电子商务推荐系统研究

电子商务系统根据其所采用的算法不同 ，推荐 系统可 以分
为 以 下几 类 ：一 是基 于 协 同过 滤技 术 系统 ；二 是基 于 内容 过 滤 的
电子商务推荐系统正是根据这种需求而产生的。
１ 电子 商务 推 荐 系统 的概 念及 作 用
推荐系统 ；三是基于网络结构的推荐系统 ；四是混合推荐系统 。 （ １ ）基于协 同过滤技 术的推荐技术 。基于协 同过滤的推荐 是 目前最流行的个性化推荐技术。它利用用户的历史信息及其与 目标用户相似性较高的邻居对其他产品的评价来预测 目标用户对 特定产 品的感兴趣的程度 。系统据此产生对 目标 用户的推荐列
个 目标用户，推荐算法把用户所有没有选择过的产品按照用户
感兴趣的程度进行排序 ，并且把 排名靠前 的那些产 品推荐给用
户。
（ ４）混合 推 荐 系 统 。协 同过 滤 ，基 于 内 容 ，以及 基 于 网络
进而对采集的数据进行预处理转化为各种推荐技术需要的数据格
商务系统 的效益越来越明显 ，但是在 为用户提供 的选择越来越多 的同时 ，其结构也越来越复杂，用户经常在大量的商品信息中迷
失 ，而无法找到满意的商品。如何在海量的用户和商品的电子商
务环境中 ，寻找一种具有采购助手功能的系统来帮助用户选购商
品 ，能 够 根据 用 户的 需求 推 荐给 用 户可 能 感兴 趣且 满 意 的产 品 。
表 ，推荐 的个 性 化程 度 比较 高 ，应 用最 为 广泛 。协 同过滤 技 术一 般 可 以分 为两 类 ：基 于 用 户和基 于 项 目的 协 同过滤 算 法 。它 一般 采 用 最近 邻技 术 ，使 用 挖掘 技 术寻 找 与 目标用 户有 相 同兴 趣 的邻
Ｒ ｅ ｓ ｎ ｉ ｃ ｋ＆ Ｖ ａ ｒ ｉ ａ ｎ 在 １ ９ ９ ７ 年 给 出 了 电 子 商 务 推 荐 系 统 （ Ｒ ｅ ｃ ｏ ｍｍｅ ｎ ｄ ｅ ｒ Ｓ ｙ ｓ ｔ ｅ ｍｓ ） 正式的定义 ，指利用电子商务网站向 客户提供商品信息和建议 ，帮助用户决定应该购买什么产品，模 拟销售人员帮助客 户完成购买过程… 。电子商务推荐系统的最 大 优点是收集客户感兴趣的资料 ，并根据这些资料主动为用户作出 的个性化推荐。其主要作用为 ：将电子商务网站的浏览者变成购 买者 ；提高电子商务网站的交叉销售能力 ；较少消费者成本 ，提 高客户满意度 ；增加买家的效益。
２ 电子 商务 推 荐 系统 的工 作流 程
居 ，进而使用用户的 “ 最近邻居”对商品感兴趣程度来预测 目标
用 户对 特 定商 品的感 兴 趣程 度 ，系 统从 而 根据 相应 信 息决 定 是 否
对 目标用户进行推荐该商品。协同过滤最大优点 ：对推荐对象没 有任何特殊要求 ，能够过滤难以基于内容分析的信息 ，如音乐 、 电影等非结构化的对象。 （ ２）基于内容的过滤推荐系统。基于内容的推荐系统是根 据用户的历史评价 、分享 、收藏过的文档等构造用户感兴趣的文
信 息 纵 横
曩 工 科 技 ２ ０ １ ３ 年第 ４ 期
电子 商务推 荐系统研 究
李 春 秋
合肥工业大学 ２ ３ ０ ０ ０ ９ 合 肥 ；安 徽 商 贸 职 业 技 术 学 院 电 子信 息 工 程 系
摘 要 本 文 简要 介 绍 了电子 商务 推荐 系统 的概 念和 作 用 ，系统 地介 绍 了电子 商务 推 荐 系统 工作 流程 ，重 点介 绍 了几 种
上架产 品 ；以列 表或 者超 链 接 的形 式把 推 荐结 果按 照 用 户感 兴趣 程 度 显示 给 用 户 ；显 示 其他 用 户对 当前 用 户正 在 浏览 商 品的 评价 信 息 ；推 荐与 用 户 购物 车 中相 关的 商 品等 。
３ 电子 商 务推 荐 系统 关键 技 术
难 ，因 为显 示 采集 需 要用 户显 式 输入 信 息 。隐式 采 集 虽然 准 确率
容 ，很难发现新的感兴趣 的资源。 （ ３） 基于 网路结构的推荐系统 。基于网路结构的推荐系统 不考虑用户和产品的内容特性 ，把用户和产品抽象成节点 ，所有
算 法利 用 的信 息 都隐 藏在 用 户和 产 品的 选 择关 系之 中。对 于任 意
一
稍低 ，一般只能采集客户评价 ，但是其采集数据 比较容易。一般 根 据 实 际需 求 ，选 择不 同的数 据 采集 方式 。 （ ２ ）数据预处理 。数据采集阶段所获取的数据一般存贮方
式 各 种 各样 。且 不 同 的推 荐技 术 所需 要的 数 据格 式 也 各有 区别 。 所 以 ，在 形 成推 荐 以前 要 根据 不 同需 求 ，选 择不 同的 推荐 技术 ，
常 见 电子 商务 推荐 系统 的推荐 技 术 ， 最后 对 电子 商务 推荐 系统 未来 的研 究 方 向进行 了展 望。 关键 词 推 荐 系统 电子 商务 推 荐技 术
百度文库
随 着 网络 技 术 以及 通 信 技 术 的迅 猛 发 展 ，人 类 生 活 方 式 发 生 了翻 天覆 地 的变 化 ，已进入 了信息 社 会和 网络经 济 时 代 ，电子
多 数 用于 可计 算 的文 本领 域 。如 浏 览页 面 的推 荐 ，新 闻组 中新 闻
推荐等。其缺点是只能分析比较容易的文本类 内容 ，一些多媒体
数 据 的 内容 比较难 于 提取 ；只能 推 荐一 些 与 自 己感 兴趣 相 似 的 内
（ １ ） 数据采集。数据采集方式主要分为显 示采集和隐式采 集。其中显示采集获得数据一般比较准确 ，但是采集数据比较困
档 ，统 计 计算 推 荐 商 品与 用 户感 兴 趣 的 文档 的相 似度 ， 将 最接 近
电子商务推荐 系统 有很 多种 ，每种 系统所 采用 的推荐技术 也各不相同，但其工作流程基本一样 。主要包括数据采集 、数据 预处理 、形成推荐和结果显示灯环节。电子商务推荐系统的一般
的商品推荐给客户。基于内容的推荐一般需要进行匹配计算 ，大