资源描述：
《浅析电子商务推荐系统技术》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2010年12月山西经济管理干部学院学报Dec.2010第18卷第4期JOURNALOFSHANXIECONOMICMANAGEMENTINSTITUTEVo.l18No.4浅析电子商务推荐系统技术1,2张捷(1.太原理工大学计算机与软件学院,山西太原030008;2.山西建筑职业技术学院,山西太原030006)摘要本文简要介绍了电子商务推荐系统的概念和构成,对常用推荐技术做出分类,并对这些推荐技术的优缺点进行了比较,分析了电子商务推荐系统存在的一些问题,总结提出了电子商务推荐技术发展的
2、方向。关键词推荐系统;协同过滤;混合推荐中图分类号F713.36文献标识码A文章编号1008-9101(2010)04-0049-03随着互联网的普及和电子商务技术的发展,电(BuildingLoyalty)。子商务系统在为用户提供丰富选择的同时,其模式电子商务推荐系统在层次上可以由三个模块构也变得越来越复杂。由于大量商品信息的存在,用成:输入功能模块、推荐功能模块和输出功能模块。户难以找到自己需要的商品,同时,商家也为找不到(1)输入功能模块(Inputmethod),主要负责对适应的客
3、户群而苦恼。电子商务中的推荐系统正是用户信息的收集和更新。输入的信息可以是客户当利用统计学、人工智能、数据挖掘等技术,分析顾客前的行为,也可以是客户访问电子商务系统过程中在电子商务中的访问行为,对顾客可能感兴趣的产的历史行为。推荐系统的输入形式是多样的,常见品提供推荐信息,从而帮助顾客顺利完成购买行为。的有隐式浏览输入、显式浏览输入、关键字/商品属同时商家也可以与客户保持有效联系,促进商家的性输入、客户数值评分输入、客户文本评价输入、编自身发展。近年来电子商务推荐系统在理论和实践辑推荐输入和客户购买历史输入等。在大型的电
4、子中都有长足的发展,但其作为新生的事物,依然处在商务系统中,为了提高准确性,常常需要多种输入模逐步完善的阶段。本文着重介绍电子商务推荐系统式的综合使用。的概念构成,并对常见推荐技术做简单介绍和比较。(2)推荐功能模块(Recommendationmethod),1电子商务推荐技术概念及构成推荐模块以推荐技术和推荐算法为技术支持,是推电子商务推荐系统(RecommendationSystems荐系统的核心。不同推荐技术的特性决定着推荐系forE-Commerce)的正式定义是在1997年由统性能的好坏。在现实使用中,往往
5、采用多种推荐Resnick&Varian提出的,电子商务个性化推荐系技术的组合,尽量利用多种推荐技术的优点平衡单统是利用电子商务网站向用户提供产品信息和相关一技术的不足,从而提高推荐系统的性能和推荐建议,帮助用户决定购买什么产品,通过模拟销售人质量。员帮助用户完成购物过程的系统,同时还指出其(3)输出功能模块(outputmethod),它是用来将作用的三个主要表现方面:(1)将电子商务网站的分析结果传递给用户的。常见电子商务推荐系统输浏览者转变为购买者(ConvertingBrowsersintoBuy出主要可以
6、分为相关商品输出、个体文本评价输出、ers);(2)提高电子商务网站的交叉销售能力(Cross个体数值评分输出、平均数值评分输出、电子邮件输-Sell);(3)提高客户对电子商务网站的忠诚度出和编辑推荐输出等。收稿日期:2010-09-04作者简介:张捷(1983-),男,山西太原人,工作于山西建筑职业技术学院,助教,现为太原理工大学计算机与软件学院在职2008级研究生,研究方向:计算机应用和电子商务。492常用推荐技术的介绍与比较能够过滤难以进行自动分析的基于内容的信息。如电子商务推荐系统分析用户的历史浏览行为和艺
7、术品、音乐等。(2)能够对一些复杂的、难以表达购买行为,产生用户群体的浏览模式和购买模式。的概念进行过滤,比如说信息质量、品位。(3)能发通过识别当前用户,将用户匹配到具有不同的浏览现用户新感兴趣的商品而不需要考虑商品的特征,模式和购买模式的用户群体中,实时在线进行页面因而任何形式的商品都可能被推荐。正因为这样的推荐或商品推荐。根据电子商务推荐系统所采用的特性,协同过滤推荐技术已是目前研究最多、应用最推荐技术,目前的电子商务推荐系统主要分以下广的电子商务推荐技术。几类:但该系统也有缺点:(1)用户对商品的评价非2.1基
8、于内容过滤的推荐系统常稀疏,这样基于用户的评价所得到的用户间的相基于内容过滤的电子商务推荐系统通过比较项似性可能不准确(即稀疏性问题)。(2)随着用户和目(商品)之间的相似性而非用户间的相似性来实商品的增多,系统的性能会越来越低(即可扩展性现推荐功能。系统通过比较项目的相关特征属性,问题)。(3)如果从来没有用户对某
