賈玉罡

（伊春職業(yè)學(xué)院，伊春　153000）

1　系統(tǒng)開發(fā)的意義

我國(guó)自進(jìn)入 21 世紀(jì)以來，伴隨著互聯(lián)網(wǎng)和通信技術(shù)的不斷發(fā)展以及電子商務(wù)實(shí)踐的不斷深入，網(wǎng)上商城中產(chǎn)品的推薦顯得愈發(fā)的關(guān)鍵。如何良好地利用網(wǎng)上商城自動(dòng)的向客戶提供商品信息和建議，猜測(cè)客戶可能潛在感興趣或者有需求的各種商品。經(jīng)營(yíng)者和生產(chǎn)者若能以消費(fèi)者角度來分析用戶可能喜愛的商品，為消費(fèi)者提供個(gè)性化的定制服務(wù)，增加網(wǎng)上商城的營(yíng)銷收入，推進(jìn)商城的進(jìn)一步發(fā)展。個(gè)性化的推薦服務(wù)已越來越多的受到用戶的青睞和喜愛，實(shí)踐已經(jīng)證明個(gè)性化推薦服務(wù)能夠?yàn)殡娚處砭薮蟮慕?jīng)濟(jì)利潤(rùn)。

2　系統(tǒng)總體框架設(shè)計(jì)

要設(shè)計(jì)一個(gè)系統(tǒng)，首先需要設(shè)計(jì)整個(gè)系統(tǒng)的架構(gòu)，然后再對(duì)各個(gè)子系統(tǒng)分別細(xì)化設(shè)計(jì)，從而達(dá)到“分而治之”的目的。如果一些子系統(tǒng)較復(fù)雜，我們可以先將其抽象出來，構(gòu)造出整個(gè)系統(tǒng)的結(jié)構(gòu)，然后再對(duì)復(fù)雜的子系統(tǒng)單獨(dú)考慮，自頂向下完成整個(gè)系統(tǒng)的設(shè)計(jì)。

推薦系統(tǒng)是由用戶行為輸入子系統(tǒng)、推薦子系統(tǒng)、推薦結(jié)果分析子系統(tǒng)和前臺(tái)展示頁面四部分構(gòu)成。用戶行為輸入子系統(tǒng)通過用戶在購(gòu)物中心的行為信息，構(gòu)建用戶行為模型，推薦子系統(tǒng)根據(jù)輸入信息通過算法處理得到推薦結(jié)果，然后再通過輸出結(jié)果返回到購(gòu)物中心頁面進(jìn)行展示，而推薦分析子系統(tǒng)則可以對(duì)推薦的效果進(jìn)行分析，更好的優(yōu)化推薦系統(tǒng)的功能。

（1）用戶行為輸入子系統(tǒng)。我們可以通過用戶的瀏覽記錄、收藏記錄、歷史購(gòu)買記錄獲取到用戶的行為信息，通過關(guān)注用戶的搜索行為、重復(fù)瀏覽網(wǎng)頁行為，獲取到用戶的偏好，關(guān)注商品類別以及潛在購(gòu)買類別等信息。

（2）推薦子系統(tǒng)。以協(xié)同過濾推薦算法為基礎(chǔ)，進(jìn)行個(gè)性化推薦。

（3）推薦結(jié)果分析子系統(tǒng)。根據(jù)用戶對(duì)于推薦商品的瀏覽情況或是購(gòu)買情況，調(diào)整推薦輸入信息，優(yōu)化推薦系統(tǒng)，為用戶提供全面的個(gè)性化服務(wù)。

（4）前臺(tái)展示頁面。將推薦系統(tǒng)分析出的個(gè)性化推薦商品，展示在前臺(tái)頁面，供用戶進(jìn)行選擇消費(fèi)。

3　系統(tǒng)功能模塊設(shè)計(jì)

下面我們介紹系統(tǒng)的詳細(xì)結(jié)構(gòu)，如圖所示。系統(tǒng)整體的結(jié)構(gòu)依然有四部分組成，其中三個(gè)子系統(tǒng)都用虛線標(biāo)出，還有一個(gè)用戶接口（UI）子系統(tǒng)這里沒有繼續(xù)細(xì)分。

3.1　用戶特征分析子系統(tǒng)

該系統(tǒng)主要有用戶行為日志模塊、特征提取模塊、特征轉(zhuǎn)換模塊以及用戶特征模型四個(gè)部分構(gòu)成。用戶行為日志模塊負(fù)責(zé)記錄用戶上網(wǎng)的行為日志，即訪問的網(wǎng)站信息、搜索關(guān)鍵字信息等。特征提取模塊負(fù)責(zé)從用戶含有搜索引擎的日志記錄里面提取用戶關(guān)鍵字，并且做一些處理，以作為用戶的特征，特征轉(zhuǎn)換模塊負(fù)責(zé)將提取的特征進(jìn)行轉(zhuǎn)換，構(gòu)造符合要求的用戶的特征（主要關(guān)注商品相關(guān)的特征）。用戶特征模型負(fù)責(zé)構(gòu)造所需要的用戶特征模型，供推薦引擎子系統(tǒng)使用。

3.2　用戶商品模型子系統(tǒng)

用戶商品模型子系統(tǒng)主要由系統(tǒng)用戶日志模塊、用戶模型、商品信息模塊和商品模型四部分組成。系統(tǒng)用戶日志模塊負(fù)責(zé)記錄系統(tǒng)的注冊(cè)用戶在系統(tǒng)中的行為（包括瀏覽、購(gòu)買等行為）。商品信息模塊負(fù)責(zé)存儲(chǔ)系統(tǒng)中所有的商品信息。用戶模型和商品模型模塊負(fù)責(zé)構(gòu)造推薦引擎所需要的用戶和商品模型數(shù)據(jù)。

3.3　推薦引擎子系統(tǒng)

推薦引擎子系統(tǒng)主要由改進(jìn)的基于物品的協(xié)同過濾推薦模塊、基于用戶特征的推薦模塊和組合推薦結(jié)果三個(gè)部分構(gòu)成。改進(jìn)的基于物品的協(xié)同過濾推薦模塊負(fù)責(zé)根據(jù)用戶模型和商品模型構(gòu)造用戶-物品評(píng)分矩陣，然后找到目標(biāo)物品的最近鄰，最后預(yù)測(cè)目標(biāo)物品的評(píng)分，把該類物品下評(píng)分最高的幾個(gè)物品作為推薦結(jié)果推薦給用戶。基于用戶特征的推薦模塊負(fù)責(zé)根據(jù)用戶特征和商品特征造特征-物品相關(guān)表，找到與用戶特征最相關(guān)的物品，然后推薦給用戶。組合推薦結(jié)果模塊負(fù)責(zé)產(chǎn)生推薦結(jié)果。如果是新用戶，則直接由基于用戶特征的推薦模塊產(chǎn)生推薦結(jié)果。如果不是新用戶，則組合基于用戶特征的推薦結(jié)果和改進(jìn)的基于物品的協(xié)同過濾推薦結(jié)果，形成最終的推薦。

3.4　用戶接口（UI）子系統(tǒng)

用戶接口子系統(tǒng)需要將推薦引擎產(chǎn)生的推薦結(jié)果展示給用戶，并且和用戶交互，將用戶對(duì)推薦結(jié)果的反饋信息返回給推薦引擎子系統(tǒng)，使其更新用戶模型。用戶接口還需要將用戶在推薦系統(tǒng)中的行為記錄下來，返回給系統(tǒng)用戶日志。

4　結(jié)束語

隨著電子商務(wù)信息化的快速發(fā)展，網(wǎng)上購(gòu)物的普及為各大電商平臺(tái)帶了更多的機(jī)遇與挑戰(zhàn)，如何為用戶提供更加高效、準(zhǔn)確、安全的信息化服務(wù)，以便在激烈的競(jìng)爭(zhēng)取得優(yōu)勢(shì)，成為了電子商務(wù)建設(shè)中的第一個(gè)橋頭堡。個(gè)性化推薦系統(tǒng)通過獲取用戶的偏好，經(jīng)過分析計(jì)算，幫助用戶更快的找到所需要的優(yōu)質(zhì)商品，輔助用戶完成購(gòu)買過程。在日益激烈的競(jìng)爭(zhēng)環(huán)境下，高效的個(gè)性化推薦系統(tǒng)能夠提高電商網(wǎng)站的銷售額，同時(shí)更能夠?yàn)橛脩籼峁┮粋€(gè)良好的購(gòu)物體驗(yàn)，因此受到了電子商務(wù)領(lǐng)域的廣泛關(guān)注，是非常有意義的研究課題。

[1]高瀅，齊紅，劉杰，劉大有.結(jié)合似然關(guān)系模型和用戶等級(jí)的協(xié)同過濾推薦算法[J].計(jì)算機(jī)研究與發(fā)展，2008.