電子商務(wù)推薦系統(tǒng)管理學(xué)家2008297299）推薦系統(tǒng)的有效性取決于提供個性化服務(wù)的深度和能夠充分減少信息超載以及增加用戶的滿意度，它已經(jīng)成為決策支持系統(tǒng)(DecisionSupptSystems—DSS)的一個重要的研究方向。Resnick&Varian在1997年給出了電子商務(wù)推薦系統(tǒng)(RecommenderSystems)正式的定義，

3、指利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程。(ResnickVarian.RecommendermunicationoftheACM199740(3):5658.)電子商務(wù)推薦系統(tǒng)最大的優(yōu)點在于它能收集用戶感興趣的資料，并根據(jù)用戶興趣偏好主動為用戶作出個性化推薦。電子商務(wù)推薦系統(tǒng)作用主要表現(xiàn)在以下幾個方面：①將電子商務(wù)網(wǎng)站的瀏覽者轉(zhuǎn)變?yōu)橘徺I者者(ConvertingBrows

4、ersintoBuyers)；②提高電子商務(wù)網(wǎng)站的交叉銷售能力(CrossSell)；③減少消費者成本（時間、資金等），滿足顧客需求，增加其滿意度；④增加賣家產(chǎn)品瀏覽度，從而提高賣家收益。二電子商務(wù)推薦系統(tǒng)的組成推薦系統(tǒng)面對的是用戶（user），任務(wù)是為用戶提供對項目（item）的推薦。用戶是指推薦系統(tǒng)的使用者，也就是電子商務(wù)活動中的客戶。項目是被推薦的對象，是指電子商務(wù)活動中提供給客戶選擇的產(chǎn)品和服務(wù)，也就是最終推薦系統(tǒng)返回給用戶的推

5、薦內(nèi)容。在一個電子商務(wù)活動中，用戶數(shù)和項目數(shù)是非常多的。推薦系統(tǒng)面對的當(dāng)前用戶，稱為目標(biāo)用戶或者活動用戶。推薦系統(tǒng)的當(dāng)前工作，就是為根據(jù)一定的算法，給出對目標(biāo)用戶的推薦項目。電子商務(wù)推薦系統(tǒng)主要由三大部分構(gòu)成：輸入模塊、推薦方法模塊和輸出模塊。輸入模塊用來接受用戶的輸入信息，輸入主要來自個人和社團群體兩部分。個人輸入主要指目標(biāo)用戶，即要求獲得推薦的人，為得到推薦必須對一些項目進行評價，以表達自己的偏好，包括隱式瀏覽輸入、顯式瀏覽輸入、關(guān)

6、鍵詞和項目屬性輸入以及用戶購買歷史等；社團群體輸入主要指集體形式的評價數(shù)據(jù)，包括項目屬性、社團購買歷史、文本評價和等級評分等。其中用戶的輸入信息中最重要的是用戶對項目的評價（rating）數(shù)據(jù)；推薦方法模塊用來根據(jù)一定算法，根據(jù)用戶數(shù)據(jù)，得出對目標(biāo)用戶的推薦，該模塊是整個推薦系統(tǒng)的核心部分，個性化推薦方面的研究的很大一部分，都集中在找到好的推薦方法。輸出模塊主要是指得到的推薦以何種形式反饋給用戶。主要的形式有：（余力劉魯.電子商務(wù)個性化

7、推薦研究.計算機集成制造系統(tǒng).2004(10):13061309）①建議(suggestion)，分為單個建議(singleitem)、未排序建議列表(underedlist)和排序建議列表(deredlist)，典型的如TopN：根據(jù)客戶的喜好向客戶推薦最可能吸引客戶的N件產(chǎn)品；②預(yù)測(prediction)系統(tǒng)對給定項目的總體評分；③個體評分(individualrating)，輸出其他客戶對商品的個體評分；④評論(Review)，

8、輸出其他客戶對商品的文本評價。二電子商務(wù)推薦系統(tǒng)的關(guān)鍵技術(shù)推薦，新聞組中新聞推等，其缺點是不能為用戶發(fā)現(xiàn)新的感興趣的信息，只能推薦與用戶已有興趣相似的信息。例如NewsWeeder新聞組過濾文本推薦系統(tǒng)就是采用文本中的單詞作為文本的特征，系統(tǒng)通過學(xué)習(xí)用戶已評價過的商品特征來獲得對用戶興趣的描述。用戶描述類型的產(chǎn)生取決于系統(tǒng)所采用的學(xué)習(xí)方法，判定樹、神經(jīng)網(wǎng)絡(luò)、基于向量的表示等技術(shù)都可應(yīng)用于其中?；趦?nèi)容推薦的用戶描述是長效型的，它將隨著系

9、統(tǒng)對用戶偏好的學(xué)習(xí)不斷更新。3.基于效用的推薦技術(shù)基于效用的推薦建立在用戶需要和可選集之間匹配的評估之上。通過計算商品對用戶的效用來做出推薦，其核心問題是如何為每一位用戶創(chuàng)造出合適的效用函數(shù)?；谛в玫耐扑]其用戶描述是系統(tǒng)為用戶創(chuàng)造的效用函數(shù)，采用受限制滿足技術(shù)來確定最佳匹配，它的優(yōu)點是能在效用函數(shù)中考慮如何提供商的可靠性、產(chǎn)品的可獲取性和可用性等非產(chǎn)品因素。（黎星星黃小琴朱慶生.電子商務(wù)推薦系統(tǒng)研究[J].計算機工程與科學(xué)2007.2

10、6(5):710.）4.基于知識的推薦技術(shù)基于知識的推薦技術(shù)是通過判斷用戶的需要來做出推薦，它具有特定商品滿足特定用戶需要的知識，并由此推導(dǎo)出用戶需要與某一推薦物品的相互關(guān)系?；谥R的推薦其用戶描述可以是支持這種推導(dǎo)的任何知識結(jié)構(gòu)，各方法因所用的知識的不同而有明顯的區(qū)別。5.基于用戶統(tǒng)計的推薦技術(shù)基于用戶統(tǒng)計的推薦時根據(jù)用戶個人屬性對用戶分類，再基于類對類中的用戶統(tǒng)計信息進行推薦。用戶個人信息可通過交互式對話來收集，可采用機學(xué)習(xí)來建立

11、一個基于用戶統(tǒng)計信息的分類器，永固的反應(yīng)與人工創(chuàng)建的模式庫相匹配?；谟脩艚y(tǒng)計的推薦系統(tǒng)與協(xié)同過濾推薦系統(tǒng)實際使用的數(shù)據(jù)完全不同，其優(yōu)點在于不需要用戶評價歷史數(shù)據(jù)。三電子商務(wù)推薦系統(tǒng)的工作流程雖然電子商務(wù)推薦系統(tǒng)的種類很多，所采用的推薦技術(shù)也不盡相同，但各種推薦系統(tǒng)工作流程基本相同。主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、形成推薦和結(jié)果顯示燈環(huán)節(jié)。（吳恒亮張巍巍.電子商務(wù)推薦系統(tǒng)中推薦技術(shù)的比較研究.物流技術(shù).2009(11):5759）電子商務(wù)

12、推薦系統(tǒng)的一般工作流程如圖2所示。1.數(shù)據(jù)采集數(shù)據(jù)采集方式主要有兩種類型：顯式采集和隱式采集。其中，顯式采集方式是指推薦系統(tǒng)需要用戶顯式地輸入形成推薦所需要的信息，包括用戶信息、用戶對商品的評價等；隱式采集方式是指推薦系統(tǒng)根據(jù)電子商務(wù)系統(tǒng)在用戶的購物過程中自動記錄的信息形式推薦，比如用戶瀏覽或者購買了哪些商品，以此來分析用戶的行為特性，不需要用戶輸入任何信息。顯式方式獲得的數(shù)據(jù)通常比較準(zhǔn)確，但需要用戶顯式地輸入信息，數(shù)據(jù)采集比較困難。隱