电子商务推荐系统

[摘 要]随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务IT技术的一个重要研究内容,越来越多地受到研究者的关注.本文探讨了电子商务系统的构成、研究内容、研究现状,分析了目前有的推荐系统存在的缺陷和问题,提出了未来电子商务推荐系统研究的发展方向.

[关 键 词]电子商务；推荐系统；协作过滤；个性化推荐

[中图分类号]F062.省略就是通过利用偏好或其他用户购写信息来介绍书籍或者其它产品给用户的推荐系统.然而,使用的技术相当简单,而且并非很精确和有效.基本上,程序将当前客户购写的一系列产品与其他客户购写的一系列产品作比较,选择客户购写较多的产品与当前客户购写的产品集合的交集,最后从中选出一些尚未被客户所购写而仍然在顾客购物篮中的产品,并将它们作为推荐列表呈现给客户.该技术也用于类似于协作过滤的文本文档的信息抽取.电影或音乐唱片的推荐,例如Moviefrnder.省略,以及CDNow.省略通过将书籍推荐给已经购写过特定书籍的顾客实现个性化推荐的.Amazon..所推荐书籍概括的分为有两种：小说书籍和非小说书籍.小说书籍的推荐很简单,就是将同一作者的其它小说书籍推荐给特定用户,这样最终就将由该作者撰写的相似类别的小说书籍推荐给了有相似背景的用户.而非小说书籍的推荐将是将每个作者的相似类别的小说书籍推荐给了有相似背景的用户.

五、电子商务推荐技术存在的问题和发展方向

综合目前电子商务中个性化推荐系统的现状可以看出,现存的个性化推荐系统技术大都是基于规则的系统,基于内容过滤的系统,以及协作过滤系统三种.而且,这些个性化推荐系统所运用的技术也仅仅限于基于内容的过滤,KNN(L-NearestNeighboring)技术,基于聚类的(Clustering-based)协作过滤,基于项目的(Item-based)协作过滤,序列模式,规则分析等等.由于这些推荐系统各自应用范围的局限,而且都不同程度的需要人工参与,因而导致目前推荐系统的推荐精确度较低.不仅如此,大多数个性化推荐系统只是给用户推荐一些不同类别的资源,这与普通的搜索引擎比较相似,而且对用户正确行为的推荐却比较少.

未来电子商务推荐技术研究的发展主要体现在以下几个方面：

1.组合推荐技术的研究

众所周知,现存的推荐技术已经得到推广和应用,但各种技术都存在一些缺陷,能否将各种推荐技术融合起来作到取长补短是未来电子商务推荐技术研究的重要课题.

2.推荐技术准确度的研究

目前的推荐技术推荐的准确性还得不到保证,准确度的研究还局限在手工实验阶段,因此,研究出自动的准确性验证理论模型就显得非常重要.

3.数据获取方面,主要还是依赖用户的显式评价,在自动获得用户的隐式信息方面做得不够.

4.研究过于集中解决推荐算法性能的提高,对推荐系统的开发与应用,尤其是与企业其它系统的集成应用,在辅助企业的市场销售,客户管理和企业商务智能方面缺乏研究.