电子商务个性化推荐系统的构建

ｓ ｎ Ｔｅ ｎ ｕｔ ｎｆ．Ｅ ｐｒ Ｓ ｓ ｍ ｔ ｐ ｌ ａ ｏｓ ｉ ｒｅＩｄｃｉ ］ ｘｅ ｙｔ ｓＷｉ Ａ ｐｉ ｔ ｎ， ｏ ｏ Ｊ ｔ ｅ ｈ ｃｉ
２ ０ ３３： ２ — ４ ０ ２２ （１３ ９ ３ ２
［］ ． ｅ ａቤተ መጻሕፍቲ ባይዱＡ ７ＤＦ ｉ ｇ ．Ｍｃ ａｌｍ ｎｏｍ ｔ ｎ Ｅ ｔ ｃｉ ｉ ＭＭ ｒｔ Ｃ ｌ ．Ｉｆｒ ａｉ ｘ ａｔ ｎ ｗｔ Ｈ ｕ ｏ ｒ ｏ ｈ
（Ａ Ｄ２ ０ ＡＡ ， ０ ０
４ 结
语
由于竞争 的加 剧 ．商家纷纷采取推荐商 品及相关
＠ 现 计 机 ２１１上 代 算 ０． ２０
Ｃｏ ｓ ｒ ｃ ｉｎ ｏ ｒ ｏ ａｌ ｅ ｃ ｎ ｔｕ ｔ ｆＰｅ ｓ ｎ ｉ ｄ Ｒｅ ｏｍｍｅ ｄ ｔ ｎ Ｓｙ ｔ ｍ ｎ ｏ ｚ ｎ ａ ｉ ｓｅ ｉ ｏ
Ａｂ ｔａ ｔ ｒ ｐ ｓ ｓ ａ ｎ ｗ ｙ ａ ｃ ｇ ｏ ｔ ｙ ｔ ｍ ｒｔ ｔｐ ｏ ｅ ，ａ ｄ ａ ａｙ ｅ ｈ ｒｎ ｉ ｌ ｎ ｓ ｒ ｃ ：Ｐ ｏ ｏ ｅ ｅ ｄ ｎ ｍｉ ｅ ｍｅ ｒ ｓ ｓｅ ｐ ｏ ｏｙ ｅ ｆｒ Ｗ ｂ ｎ ｎ ｌｚ ｓ ｔ ｅ ｐ ｃｐ ｅ ａ ｄ ｙ ｉ
要 用 于存 储 获 取 系 统 关 于 数 据 挖 掘 和 知 识 提 取 的 经 验 规 则 、 念 模 式 等 ， 造 规 则 库 ， 于 支 持 机 器 归 纳 推 概 构 用
理。
［］ ４ 申瑞 民 等 ． 性 化 数 字 服 务 模 型 ． 电 子 学 与 计 算 机 。 个 微
推荐 系统 ． 创建一个界 面友好 ． 多个 网络数据库资源 集 于一 体的本地智能检索界 面 ．实 现对本地数据 库资源
的 检 索 与 推 荐 信 息 库 主 要存 储 系 统 每 一 次 的 查 询 信 息 这些 信 息 有 可 能 成 为 客 户需 求 的数 据 。 数 据 的维 元
Ｌ Ｐ等知识发现算法 ．对信息源进行智 能处理和知识 Ａ 抽取 ． 发现并提供 高知识含量 的信息 。
（ ） 则 库 １规
（１ ３－ 明等 ． 性 化 网 上信 息 代 理 技 术 的 研 究 概 述 ． 西 师 ￣献 个 广
范 大 学 学 报 ．０ ２ １ ２ ０ ．８
规则库是系统执行推理解决 问题 的核心部 分 主
化 ，０ ２，２ ２ ０ １
［１ Ｂ ｎ Ｓｈｆ， ｏｅｈ Ａ Ｋ ｎｔ ， ｏ ｎＲ ｅ１ Ｅ— ｏ ｍ ｒｅ ２Ｊ ｅ ｃ ａ Ｊｓｐ ｏｓ ｎ Ｊｈ ｉ ． Ｃ ｍ ｅｃ ｅ ａ ｄ
Ｒｅ ｏ ｃ ｍｍｅ ｄ ｔ ｎ Ａｐ Ｉ ａｉｎ ｈ ｔ ： ｗｗ Ｃ ． ｍｎ ｅ ｕ Ｒｅ ｅ ｒ ｎ ａｉ ｐ ｉ ｔ ． ｔ ／ ｗ．Ｓ ｏ ｃ ｏ ｐ／ ｕ ．ｄ ／ ｓ ａ — ｃ ／ ｏ ｐ ｅ ｓＥ Ａ．ｄ ． ０ １ ｈ Ｇｒ ｕ Ｌ ｎ ／ ＣＲ ｐ ｆ ２ ０ ，１ １
Ｗｅ ｂＤＧＳ ｃ ｎ ｂｅ ｕ ｅ ｎ ｍｏ ｉｅ ＯＳ ｔ ａ ｕｐ ｒｓＦｌｓ ａ ｓ ｄ ｉ ｂ ｌ ｈ ｔｓ ｐｏｔ ａ ｈ．
３３ 后 台 系统 ．
该 模 块 完 成 对 知 识 的挖 掘 抽 取 主要 功 能 是 运 用 关 联 分 析 、 列 模 式 分 析 、 类 分 析 、 类 分 析 以及 ０ 序 分 聚 ．
【１ 罡 等 ． 据 挖 掘 在 电 子 商 务 推 荐 系 统 ． 算 机 与 现 代 １姚 数 计
护是工 作重点 ． 包括数据 的存储信 息 、 分类 信息 、 被访
问 特 征 等 （ ） 体 控 制 与 管 理 ３总 该 模 块 完 成 推 荐 系 统 各 个 模 块 间交 互 行 为 的 协 调 与 管 理 个 性 化 推 荐 系 统 的 各 个 模 块 之 间都 有 交 互 联 系 ．一 个 完 整 的个 性 化 信 息 推 送 过 程 是 各 子 系统 交 互 活动 的结 果 。 有效 地 协 调管 理 模 块 间 的交 互 行 为 ， 要 需 要一个总控管理系统来实现 。
主要具备以下功能 ： 键词查询功能 。 关 以关 键 词 和 自然 语 言 的形 式 输 入 ． 统 通 过 关 键 字 匹 配 ． 回相 应 系 返 查 询 结 果 。检 索 限 制 功 能 包 括 检 索 范 围 限 制 和 检 索 条 件 限制 。 限制 功 能 和 关 键 字 的匹 配 检 和 相 结 合 ． 提高 以 查 询 的查 准 率 引文 索 引 功 能 ． 于 学术 文献 相 互 引证 鉴
Ｋ ｙ ｒｓ ｅ ｏ ｅ ｗｏ ｄ ：Ｒ ｃ ｍｍｅ ｄ ｔ ｎ Ｓ ｓｅ Ｅ－ ｍｍｅｃ ； ｅ ｓ ｎ ｌ ｅ ｎ ｏ ｍａｉ ｎ Ｓ ｒ ｉｅ ｎ ａｉ ｙ ｔ ｍ； Ｃｏ ｏ ｒ ｅ Ｐ ｒ ｏ ａ ｉ ｄ Ｉ ｆ ｒ ｔ ｅ ｖｃ ｚ ｏ
（ 上接 第 ３ ４页 ）
Ａ ｗ ｎ ｍｉ ｏｍｅ ｒ ｓｅ Ｐｒ ｔ ｔｐ ｏ ｅ Ｎｅ Ｄｙ ａ ｃ Ｇｅ ｔｙ Ｓｙ ｔ ｍ ｏ ｏ ｙ ｅ ｆ ｒＷ ｂ
２ ００１， １
［ Ｕ ｉ ｄＮ ｔｎ — ｏ ｍｅｃ ｅｅ ｐＲ ｐｒ Ｍ ． ｎｔｄＮ — ５ ｎ ｅ ａｉ ｓ ｃｍ ｒｅＤ ｖｌ ｅｏｔ ］ Ｕ ｉ ａ ］ ｔ ｏ Ｅ ｏ ［ ｅ
ｔｏ ｓＰｕｂ ｉａｉ ｎ ００ ５２ ｉｎ ｌｃ ｔｏ ，２ ４，
（ ） 源 库 ２资 包 括 数 据 库 资 源 整 合 系统 和信 息 库 建 立 个性 化
信 息来 吸 引客 户 。 因 为 电子 商 务 环 境 下 ． 易 双 方 通 又 交 过 网 络 进 行 交 易 ． 家 难 以直 接 了解 客 户 及 相 关 需 求 ． 商 只 能 通 过 大 量 的 数 据 进 行 分 析 ．无 疑 加 大 了推 荐 的 难 度 。加 之 与 传 统 方 式 相 比 ， 及 的数 据 量 增 加 。 荐 系 涉 推 统 相关 设 计 的 合 理 性 显 得 尤 为 重 要 本 文 介 绍 的 运 用 于 电 子 商 务 的 个 性 化 推 荐 系统 ．通 过 数 据 收 集 、预 处 理 ， 析 和 建 立 客 户 行 为 模 型 ， 成 客 户 档 案 、 客 户 分 形 从
［ Ｃ ｏ Ｙ Ｈ ， ｉ Ｊ Ｋ， Ｋｍ Ｓ Ｈ—Ａ Ｐ ｒ ｎｌ ｅ ｅ ６ ｈ ， ． ． Ｋｍ， ． ．＆ ｉ， ． ］ ｅｓ ａｚｄＲ — ｏ ｉ
ｃ ｍ ｍｅ ｄｅ ｓｅ Ｂａ ｅ ｎ Ｗ ｅ）Ｕｓ ｇ ｉ ｉ ｇ ａ ｄ Ｄｅｃ — ｏ ｎ ｒＳｙ ｔｍ ｓ ｄ ｏ １ ａ ｅＭ ｎｎ ｎ ｉ
系 统 、 息 过 滤 及 检 索 子 系统 、 则 库 、 源 库 、 体 控 信 规 资 总 制 与 管 理 组 成
参 考 文 献
出与客户兴趣相关的文档推荐给客户 ：采用协 同过滤
技 术 ． 立 客 户 分 类 和 推 荐 机 制 ． 据 客 户 之 间 的 相 同 建 根
或 相似性进行信息推荐 ：综合基于 内容过滤和协 同过 滤的长处 ， 提高推荐的精确度 。
Ａｂ ｔａ ｔ ｓ ｒ ｃ ：Ａｃ ｏ ｄ ｎ ｏ ｃ ｓｏ ｒｒ ｑ ｉｅ ｎ ｓ ｇ ｔｍｏ ｅ ａ ｄ ｍｏ ｅ ｄｆ ｒ ｎ ｎ Ｅ－ ｏ ｃ ｒ ｉ ｇ ｔ ｕ ｔ ｍｅ ｅ ｕ ｒ ｍｅ ｔ ｅ ｒ ｎ ｒ ｉ ｅ ｅ ｔｉ ｃ ｍｍｅｃ ， ｏ ｓ ｕ ｔ ｆ ｒ ｅ ｃ ｎ ｔ ｃｓ ａ ｒ
Ｗ ＡＮＧ ｎ ， Ｓ Ｍｕ— ｏ ｇ Ｙｉ ｇ Ｕ ｈｎ ， ＲＡＯ ｎ －ｓ ｅ ｇ Ｙｏ ｇ ｈ ｎ
（． ｏ ｔ ｈｎ ｓ ｔｔ ｏ ｏ ｗ ｒ ｎ ｉｅ ｒ ｇ Ｇ ａ ｇ ｈ ｕ ９ ０ １ Ｓ ｕｈＣ ｉａＩ ｔｕｅ ｆ ｆ ａｅＥ ｇ ｅ ｎ ， ｕ ｎ ｚ ｏ ５ ０ ９ ； ｎ ｉ Ｓｔ ｎ ｉ １ ２ Ｓ ｈ ｏ ｏ ｏ ｐ ｔｒ ｃ ｎ ｅ＆ Ｅ ｕ ａ ｏ ａ Ｓ ｆ ａ ； ｕ ｎ ｚｏ ｎｖｒｉ ， ｕ ｎ ｚｏ ０ ６ ． ｃ ｏｌ ｆ ｍ ｕｅ ｉ ｃ Ｃ Ｓ ｅ ｄ ｃ ｔ ｎ ｌ ｏｔ ｒ Ｇ ａ ｇｈ ｕ Ｕ ｉ ｓ ｙ Ｇ ａ ｇｈ ｕ ５ ０ ０ １ ｉ ｗ ｅ ｅ ｔ １
关 系的特 征 ． 采用 自动引文索引 ． 提高学术文献 的推荐
质 量。
（ ） 息 过 滤 子 系 统 ３信 采 用 基 于 内容 过 滤 方 法 ． 取 信 息 内容 特 征 ． 滤 提 过
模型 、档案到推荐 ，推荐结果 的返 回四个步 骤完成推 荐。 其结构具体 由： 系统界面 、 客户信息库 、 需求分析子
Ｅ－ ｍ ｍ ｅ ｃ Ｃｏ ｒｅ
ＹＡＮＧ Ｊｎ ｉｇ
（ｃｏ１ ｆ ａ ａｅ ｅ ｔ ｎ ｎ ｉｅｒ ｇ Ｔａｊ ｄ ｒ ｏａｉ ａ Ｔ ｃｎｌｇ ｏ ｅｅ Ｔａｊ ３ ０ ５ ） Ｓｈ ｏ ｏ ｎｇｍ ｎ ｄＥ ｇ ｅｉ ， ｉ ｉ ＭｏｅｎＶ ｃｔ ｎｌ ｅｈ ｏ ｙＣ ｌ ｇ， ｉ ｉ ０ ３ ０ Ｍ ａ ｎ ｎ ｎｎ ｏ ｏ ｌ ｎｎ
ｋ ｙ ｔｃ ｎ ｌｇ ｆｄ ｎ ｍｉ ｅ ｍｅｒ ．Ｂ ｓ ｄ ｏ ｌ ｓ ｕ ｌ ｅ ． ｎ ｔ ｎ ｃ ｉ ｔ３０ ｄ ｓ ｎ ｅ ｅ ｈ ｏ ｏ ｙ ｏ ｙ ａ ｃ ｇ ｏ ｔ ｙ ａ ｅ ｎ Ｆ ａ ｈ Ｂ ｉ ｒ４ ０ ａ ｄ Ａｃｉ Ｓ ｒ ． ， ｅ ｉ ｓ ｄ ｏ ｐ ｇ ａ ｄ ｒ ａ ｉｅ ｈ ｙ ａ ｃ ｇ ｏ ｔ ｙ ｔ ｍ ｒ ｔｔ ｐ ， ａ ｄ Ｗ ｅ ＤＧＳ Ｗ ｅ ＤＧＳ ｉ ｃ ｏ ｓ ｐ ａ— ｎ ｅ ｌ ｓｔ ｅ ｄ ｎ ｍｉ ｅ ｍｅｒ ｓ ｓｅ ｐ ｏ ｏｙ ｅ ｎ ｍｅ ｂ ｚ ｙ ． ｂ ｓ ｒ ｓ — ｌ ｔ ｏ ｍ ｎ ａ ｙ ｔ ｓ ．Ｐ ｏ ｌ ａ ｓ ｆ ｒ ａ ｄ ｅ ｓ ｏ ｕ ｅ ｅ ｐｅ ｃ ｎ ｕ ｅ Ｗ ｅ ＤＧＳ ｂ ｅ ｅ ｐ ｏ ｅ ｔ ｏ ｔ ｐ ｕ ｉ ．Ｓ ｅ ｉｌ ， ｂ ｙ Ｗ ｂ ｘ ｌｒ ｒ ｗｉ ｕ ｌ ｇｎ ｐ ｃａ ｌ ｈ ｙ
Ｓ ｒ ｃｕ ｅ ｅ ｒ ｅ ｙ Ｓ ｏ ｈ ｓｉ ｐ ｉ ｚ ｔ ｎ ｎ ｒ ｃ ｆ ｔ ｔｒｓ Ｌ ａｎ ｄ ｂ ｔｃ ａｔ Ｏ ｔ ｕ ｃ ｍｉａｉ ．Ｉ ：Ｐ ｏ ．ｏ ｏ ｔ ｅ Ｓ ｖ ｎｅ ｎ ｈ Ｎａｉｎ ｌＣ ｎ ｅ ｅ ｃ ｎ Ａｒ ｆ ｉｌ ｎ ｅｌ ｅ ｃ ｈ ｅ ｅ ｔｅ ｔ ｔ ａ ｏ ｆｒ ｎ ｅ ｏ ｔ ｃ ａ ｔ ｌ ｇ ｎ ｅ ｏ ｉ ｉ Ｉ ｉ
ｐ ｒ ｏ ａｉｅ ｅ ｏ ｅ ｓ ｎ ｌ ｄ ｒ ｃ ｍｍｅ ｄ ｔ ｎ ｓ ｓｅ ａ ｄ ｉ ｕ ｔａｅ ｔ ｎ ｔ ｎ ｎ ｏ ｋ ｏ ａ ｄ ｔ ｅ ｎ ｌ— ｚ ｎ ａｉ ｙ ｔ ｍ， ｎ ｌ ｓｒ ｔ ｓｉ ｆ ｃ ｉ ｓａ ｄ ｗ ｒ ｆ ｗ， ｎ ｈ ｎ ａ ａｙ ０ ｌ ｓｕ ｏ ｌ ｓ ｓ ｉ ｔ ｃｕ ｅ ｐ ｒ ｃ ｌｒｙ ｏ ｈ ｕ ｐ ｓ ｆｍｏｅ ｅ ｆｃ ｉｅ ｒ ｃ ｍｍｅ ｄ ｔ ｎ ｆ ｒ ｃ ｓｏ ｒ ｅ ｔ ｓ ｓ ｒ ｔ ｒ ａｔ ｕａ ｌ ，ｆｒ ｔ ｅ ｐ ｒ ｏ ｅ ｏ ｒ ｆ ｔ ｅ ｏ ｕ ｉ ｅ ｖ ｎ ａ ｉ ｕ ｔ ｍｅ ｓ ｏ ｏ ｒ ｑ ｉｅ ｎ ｏ ｍａ ｉｎ ｅ ｕ ｒ ｄ ｉｆ ｒ ｔ ． ｏ