郭志萍

（晉中職業(yè)技術(shù)學(xué)院，山西 晉中 030600）

個性化推薦可以有效解決信息過量的問題，畢竟當(dāng)前大數(shù)據(jù)的發(fā)展也越來越迅速，個性化推薦也在利用大數(shù)據(jù)獲取用戶日常的瀏覽和搜索喜好，從而發(fā)掘用戶潛在的消費方向，在電商平臺為消費者推薦更適合其意向的產(chǎn)品信息。

1 什么是個性化網(wǎng)頁推薦系統(tǒng)

個性化推薦系統(tǒng)是依靠消費者的搜索和瀏覽軌跡來預(yù)測用戶的關(guān)注點和購買欲望，同時向用戶推薦一些符合用戶興趣的產(chǎn)品或者信息?？梢哉f個性化推薦系統(tǒng)是建立在海量數(shù)據(jù)基礎(chǔ)上的只能系統(tǒng)，不管是新聞還是娛樂，個性化推薦系統(tǒng)總會根據(jù)用戶的需求進行推薦，尤其是電子商務(wù)方面，更能夠加強用戶的針對性，為用戶解決信息搜索和篩選的難題，從而為用戶推薦更想要的產(chǎn)品，滿足用戶的網(wǎng)購需求。

我國的個性化推薦系統(tǒng)早在2000年就開始研發(fā)，在不斷完善后已經(jīng)應(yīng)用到了互聯(lián)網(wǎng)行業(yè)各方面的領(lǐng)域，像是搜索引擎、電子商務(wù)等都在利用個性化推薦系統(tǒng)來豐富用戶的體驗，減少用戶的搜索時間。而隨著大數(shù)據(jù)的發(fā)展和進步，個性化推薦系統(tǒng)會變得越來越便捷且快速，可以讓用戶更全面且更快速地搜索到自己想要的東西，大大加快了網(wǎng)絡(luò)的發(fā)展速度以及用戶的生活效率，對電商行業(yè)的發(fā)展是非常有幫助的。

當(dāng)前個性化網(wǎng)頁推薦系統(tǒng)的發(fā)展大力推動了我國電商行業(yè)的進步，可以讓用戶快速搜索到更有價值和更加感興趣的產(chǎn)品，大大豐富了消費者的網(wǎng)購體驗。

2 個性化推薦系統(tǒng)的優(yōu)勢

個性化推薦系統(tǒng)是最適合電商平臺發(fā)展的服務(wù)系統(tǒng)，也是針對于網(wǎng)絡(luò)營銷的重要方法。一個精確的個性化推薦系統(tǒng)可以有效防止用戶流失、抓住用戶的購買欲望、方便用戶的篩選方式、加強平臺和各商家的經(jīng)濟利益，對于用戶、商家、平臺三方面來說都是非常有好處的，因此個性化推薦系統(tǒng)在電子商務(wù)的發(fā)展過程中也具有如下優(yōu)勢：

（1）加強用戶購買欲望。畢竟大部分用戶在瀏覽電商網(wǎng)站或者其他網(wǎng)站時并沒有抱著購買的目標(biāo)，大多數(shù)可能有意向但并不會去直接購買。而個性化推薦系統(tǒng)不僅僅能針對用戶的需求進行推薦，還能讓用戶感覺到自己需要對產(chǎn)品進行購買，從而引發(fā)購買欲望，帶動經(jīng)濟效益。即使不是電商網(wǎng)站，在用戶搜索時利用個性化定制也可以推送相關(guān)廣告，讓用戶從廣告中獲取所想要得到信息和商品鏈接，進而激發(fā)用戶的購物沖動。

（2）加強交叉銷售。個性化推薦系統(tǒng)可以根據(jù)算法看到顧客和商品直接的必然聯(lián)系，從而將客戶和相關(guān)商品進行一定的捆綁，同時還能推薦相關(guān)的產(chǎn)品組合，達到一種捆綁銷售的目的，這對于商家之間的交叉發(fā)展都是非常有好處的。

（3）加強客戶滿意度。由于當(dāng)前客戶所要面對的信息量暴增，很多用戶無法對自己意向的商品進行精確選擇，而個性化推薦系統(tǒng)可以對用戶意向的商品進行推薦，加強用戶的購物和搜索體驗，提升客戶的滿意度以及留存率，讓整個平臺獲得最好的發(fā)展。

（4）優(yōu)化網(wǎng)站服務(wù)。利用標(biāo)簽或者Web日志的形勢對用戶的意向進行分析，針對用戶形成個性化定制的推薦，可以有效讓用戶及時收獲到其感興趣的信息，同時信息也能根據(jù)用戶需求進行變換，讓用戶獲得一種新鮮感和存在感，讓用戶獲得最好的服務(wù)，從而加強對于電商平臺的信任和依賴。

（5）促進商家發(fā)展。畢竟互聯(lián)網(wǎng)以及電商平臺的信息數(shù)量之龐大，因此很多電商商家很容易被埋沒到大量數(shù)據(jù)當(dāng)中。而個性化推薦系統(tǒng)可以極大的縮小用戶的理想范圍，讓用戶在小范圍內(nèi)加強對商家的篩選，也給了那些小商家們一些機會，讓商家能夠獲得更多的發(fā)展機會和發(fā)展前景，從而促進了電商市場的繁榮。

3 常見個性化推薦系統(tǒng)的算法

個性化推薦系統(tǒng)之間也會依靠不同的推薦方法來給用戶推薦其想要的產(chǎn)品，同時也是因為其算法的差異而導(dǎo)致的，目前大部分推薦系統(tǒng)都會基于以下推薦方式進行相關(guān)算法的定制：

（1）基于規(guī)則關(guān)聯(lián)推薦。相關(guān)性的規(guī)則關(guān)聯(lián)是數(shù)據(jù)領(lǐng)域最重要的組成部分，而基于規(guī)則關(guān)聯(lián)的算法本質(zhì)就是利用統(tǒng)計得來的數(shù)據(jù)規(guī)則作為前提條件，同時針對用戶的歷史瀏覽或者購買行為進行推薦。這個算法主要是相對來說非常容易實現(xiàn)和應(yīng)用，并且當(dāng)前的研究已經(jīng)非常成熟了，幾乎大部分軟件都支持該算法的使用。不過隨著信息爆炸式的發(fā)展，規(guī)則的發(fā)掘相對來說需要更多的時間，同時準(zhǔn)確性也大大降低，并不適用電商平臺于相對長遠的發(fā)展。

（2）基于內(nèi)容的推薦?；趦?nèi)容的推薦算法最早來自于信息搜索方面的發(fā)展，其目的是利用用戶興趣的相似性進行信息過濾，讓用戶獲得最適合自己的信息。其算法首先就是要對項目內(nèi)容進行分析，同時對用戶感興趣、瀏覽過甚至評價過的產(chǎn)品進行模型或標(biāo)簽建立，根據(jù)相關(guān)模型或者關(guān)鍵詞、標(biāo)簽進行推薦。相對來說該算法更加簡單直接，同時結(jié)果也便于解釋。不過該算法特征提取能力是有局限性的，僅僅適用于產(chǎn)品特別具有關(guān)鍵特征的地方，如果產(chǎn)品無法讓關(guān)鍵詞進行描述時則很難利用該算法推薦了。

4 當(dāng)前個性化網(wǎng)頁推薦系統(tǒng)的問題和解決提議

雖然當(dāng)前個性化網(wǎng)頁推薦系統(tǒng)已經(jīng)相對比較完善，但在用戶的使用過程當(dāng)中依然會出現(xiàn)一些不利于用戶體驗的問題，這些問題的存在不僅不利于電商行業(yè)的發(fā)展，甚至?xí)o用戶帶來極大的不便：

（1）推薦不精確。由于當(dāng)前大多數(shù)電商平臺的個性化推薦系統(tǒng)都是以標(biāo)簽的形勢在給用戶進行推薦，大多數(shù)都會利用用戶的瀏覽歷史甚至輸入法關(guān)鍵詞進行信息獲取并進行反饋，因此電商平臺很容易出現(xiàn)給用戶推薦的產(chǎn)品并不符合用戶意愿，無法精準(zhǔn)定位用戶的喜好，僅僅是對用戶的瀏覽標(biāo)簽進行推薦，讓用戶感到個性化推薦并沒有什么用處。因此電商平臺應(yīng)當(dāng)進一步優(yōu)化算法，研究并設(shè)計新的算法來加強個性化推薦系統(tǒng)的精確性，確保能夠更準(zhǔn)確地像用戶推薦其需要的產(chǎn)品。

（2）隱私問題。由于大多數(shù)電商平臺的標(biāo)簽還會以用戶的性別、地區(qū)、購買習(xí)慣甚至年齡進行制定，加上瀏覽歷史和輸入法等軟件的協(xié)助，就很容易讓用戶感覺自己的行動軌跡和個人信息受到了監(jiān)視和泄露，大部分消費者無法接受這樣的情況，覺得電商平臺的行為侵犯了個人隱私，雖然增強了用戶的個性化定制，但也因此降低了用戶對于電商平臺的信任，對于電商平臺的長期發(fā)展是非常不利的。因此電商平臺應(yīng)當(dāng)加強對于用戶隱私的保護，盡量控制對用戶記錄的獲取，并且制定好相關(guān)聲明，加強用戶的信任，讓用戶不再感受到隱私受到侵犯。

（3）商品質(zhì)量問題。由于部分電商平臺的門檻相對較低，因此很容易出現(xiàn)一些不法商家在電商平臺兜售劣質(zhì)產(chǎn)品，而這些產(chǎn)品由于沒有經(jīng)過平臺的審查，加上推薦機制的問題，部分產(chǎn)品很容易利用刷單等方式透過個性化推薦系統(tǒng)推送給消費者，必然會對消費者造成極大的影響，也會讓電商平臺造成極大的用戶流失以及口碑損失。因此電商平臺應(yīng)當(dāng)加強產(chǎn)品上架審核的制度，要確保商家的上架商品符合國家的質(zhì)量標(biāo)準(zhǔn)，加強商品審核，只有審核通過的商品才可以上架并進入個性化推薦系統(tǒng)。而且還要嚴(yán)厲打擊刷單行為，并且優(yōu)化推薦機制，一定要給用戶推薦最優(yōu)質(zhì)且最有保障的產(chǎn)品，從而讓用戶在購物時感到放心。

（4）數(shù)據(jù)稀疏性?，F(xiàn)在推薦系統(tǒng)規(guī)模越來越大，用戶和商品數(shù)目動輒百千萬計，而且用戶之間選擇的重疊非常少，因此導(dǎo)致數(shù)據(jù)產(chǎn)生很大的稀疏性，導(dǎo)致當(dāng)前大多數(shù)算法的效果無法得到應(yīng)有的展現(xiàn)。解決這個問題的辦法很多，例如可以通過擴散的算法，從原來的一階關(guān)聯(lián)（兩個用戶有多少相似打分或者共同購買的商品）到二階甚至更高階的關(guān)聯(lián)（假設(shè)關(guān)聯(lián)性或者說相似性本身是可以傳播的），也可以添加一些默認的打分，從而提高相似性的分辨率，一般而言，數(shù)據(jù)規(guī)模越大就越稀疏?，F(xiàn)在認為能夠處理稀疏數(shù)據(jù)的算法（如擴散、迭代尋優(yōu)、轉(zhuǎn)移相似性等）對于電商行業(yè)的發(fā)展會更有價值。

5 結(jié)束語

總的來說當(dāng)前電商平臺的發(fā)展離不開個性化推薦系統(tǒng)的進步和發(fā)展，同時也離不開大數(shù)據(jù)的應(yīng)用。個性化系統(tǒng)的發(fā)展和應(yīng)用對于網(wǎng)絡(luò)用戶購物體驗的提升是非常有效的，可以讓用戶在選擇方面提供更加豐富的選項，從而減少了用戶由于搜索所浪費的時間，同時也加速了電商企業(yè)的發(fā)展。雖然個性化推薦系統(tǒng)當(dāng)前依然面臨著不少問題，不過當(dāng)前信息技術(shù)的發(fā)展迅速，相信個性化網(wǎng)頁推薦系統(tǒng)會變得越來越完善，讓用戶的購物體驗越來越便捷，讓電子商務(wù)部行業(yè)的發(fā)展變得越來越迅速。