吳恒亮 張巍巍

摘要:介紹了電子商務(wù)推薦系統(tǒng)的基本內(nèi)涵,對電子商務(wù)推薦系統(tǒng)的工作流程進行了初步探討,并從不同角度對常用的電子商務(wù)推薦技術(shù)的推薦機理與方法進行了對比研究。

關(guān)鍵詞:電子商務(wù);推薦系統(tǒng);推薦技術(shù)

中圖分類號:TP274:F724.6文獻標識碼:A

Abstract: This paper introduces the basic connotation of e-commerce recommendation system, discusses the workflow of e-commerce recommendation system, and makes a comparative study to e-commerce recommendation techniques from different angles, including recommendation mechanism and method.

Key words: e-commerce; recommendation system; recommendation technique

與傳統(tǒng)的商務(wù)活動相比,電子商務(wù)具有不可比擬的優(yōu)勢,如降低企業(yè)成本、提高效率、提高企業(yè)的競爭力、提供給用戶更多的選擇等。如今,電子商務(wù)的效益日益明顯,通過Internet建立自己的網(wǎng)上商店進行商務(wù)活動的企業(yè)越來越多,但這些虛擬的商店并沒有配備相應(yīng)的銷售人員來引導用戶購物。隨著電子商務(wù)網(wǎng)站規(guī)模的不斷擴大,網(wǎng)上商品越來越豐富,雖然用戶有了更大的選擇空間,但同時也增加了用戶購買所需商品的難度,用戶在找到自己需要的商品之前,往往需要瀏覽大量的無關(guān)信息。為了解決這個問題,有效地指導用戶在電子商務(wù)網(wǎng)站中購物,人們提出了電子商務(wù)推薦系統(tǒng)。

1電子商務(wù)推薦系統(tǒng)的涵義及其作用

電子商務(wù)推薦系統(tǒng)是指利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議,幫助客戶決定應(yīng)該購買什么產(chǎn)品,模擬銷售人員幫助客戶完成購買過程。目前,幾乎所有大型的電子商務(wù)系統(tǒng),如Amazon、eBay、當當網(wǎng)等,都不同程度地使用了各種形式的電子商務(wù)推薦系統(tǒng),電子商務(wù)推薦系統(tǒng)的開發(fā)和應(yīng)用將會給企業(yè)帶來巨大的經(jīng)濟效益。

電子商務(wù)推薦系統(tǒng)可以提高電子商務(wù)網(wǎng)站的銷售能力,其作用主要體現(xiàn)在以下3個方面:

(1)實現(xiàn)瀏覽者向購買者的轉(zhuǎn)變

很多電子商務(wù)網(wǎng)站因為設(shè)計不合理,導致用戶無法快捷地找到感興趣或想購買的商品,從而出現(xiàn)了瀏覽站點的用戶經(jīng)常是只看不買的現(xiàn)象,而電子商務(wù)推薦系統(tǒng)的出現(xiàn)可以幫助用戶便捷地找到想購買的商品,從而實現(xiàn)了用戶從瀏覽者向購買者的轉(zhuǎn)變。

(2)實現(xiàn)交叉銷售

電子商務(wù)推薦系統(tǒng)在用戶購買過程中向用戶推薦其他有價值的商品,用戶能夠從提供的推薦列表中購買自己確實需要但在購買過程中沒有想到的商品,從而實現(xiàn)了電子商務(wù)系統(tǒng)的交叉銷售。

(3)實現(xiàn)客戶的有效保留

電子商務(wù)推薦系統(tǒng)通過分析用戶的購買習慣和需求,向用戶提供有價值的商品推薦。如果推薦質(zhì)量很高,那么用戶會再次訪問該網(wǎng)站,并會推薦給其他人,從而進一步擴大了網(wǎng)站的客戶群,也有效地避免了客戶流失問題。

總之,電子商務(wù)推薦系統(tǒng)可以模擬商店銷售人員向用戶提供商品推薦,幫助用戶找到所需商品,從而順利完成購買過程,可以有效保留用戶,提高電子商務(wù)系統(tǒng)的銷售能力,商家也可以通過電子商務(wù)推薦系統(tǒng)保持與客戶的聯(lián)系,重建客戶關(guān)系。

2電子商務(wù)推薦系統(tǒng)的分類

目前,電子商務(wù)推薦系統(tǒng)的分類方法存在多種,根據(jù)推薦的自動化和持久性程度,可以將電子商務(wù)推薦系統(tǒng)分為非個性化電子商務(wù)推薦系統(tǒng)、基于屬性的電子商務(wù)推薦系統(tǒng)、用戶相關(guān)性推薦系統(tǒng)和商品相關(guān)性推薦系統(tǒng)。

其中,非個性化電子商務(wù)推薦系統(tǒng)是基于其他用戶對商品的綜合評價,或是基于電子商務(wù)系統(tǒng)的銷售排行,或是基于電子商務(wù)系統(tǒng)的編輯推薦,向當前用戶提供推薦信息;基于屬性的電子商務(wù)推薦系統(tǒng)則是根據(jù)商品的屬性特征向用戶產(chǎn)生推薦列表;用戶相關(guān)性推薦系統(tǒng)首先搜索當前用戶的最近鄰居,然后根據(jù)最近鄰居的購買歷史或評分信息向當前用戶產(chǎn)生推薦;商品相關(guān)性推薦系統(tǒng)主要根據(jù)商品之間的相關(guān)性向用戶產(chǎn)生相應(yīng)的推薦信息。

根據(jù)所采用的推薦技術(shù)可以將電子商務(wù)推薦系統(tǒng)分為以下幾種類型:協(xié)同過濾推薦、基于內(nèi)容過濾的推薦、基于關(guān)聯(lián)規(guī)則的推薦、基于用戶統(tǒng)計信息的推薦、基于效用的推薦和基于知識的推薦等。本文將在下面對這些推薦技術(shù)進行比較。

3電子商務(wù)推薦系統(tǒng)的工作流程

雖然電子商務(wù)推薦系統(tǒng)的種類很多,所采用的推薦技術(shù)也不盡相同,但各種推薦系統(tǒng)的工作流程基本相同,主要包括數(shù)據(jù)采集、數(shù)據(jù)預處理、形成推薦和結(jié)果顯示等環(huán)節(jié)。電子商務(wù)推薦系統(tǒng)的一般工作流程如圖1所示。

3.1數(shù)據(jù)采集

數(shù)據(jù)采集方式主要有兩種類型:顯式采集和隱式采集。其中,顯式采集方式是指推薦系統(tǒng)需要用戶顯式地輸入形成推薦所需要的信息,包括用戶信息、用戶對商品的評價等;隱式采集方式是指推薦系統(tǒng)根據(jù)電子商務(wù)系統(tǒng)在用戶的購物過程中自動記錄的信息形成推薦,比如用戶瀏覽或者購買了哪些商品,以此來分析用戶的行為特性,不需要用戶輸入任何信息。

顯式方式獲得的數(shù)據(jù)通常比較準確,但需要用戶顯式地輸入信息,數(shù)據(jù)采集比較困難。隱式方式獲取數(shù)據(jù)的準確性要低一些,且只能獲得用戶比較簡單的評價,但采集數(shù)據(jù)相對比較容易。在實際的電子商務(wù)推薦系統(tǒng)應(yīng)用中,針對用戶和電子商務(wù)網(wǎng)站不同的需求,兩種方式都有各自的應(yīng)用場合。

3.2數(shù)據(jù)預處理

數(shù)據(jù)采集階段所獲得的數(shù)據(jù)往往具有不同的存儲格式,而不同的推薦技術(shù)所要求的數(shù)據(jù)格式也不盡相同。因此,在形成推薦以前往往要根據(jù)不同的推薦技術(shù)對不同類型的數(shù)據(jù)進行相應(yīng)的預處理,將其轉(zhuǎn)化成符合所使用推薦技術(shù)要求的格式。

比較常用的存儲格式包括:基于內(nèi)容的文本格式和基于數(shù)值的矩陣格式。其中,基于內(nèi)容的文本格式數(shù)據(jù)需要用語義分析等知識進行預處理;基于數(shù)值的矩陣格式數(shù)據(jù),通常是用M×N的用戶-商品評價矩陣R來表示,矩陣中的元素R表示第i位用戶對第j個商品的評價,可以當作數(shù)值來進行處理。數(shù)據(jù)預處理包括數(shù)據(jù)清洗、會話識別和事務(wù)識別等過程。

3.3形成推薦

電子商務(wù)推薦系統(tǒng)完成了數(shù)據(jù)采集工作,并對數(shù)據(jù)進行預處理之后,就可以利用各種推薦方法進行推薦了。形成推薦是電子商務(wù)推薦系統(tǒng)工作流程中最為關(guān)鍵的一個步驟。

前面介紹了電子商務(wù)推薦系統(tǒng)的分類,不同類型的電子商務(wù)推薦系統(tǒng)所運用的推薦技術(shù)和方法不盡相同,下文中對各種電子商務(wù)推薦技術(shù)的推薦依據(jù)和主要算法步驟進行了比較,參見表1。

3.4結(jié)果顯示

推薦結(jié)果形成后,接下來的任務(wù)是如何把推薦結(jié)果呈現(xiàn)給用戶。不同的推薦結(jié)果顯示時機和方式,往往可以起到不同的推薦效果。結(jié)果顯示的途徑主要包括以下幾種:

(1)將電子商務(wù)網(wǎng)站最熱銷的商品或者最新加入的商品以排行榜的形式顯示給用戶。

(2)根據(jù)用戶的查詢操作和要求形成推薦,并將推薦結(jié)果按照匹配程度或者用戶的感興趣程度進行排序,以列表或超鏈接的形式把推薦結(jié)果顯示給用戶。

(3)向用戶提供其他用戶對用戶正在瀏覽商品的評價信息。

(4)根據(jù)用戶的興趣愛好向當前用戶推薦商品。

(5)向用戶推薦與用戶購物車中商品相關(guān)的商品。

(6)以電子郵件方式向用戶發(fā)送其可能感興趣的商品或者新加入系統(tǒng)的商品信息。

4電子商務(wù)推薦系統(tǒng)的推薦技術(shù)比較

下面的表1和表2分別從不同的角度對目前常用的電子商務(wù)推薦技術(shù)進行了比較。其中,表1主要從推薦依據(jù)和主要算法步驟兩個方面對各種推薦技術(shù)進行了比較,表中U=u,u,u,…,u代表用戶集合,I=i,i,i,…,i代表產(chǎn)品項目列表。表2則對各種推薦技術(shù)的優(yōu)缺點進行了對比分析。

由于各種推薦技術(shù)都存在優(yōu)缺點,所以在實際的應(yīng)用中常采用組合推薦技術(shù)。例如,內(nèi)容過濾推薦和協(xié)同過濾推薦的組合,分別用基于內(nèi)容的方法和協(xié)同推薦方法,產(chǎn)生一個推薦預測結(jié)果,然后用某方法組合其結(jié)果。

5結(jié)束語

企業(yè)如何在虛擬的電子商務(wù)環(huán)境中吸引新用戶,并確保自己可以提供足夠的產(chǎn)品或服務(wù)留住老用戶,幫助用戶從電子商務(wù)網(wǎng)站中挑選出自己真正需要的產(chǎn)品或服務(wù),已成為許多電子商務(wù)企業(yè)所要關(guān)注的主要問題,解決這些問題的重要途徑就是構(gòu)建完善的電子商務(wù)個性化推薦系統(tǒng),而個性化推薦技術(shù)的研究是提高電子商務(wù)推薦系統(tǒng)推薦效果的關(guān)鍵因素。本文介紹了電子商務(wù)推薦系統(tǒng)的基本內(nèi)涵,對電子商務(wù)推薦系統(tǒng)的工作流程進行了初步探討,并從不同角度對常用的電子商務(wù)推薦技術(shù)的推薦機理與方法進行了對比研究。

參考文獻:

[1]J L Herlocker, J A Konstan, L G Terveen. Evaluating Collaborative Filtering Recommendation System[J]. ACM Transactions on Information System, 2004,22(1):50-53.

[2] 黎星星. 電子商務(wù)推薦系統(tǒng)研究[J]. 計算機工程與科學,2004,26(5):7-10.

[3] 游文,葉水生. 電子商務(wù)推薦系統(tǒng)中的協(xié)同過濾推薦[J]. 計算機技術(shù)與發(fā)展,2006,16(9):70-72.

[4] 蓋亮. 電子商務(wù)推薦系統(tǒng)的研究與實現(xiàn)[D]. 天津:天津大學,2007.

[5] 朱巖,林澤楠. 電子商務(wù)中的個性化推薦方法評述[J]. 中國軟科學,2009(2):183-192.