- 相關推薦
淺析電子商務推薦系統(tǒng)
[摘 要] 隨著互聯(lián)網(wǎng)的普及和電子商務的發(fā)展，商品推薦系統(tǒng)逐漸成為電子商務IT技術的一個重要研究內容，越來越多地 受到研究者的關注。本文探討了電子商務系統(tǒng)的構成、研究內容、研究現(xiàn)狀，分析了目前有的推薦系統(tǒng)存在的缺陷和題目，提出了未來電子商務推薦系統(tǒng)研究的發(fā)展方向。[關鍵詞] 電子商務；推薦系統(tǒng)；協(xié)作過濾；個性化推薦
隨著互聯(lián)網(wǎng)的普及和電子商務的發(fā)展，商品推薦系統(tǒng)逐漸成為電子商務IT 技術的一個重要研究內容，越來越多地得到研究者的關注。目前，幾乎所有大型的電子商務系統(tǒng)，如Amazon、CDNOW、eBay、當當網(wǎng)上書店等，都不同程度地使用了各種形式的推薦系統(tǒng)。
而且現(xiàn)在電子商務系統(tǒng)規(guī)模的進一步擴大，用戶數(shù)目和項目數(shù)據(jù)急劇增加，迫切需要相應信息檢索技術產(chǎn)生。商品個性化推薦技術，尤其是協(xié)同過濾技術，構成了現(xiàn)有電子商務個性化推薦系統(tǒng)的基礎。在這里，之所以夸大個性化，是由于需要推薦系統(tǒng)能為每個用戶推薦適合他們偏好和愛好的產(chǎn)品，而不是千篇一律的推薦。
一、電子商務推薦系統(tǒng)及構成
電子商務推薦系統(tǒng)(Recommendation Systems for E-Commerce)定義是：“它是利用電子商務網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應該購買什么產(chǎn)品，模擬銷售職員幫助客戶完成購買過程”。
推薦系統(tǒng)面對的是用戶(user)，任務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，也就是電子商務活動中的客戶。項目是被推薦的對象，是指電子商務活動中提供給客戶選擇的產(chǎn)品和服務，也就是終極推薦系統(tǒng)返回給用戶的推薦內容。在一個電子商務活動中，用戶數(shù)和項目數(shù)是非常多的。推薦系統(tǒng)面對確當前用戶，稱為目標用戶或者活動用戶。推薦系統(tǒng)確當前工作，就是為根據(jù)一定的算法，給出對目標用戶的推薦項目。
電子商務推薦系統(tǒng)主要由三大部分構成：輸進模塊、推薦方法模塊和輸出模塊。輸進模塊用來接受用戶的輸進信息，用戶的輸進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。
根據(jù)項目的特點，目前主要有兩種類型的推薦系統(tǒng)，一種是以網(wǎng)頁為對象的個性化推薦系統(tǒng)，主要采用Web數(shù)據(jù)挖掘的方法與技術，為用戶推薦符合其愛好愛好的網(wǎng)頁；另一種是網(wǎng)上購物環(huán)境下的、以商品為推薦對象的個性化推薦系統(tǒng)，為用戶推薦符合其愛好愛好的各類產(chǎn)品，如各種書籍，音像等，這種推薦系統(tǒng)也稱電子商務個性化推薦系統(tǒng)。
二、電子商務個性化推薦系統(tǒng)的作用
電子商務推薦系統(tǒng)的最大的優(yōu)點在于它能收集用戶愛好資料并根據(jù)用戶愛好偏好為用戶主動作出個性化的推薦，也就是說，當用戶每次輸進用戶名和密碼登錄電子商務網(wǎng)站后，推薦系統(tǒng)就會按照目標用戶偏好程度的高低推薦用戶最喜愛的N個產(chǎn)品，而且系統(tǒng)給出的推薦是實時更新的，也就是說當系統(tǒng)中的產(chǎn)品庫和用戶愛好資料發(fā)生改變時，給出的推薦序列會自動改變，大大方便了用戶，也進步了企業(yè)的服務水平。
總體說來，電子商務推薦系統(tǒng)的作用主要表現(xiàn)在以下幾個方面：一方面，使用戶從無窮的網(wǎng)絡資源和商品世界中解脫出來，大大節(jié)約了用戶采購商品的時間和本錢；與此同時，推薦系統(tǒng)的個性化推薦服務，進步了客戶對電子商務網(wǎng)站的忠誠度(Building Loyalty)，將更多的電子商務網(wǎng)站瀏覽者轉變?yōu)樯唐返馁徺I者，從而進步電子商務網(wǎng)站的交叉銷售能力(Cross-Selling)，為電子商務企業(yè)贏得了更多的發(fā)展機會。
研究表明，在基于電子商務的銷售行業(yè)使用個性化推薦系統(tǒng)后，能進步銷售額2%-8%，尤其在書籍、電影、CD音像、日用百貨等產(chǎn)品相對較為低廉且商品種類繁多的行業(yè)，以及用戶使用個性化推薦系統(tǒng)的程度高的行業(yè)，推薦系統(tǒng)能大大進步企業(yè)的銷售額。
電子商務推薦系統(tǒng)和銷售系統(tǒng)(Marketing Systems)、供給鏈決策支持系統(tǒng)(Supply-Chain Decision-Support Systems)既相似又有不同。銷售系統(tǒng)是幫助銷售職員如何把產(chǎn)品銷售出往；推薦系統(tǒng)終極目的幫助用戶，輔助用戶購買什么產(chǎn)品做出決策。供給鏈決策支持系統(tǒng)是幫助生產(chǎn)者決定什么時候生產(chǎn)多少什么產(chǎn)品，以及倉庫應該存貯多少各類產(chǎn)品，其終極目的是為企業(yè)生產(chǎn)者服務的，而同樣推薦系統(tǒng)是面向用戶的系統(tǒng)。
三、電子商務個性化推薦系統(tǒng)的研究內容
電子商務個性化推薦的研究有四方面的題目：首先，要解決推薦系統(tǒng)的信息來源題目——推薦系統(tǒng)的基礎是用戶愛好資料信息，如何在電子商務環(huán)境下盡可能獲得更多用戶的相關信息，并以合適的形式表示是進行個性化推薦的條件；其次，要實現(xiàn)被顧客接受和認可的個性化推薦，設計正確、高效率的個性化推薦算法是核心；另外，要讓推薦系統(tǒng)為廣大用戶所接受，必須對推薦系統(tǒng)作出客觀、綜合的評價，尤其要留意從正確率、個性化、安全性、用戶滿足度等多方面進行評價；推薦系統(tǒng)的應用是終極研究的落腳點，推薦系統(tǒng)不僅能為用戶提供完全個性化購物環(huán)境，更應為企業(yè)的銷售決策和客戶關系治理提供支持。
在電子商務環(huán)境下，用戶信息收集表示是電子商務個性化推薦的基礎。根據(jù)當前對電子商務環(huán)境下用戶信息收集表示的研究來看，主要著眼于研究如何有效地收集能反映用戶愛好偏好的信息，以及如何通過網(wǎng)絡數(shù)據(jù)挖掘等的方法更自動化地收集用戶的隱式信息，解決用戶信息收集過多的依靠于顯式評價數(shù)據(jù)的題目。
個性化推薦技術是電子商務自動化推薦系統(tǒng)的核心題目。目前的推薦技術有協(xié)同過濾推薦(包括基于用戶的和基于項目的)、基于用戶人口統(tǒng)計信息的推薦、基于內容的推薦、基于效用的推薦、基于知識的推薦、基于規(guī)則的推薦等等。協(xié)同過濾推薦是個性化推薦中研究和應用最多的方法，廣泛應用于電子商務網(wǎng)站、數(shù)字圖書館、網(wǎng)頁搜索、新聞過濾等，著名的推薦系統(tǒng)有Tapestry、GroupLens/NetPerceptions、Ringo/Firefly等，其條件假設是存在具有相似愛好愛好的用戶群，每個用戶都有與其愛好愛好相似的鄰居用戶。猜測用戶對某一項目的偏好是根據(jù)鄰居用戶對該項目的偏好程度計算的，也就是說假如其鄰居用戶喜愛某項目，則該用戶也很可能會喜愛該項目。協(xié)同過濾最大優(yōu)點是不需要分析對象的特征屬性，所以對推薦對象沒有特殊的要求，能處理非結構化的復雜對象，如音樂、電影等。
對推薦系統(tǒng)總體性能的評價是推薦系統(tǒng)研究的重要組成部分。目前大都只是采用正確率、召回率等評判標準對推薦算法進行評價，并沒有真正意義上的、提升到對整個推薦系統(tǒng)進行的評價，尤其缺乏從個性化程度、持久性程度、系統(tǒng)的安全性以及用戶接受程度等多方面對推薦系統(tǒng)進行綜合的評價。
四、研究現(xiàn)狀
推薦行為產(chǎn)品或其它項目的軟件代理已經(jīng)在很多應用中使用在電子商務領域，為了增加購買經(jīng)驗并滿足客戶需求，已經(jīng)推出了充分利用消費者的訪問和購買行為的推薦系統(tǒng)。推薦者通常通過給用戶展示他們可能感愛好的產(chǎn)品或服務來促進購買。例如，諸如Amazon.com就是通過利用偏好或其他用戶購買信息來先容書籍或者其它產(chǎn)品給用戶的推薦系統(tǒng)。然而，使用的技術相當簡單，而且并非很精確和有效。基本上，程序將當前客戶購買的一系列產(chǎn)品與其他客戶購買的一系列產(chǎn)品作比較，選擇客戶購買較多的產(chǎn)品與當前客戶購買的產(chǎn)品集合的交集，最后從中選出一些尚未被客戶所購買而仍然在顧客購物籃中的產(chǎn)品，并將它們作為推薦列表呈現(xiàn)給客戶。該技術也用于類似于協(xié)作過濾的文本文檔的信息抽取。電影或音樂唱片的推薦，例如Moviefrnder.com，通過預知一個人的偏好與其他人偏好的線性權重集合，并運用協(xié)作過濾技術來實現(xiàn)。 對于推薦系統(tǒng)的研究可分為三個種類：技術系統(tǒng)開發(fā)研究，用戶行為研究和隱私題目研究。其中技術系統(tǒng)開發(fā)是重點。目前各種推薦技術，例如數(shù)據(jù)挖掘，代理和推理，都已經(jīng)應用到了推薦系統(tǒng)中�，F(xiàn)存的推薦系統(tǒng)從廣義上可以劃分為基于規(guī)則的系統(tǒng)和信息過濾系統(tǒng)。信息過濾系統(tǒng)又可分為基于內容過濾的系統(tǒng)和協(xié)作過濾系統(tǒng)兩種。
基于規(guī)則的系統(tǒng)，N1如：IBM的WebSphere， BroadVi-sion， ILOG等。他們答應系統(tǒng)治理員根據(jù)用戶的靜態(tài)特征和和動態(tài)屬性來制定規(guī)則，一個規(guī)則本質上是一個if-then語句，規(guī)則決定了在不同的情況下提供不同的服務�；谝�(guī)則的系統(tǒng)，其優(yōu)點是簡單、直接，缺點是規(guī)則質量很難保證，而且不能動態(tài)更新。此外，隨著規(guī)則的數(shù)目增多，系統(tǒng)將變得越來越難以治理。
基于內容過濾的系統(tǒng)，例如：Personal WebWather， SysKill
【淺析電子商務系統(tǒng)】相關文章：
淺析綜合績效測評系統(tǒng)03-14
淺析旅游與電子商務的融合03-15
電子商務系統(tǒng)審計03-20
淺析硬盤播出系統(tǒng)的應用及維護03-18
淺析集成制造系統(tǒng)的技術構成03-17
淺析電子商務下的物流模式03-22
淺析網(wǎng)絡招生錄取系統(tǒng)的設計與實現(xiàn)03-29
淺析自動控制系統(tǒng)12-11