电子商务推荐系统概述

电子商务推荐系统概述

ID:30439764

大小:84.92 KB

页数:10页

时间:2018-12-29

电子商务推荐系统概述_第1页
电子商务推荐系统概述_第2页
电子商务推荐系统概述_第3页
电子商务推荐系统概述_第4页
电子商务推荐系统概述_第5页
资源描述:

《电子商务推荐系统概述》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、电子商务推荐系统概述1电子商务个性化推荐系统推荐系统将成为未来十年里最重要的变革,社会化网站将由推荐系统所驱动。――JohnRiedl明尼苏达大学教授网站正从一个搜索时代进入一个发现时代。他们的区别是,搜索是你明确知道需要什么东西;发现是说你并不十分清楚的知道一种东西存在,或者你并不清楚怎么样才能找到这种东西。而搜索时代创造了市值1500亿美金的google。--美国财富杂志亚马逊很早就意识到推荐系统能在电子商务上发挥的巨大作用。亚马逊使用协同过滤的算法来匹配你与其他顾客的购买习惯,从而过滤掉大量的商品信息,而只推荐出你愿意购买的商品。---ACM

2、conference调查显示,45%的用户更加喜欢到有产品推荐功能的网站上去购物,而在过去6个月里花费了¥1000以上购买商品的用户里,这个数字提高到了69%。同一个调查显示,41%的用户更加关注符合他们口味的个性化广告。新闻媒体网站通过显示个性化的相关内容来提高用户的阅读兴趣。――ChoiceStreamsurvey随着电子商务规模的进一步扩大,为用户提供越来越多选择的同时,其结构也变得更加复杂。一方面,用户面对大量的商品信息束手无策,用户经常会迷失在大量的商品信息空间中,无法顺利找到自己需要的商品;另一方面,商家也失去了与消费者的联系。推荐系统

3、模拟商店销售人员向用户提供商品推荐,帮助用户找到所需商品,从而顺利完成购买过程,因此可以有效保留用户,提高电子商务系统的销售;商家也可以通过推荐系统保持与客户的联系,重建客户关系。推荐系统主要通过如下三种途径提高电子商务系统的销售能力:1)将电子商务系统的浏览者变成购买者:电子商务系统的访问者在浏览过程中经常并没有购买欲望,电子商务推荐系统能够向访问者推荐他们感兴趣的商品,从而完成购买过程。2)提高电子商务系统的交叉销售:电子商务推荐系统在用户购买过程中向用户提供其它有价值的商品推荐,用户能够从提供的推荐列表中购买自己确实需要但在购买过程中没有想到

4、的商品,从而有效提高电子商务系统的交叉销售。3)保留客户:与传统的商务模式相比,电子商务系统使得用户拥有越来越多的选择,用户更换商家及其方便,只需要一两次鼠标的点击就可以在不同电子商务系统之间跳转。电子商务推荐系统分析用户的购买习惯,根据用户需求向用户提供有价值的商品推荐。如果电子商务推荐系统的推荐质量很高,那么用户会对该电子商务推荐系统产生依赖。因此电子商务推荐系统不仅能要为用户提供个性化的推荐服务,而且能与用户建立长期稳定的关系,从而能有效保留用户,防止用户流失。电子商务推荐系统具有良好的发展和应用前景。目前,几乎所有大型的电子商务系统,如Am

5、azon、CDNOW、eBay、dangdang、淘宝等,都不同程度的使用了各种形式的推荐系统,各种提供个性化服务的Web站点也需要推荐系统的大力支持。在日趋激烈的竞争环境下,电子商务推荐系统能有效保留用户,提高电子商务系统的销售。有关研究表明,电子商务零售行业提供个性化推荐服务后,其销售额会提高2%~8%。由此可见,成功的电子商务推荐系统会产生巨大的经济效益。1.推荐技术研究现状与分析推荐系统中的推荐技术主要分为三类:基于内容的推荐技术,协同过滤推荐技术和混合推荐技术:基于内容的过滤(Content-basedfilteringapproach)

6、是信息检索领域的重要研究内容。基于内容过滤的推荐系统需要分析资源内容信息,根据用户兴趣建立用户档案(Profile),然后根据资源内容与用户档案之间的相似性向用户提供推荐服务。基于内容过滤的实验型推荐系统主要包括Malone等人提出的电子邮件信息过滤系统(1987)、音乐过滤系统LyricTime(1992)、Stanford大学提出的信息过滤工具SIFT(1995)、SIFTER原形系统(1997)等。基于内容过滤的推荐技术具有一定的局限性,主要表现在必须分析资源的内容信息,因此对音乐、图像、视频等信息无能为力;无法分析信息的质量;无法提供新颖的

7、推荐。协同过滤推荐技术(Collaborativefilteringapproach)是目前研究最多、应用最广的电子商务推荐技术。它是基于邻居用户的资料得到对目标用户的推荐,推荐的个性化程度高。利用用户的访问信息,通过用户群的相似性进行产品推荐,不依赖于内容仅依赖于用户之间的相互推荐,避免了内容过滤的不足,保证信息推荐的质量。协同过滤是根据和自己有着相似爱好的邻居用户所喜欢的商品,自己也同样会喜欢的原理进行推荐,能为用户发现新的感兴趣的商品,不需要考虑商品的特征,任何形式的商品都可以推荐。例如,使用基于内容的推荐技术进行推荐冯小刚的电影,系统返回的

8、只是冯小刚的电影,但是如果使用了协同过滤技术,它会根据品质等特征进行推荐,返回的是冯小刚确实拍的好的电影,协同过滤技术尤其

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。