电子商务平台个性化推荐模型设计

电子商务平台个性化推荐模型设计

作者：赵丽君

来源：《现代职业教育·中职中专》2016年第05期

[摘要] 近年来，电子商务逐渐渗透在人们日常生活的方方面面。而且随着人工智能技术的不断成熟，电子商务平台个性化推荐模型设计逐渐成为该领域研究的重点。

[关键词] 电子商务；个性化平台；模型设计

[中图分类号] G718 [文献标志码] A [文章编号] 2096-0603（2016）14-0159-01

电子商务平台个性化推荐模型设计，旨在通过一系列的顾客信息分析（及时掌握顾客行为动态），采用抽样技术对样本数据进行预处理，并且采用协同过滤算法、用户（包括项目）组合算法进行对照实验，最终获取最佳的设计模型，指导电子商务健康发展。在此条件下，本文利用多媒体技术介绍电子商务平台个性化推荐模型特点，对课堂实验教学展开分析，进行了教学思考，期望能够产生一定的积极效用。

一、利用多媒体技术介绍电子商务平台个性化推荐模型特点

在电子商务平台个性化推荐模型教学过程中，需要利用先进的多媒体技术，将电子商务平台个性化推荐技术特点（安排专业调查人员，实时调查分析顾客相关信息，并且根据客户的实际需求，为其推荐或者提供让客户满意的产品或者服务），更加形象、立体地呈现出来，借助多媒体技术中的模拟人物进行情境演绎，或者利用精美的PPT展示整个设计过程，帮助学生更加深入掌握其特点，激发学生的学习兴趣。与此同时，在恰当的时机进行理论知识讲授，并且告知学生设计电子商务平台个性化推荐模型的重要性，即：一方面能够有效地满足广大顾客的个性化消费需求（由于每个客户自身个性特征、消费能力、消费审美等不同），另一方面有利于帮助企业建立良好且稳定的客户群（积极拓展消费者范围，将潜在客户发展为长期稳定客户）。

二、课堂实验设计教学

在课堂实验设计教学中，需要将学习的主动权归还给学生，学生自主采用用户（包括项目）组合的协同过滤算法以及前瞻选择抽样算法，先对顾客样本（实验样本）进行筛选过滤，并且将这些顾客进行效用值分类（利用定义样本）。另外，还要把效用值最大的顾客视为本次研究样本推荐的依据（且进行特殊的标记），在此条件下，解决所对应的问题，如：稀疏性问题和扩展性问题，并且这样的实验研究方法具有重大优势，即：有利于调动广大用户的兴趣，并且有效地降低了推荐成本，提升了推荐质量，有利于帮助企业获取最大利润。在实验设计的过程中，学生遇到难以解决的问题，需要保持冷静的头脑，先自主解决，实在想不出解决办法的时候，可以请教教师（教师起到辅助、支持和参与的作用）。另外，在实验设计中，学生需

要注意动态挖掘顾客行为。可以采用动态调查的方式，按照时间顺序将广大消费者的购买行为进行排序，并且将有关联的行为进行提取和整合，科学地预测出消费者的消费偏好以及消费能力，并且在调查过程中注重数据的完整、真实、客观。然后，结合教师的指导，进行预处理样本数据（利用抽样技术）。参考Movelines站点提供的数据，精准计算（尽可能降低误差），最终获取研究成果，并且在获取研究成果之后，进行小组分享交流，教师组织学生开展交流会，及时查找并且弥补学生设计的疏漏，从而提高教学质量，全面提升学生的动手实践能力，提升学生的综合技能和综合素质。

三、教学思考

电子商务平台个性化推荐模型设计教学需要根据学生的实际情况（包括学生的个性特征、学习能力、创新意识、创新能力、动手实践能力等）开展，而且教学需要做好相应的服务工作，学生与教师保持和谐的互动交流关系，科学合理地设置相关参数，保证顾客信息的完整、真实、客观，做好市场分析，通过先进技术后期处理，尽可能降低误差，实现教学质量质的飞跃，帮助学生养成良好的学习习惯，促进学生身心健康发展。学生自主通过一系列的顾客信息分析，及时掌握顾客行为动态，采用抽样技术对样本数据进行预处理，并且采用协同过滤算法、用户（包括项目）组合算法进行对照实验，得出误差值最小的电子商务平台个性化推荐模型，并且将个性化深入细节，如：服务内容保持个性，即：服务内容根据顾客的实际需求进行制定和调整，为顾客提供他们感兴趣的消费平台，尽可能地降低消费者精力的消耗；服务方式采用“PULL”服务模式，即：将信息直接发布在网页上，方便消费者直接浏览，节省消费者的浏览时间，获取消费者的满意等，实现了教学主动权的回归，与此同时，促进了教学水平的提高。

总而言之，电子商务平台个性化推荐需要综合考量不同个性、不同消费观念的顾客的实际需求，并且简化电子商务平台个性化推荐程序，尽可能地节省消费者的浏览时间，避免消费者精力的消耗，在最短时间内，吸引消费者的眼球，使得消费者对产品或者服务产生兴趣，并且将兴趣转化为消费行动力，从而提升经济效益和社会效益。另外，在教学上，需要实现质的飞跃，才能推动其可持续发展。

参考文献：

[1]王茜，钱力.大数据环境下电子商务个性化推荐服务发展动向探析[J].商业研究，2014（8）：150-154.

[2]贺桂和，曾奕棠.基于情境感知的电子商务平台个性化推荐模型研究[J].情报理论与实践，2013，36（6）：81-84.

[3]雷军环，费洪晓，李可，等.基于混合算法的高性能推荐策略平台[J].科学技术与工程，2012，12（33）.