大数据时代电子商务个性化推荐发展趋势.pdf

《大数据时代电子商务个性化推荐发展趋势.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、0BSERVAT10N大数据时代电子商务个性化推荐发展趋势文／T然摘要：目前文献中对于电子商务个由此互联网引入了由用户产生数据的模检测的基本方法主要是寻找参照值与观测性化研究多集中在传统理论层面，且大多式，这种模式的特征是多源头，低成本，结果之间有意义的区别。探讨基于内容推荐方法和基于协同推荐方更及时。目前的电子商务发展迅速，主要2、个性化推荐方法法，而对大数据时代下的个性化推荐的研原因是能获得数据进行分析，实时通过互究相对很少。本文通过研究大数据的数据联网获得用户的需求，从而电商才能进行个性化推荐系统是建立在互联网上挖掘方法及电子

2、商务的发展，试图探讨个精准化营销。同时人工智能、信息系统和对用户信息进行搜集，根据用户的兴趣爱性化推荐的方法，最后探讨了大数据背景决策科学的发展促进了多种分析方法及工好、评价记录等数据，运用推荐模型分下电子商务个性化推荐服务的发展方向。具的推动，包括数据挖掘，顾客行为模析，最终提供给用户个性化的信息，满足关键宇：大数据；个性化推荐；精型，决策支持等等。用户的消费需求。推荐基于：网站最热卖准化营销1．2大数据的数据挖掘技术商品、客户所处城市、客户过去的购买行大数据时代的数据(Data)是零散为和购买记录，推测客户将来可能的购买引言的和

3、复杂的，通过过滤和分析后才能成为行为。随着网络技术的不断发展，网络信有用的信息，然后所需的信息整合成资源2．1基于内容的推荐技术息不断涌现，信息量呈指数形式增长，然则成为知识，对知识的深层分析领悟则升基于内容的推荐技术(COntent—而用户无法在如此多的信息中快速；隹确地华为智慧。数据是源头，是分析和价值增basedrecommendation)是大数据时代找到自己所需的信息。信息超载的问题日值的基石；技术是手段，是精准化营销的信息搜索分析的重要内容。该方法主要根益严重，针对这种问题，研究学者提出个关键。据消费者评价对象的记录及特

4、征，不断学性化推荐，即电商根据消费者的兴趣爱好数据挖掘的目标是从数据库中大量习用户的偏好，利用用户模型并依据用户和购买记录，向消费者推荐其感兴趣的商复杂无序的数据中发现隐含的、有意义的资料与其他特征相似的对象进行匹配测品信息。知识，主要有以下挖掘技术：算，匹配度较高的推荐对象作为推荐结果1)自动预测趋势和行为，利用数据挖推荐给用户。主要是根据用户自己购买记l、大数据时代掘工具自动在数据库中查找预测性信息，录或浏览记录进行推荐。基于内容的个性大数据既是数据量的一个激增(从并根据这些信息快速地直接得出结论。化推荐的最大优势是建立在推荐产

5、品的属最开始企业的ERP／CRM数据，逐步扩大2)关联分析，主要挖掘用户的信息，性特征上，而不单独依赖于用户对产品的到增加互联网数据，再到物联网的传感器然后根据模型进行用户之间以及产品与用主观评价，更能客观；隹确地给出产品推等相关数据)，同时也是数据复杂性的提户之间关联预测。荐，在基于内容的个性化推荐系统中用户升。大数据时代下的数据类型各式各样，3)聚类分析，即比传统分析方法更复相关的特征属性来定义推荐产品，以用户有非结构化信息又有结构化信息，例如文杂，根据数据库中的记录通过工具划分为评价产品的特征为依据，通过机器语言挖本、视频等，

6、而且数据的搜索和分析速度不同类别，进而针对每一类深层次分析。掘用户的兴趣，发现用户与预测项目的相要求也越来越高。4)概念描述，即对某类对象的深层似度。1．1大数据时代的电子商务发展趋势次意义进行描述，从而得出其共有的特2．2基于协同过滤的推荐技术电子商务是指利用计算机网络技征。概念描述可以划分为以下两种：特征协同过滤系统是目前应用最广泛的术，从事各种商业经济活动，以期实现商性描述，即描述某对象或项目的共同具有推荐系统。主要是根据与用户偏好最为相务的网络化。纵观可知，电子商务的发展的特征；区别性描述，即描述不同对象之似的邻居用户来对项

7、目的偏好进行推荐，分为三个层次：建立易于实施的可操作系间的区别。对于特征性描述，仅仅描述所类似于消费者之间具有相同的兴趣。基于统(初级层次)；维系牢固的商业链(中有对象或者项目的共性所在：然而关于区协同过滤的推荐方法对于项目没有特别要级层次)；实现全方位的数字自动化(高别性描述的方法特别多，比如遗传算法、求，能处理许多非结构化数据。级层次)。随着lnternet的迅速发展，电决策树方法等。此种方式的推荐，和日常生活中亲子商务的发展已经进入了一个精细化、隐5)偏差检测：数据库中的数据一般朋好友的推荐类似。协同过滤技术是从用形化的阶段，

8、透过数据挖掘消费者的偏是正常数据，偶尔会有异常记录，如果能户的兴趣出发做出个性化的产品推荐，借好，进而进行精；隹化营销。对从数据库中的这些偏差进行分析，会对助商业智能等手段，所以推荐的自动化程随着互联网的出现，以及与大数据学术指导有意