- 相關(guān)推薦
電子商務(wù)個(gè)性化推薦分析論文
摘要：近年來(lái)，科技的不斷進(jìn)步也推動(dòng)了網(wǎng)絡(luò)規(guī)模的擴(kuò)大，伴隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大電子商務(wù)的地位越發(fā)的凸顯出來(lái)，并成了當(dāng)前工作中相當(dāng)重要的一種模式。然而，電子商務(wù)的發(fā)展并不簡(jiǎn)單。作為一個(gè)虛擬的交易平臺(tái)如何留住顧客以及吸引顧客是一大難題，對(duì)這一問(wèn)題的研究是目前電子商務(wù)平臺(tái)的首要問(wèn)題。文章從電子商務(wù)個(gè)性化推薦這一點(diǎn)上進(jìn)行研究，對(duì)上述問(wèn)題進(jìn)行探討。
關(guān)鍵詞：電子商務(wù)；個(gè)性化推薦；技術(shù)應(yīng)用
在電子商務(wù)的推薦技術(shù)組成中，個(gè)性化的推薦技術(shù)是其中較為重要的組成部分。這一部分在某種意義上來(lái)說(shuō)決定了推薦系統(tǒng)的性能優(yōu)劣程度。個(gè)性化的系統(tǒng)在電子商務(wù)的運(yùn)行過(guò)程中，能夠起到記錄用戶(hù)瀏覽歷史并對(duì)其進(jìn)行分析的作用。這能夠使電子商務(wù)的個(gè)性推薦系統(tǒng)對(duì)用戶(hù)日常的愛(ài)好進(jìn)行挖掘，并預(yù)測(cè)用戶(hù)感興趣的商品，從而進(jìn)行推薦。這樣，在使得企業(yè)的產(chǎn)品銷(xiāo)售量得到增加同時(shí)還能夠使用戶(hù)的在購(gòu)買(mǎi)的過(guò)程中得到良好的體驗(yàn)。在此基礎(chǔ)上對(duì)于電子商務(wù)個(gè)性化推薦系統(tǒng)的研究具有重要的意義。
一、概括電子商務(wù)個(gè)性化推薦系統(tǒng)
通過(guò)對(duì)電子商務(wù)系統(tǒng)的不斷完善與發(fā)展，目前對(duì)于商品信息的表現(xiàn)越來(lái)越復(fù)雜化多樣化，對(duì)于用戶(hù)的需求的滿(mǎn)足也越發(fā)的艱巨。在這一背景下，對(duì)用戶(hù)進(jìn)行精準(zhǔn)的營(yíng)銷(xiāo)成了當(dāng)前相當(dāng)重要的一個(gè)熱點(diǎn)，受到廣大商家的追捧。進(jìn)而提升了電子商務(wù)系統(tǒng)的開(kāi)發(fā)程度。最開(kāi)始的電子商務(wù)推薦系統(tǒng)，其主要任務(wù)就是收集用戶(hù)的信息并主動(dòng)向主系統(tǒng)進(jìn)行反饋，在進(jìn)一步將系統(tǒng)消息發(fā)送到用戶(hù)的郵箱中，進(jìn)行信息的互動(dòng)。伴隨近年來(lái)電子商務(wù)推薦系統(tǒng)的不斷發(fā)展，其更加具有人性化的特點(diǎn)。在用戶(hù)購(gòu)買(mǎi)過(guò)程中提出建議幫助用戶(hù)做出決策。成功的電子商務(wù)個(gè)性推薦系統(tǒng)對(duì)于電子商務(wù)網(wǎng)站以及用戶(hù)來(lái)說(shuō)提供了以下幾個(gè)方面的優(yōu)勢(shì)：1.在用戶(hù)挑選商品的過(guò)程中為用戶(hù)提供參考，縮短用戶(hù)在商品選擇上所耗費(fèi)的時(shí)間。提高用戶(hù)的挑選效率,增強(qiáng)用戶(hù)購(gòu)買(mǎi)體驗(yàn)。2.用戶(hù)在獲得推薦完成購(gòu)買(mǎi)這一過(guò)程中，通過(guò)自身所獲得的良好體驗(yàn)進(jìn)而增強(qiáng)對(duì)網(wǎng)站的信賴(lài)感。進(jìn)而帶動(dòng)新用戶(hù)的產(chǎn)生，提高網(wǎng)站流量。3.良好的個(gè)性化推薦能夠增強(qiáng)用戶(hù)的購(gòu)買(mǎi)欲望，挖掘潛在客戶(hù)。4.電子商務(wù)個(gè)性化推薦系統(tǒng)在為用戶(hù)推薦產(chǎn)品的過(guò)程中，從側(cè)面來(lái)說(shuō)也拓展了用戶(hù)的視野，能夠幫助用戶(hù)挖掘新的興趣點(diǎn)。
二、電子商務(wù)個(gè)性化推薦信息的形成
電子商務(wù)個(gè)性化的推薦系統(tǒng)，其推薦信息的形成必須以推薦庫(kù)的建立為前提。再者就是對(duì)于用戶(hù)使用模式的建立，最終生產(chǎn)出推薦信息。1.推薦庫(kù)的產(chǎn)生：通過(guò)透明爬蟲(chóng)程序在網(wǎng)頁(yè)的爬取進(jìn)而產(chǎn)生網(wǎng)頁(yè)文本，再將網(wǎng)頁(yè)內(nèi)容進(jìn)行清洗，并且對(duì)正文內(nèi)容進(jìn)行操作。對(duì)信息進(jìn)行分析后存于推薦文庫(kù)中。2.建立用戶(hù)模型，從用戶(hù)端進(jìn)行資料的收集，在對(duì)這方面的資料收集過(guò)程中，包含了用戶(hù)的瀏覽習(xí)慣。根據(jù)這些資料可從模型庫(kù)中進(jìn)行信息的比對(duì)，進(jìn)而向用戶(hù)推薦他所感興趣的熱點(diǎn)信息。3.推薦信息的產(chǎn)生是經(jīng)由推薦系統(tǒng)與其他信息進(jìn)行交互所產(chǎn)生的。
三、電子商務(wù)個(gè)性化推薦系統(tǒng)在現(xiàn)實(shí)中的應(yīng)用
在電子商務(wù)推薦系統(tǒng)中，電子商務(wù)個(gè)性化推薦系統(tǒng)作為其核心技術(shù)，在商品的推薦上所使用的主要技術(shù)方面體現(xiàn)為協(xié)同過(guò)濾技術(shù)以及知識(shí)推薦技術(shù)等。協(xié)同過(guò)濾技術(shù)作為電子商務(wù)個(gè)性化推薦中使用最為廣泛的技術(shù)。這種技術(shù)依靠鄰居用戶(hù)所得到的目標(biāo)資料，進(jìn)而進(jìn)行用戶(hù)推薦，這種推薦方式的個(gè)性化相當(dāng)高。在電子商務(wù)的各種個(gè)性化推薦技術(shù)中，協(xié)同過(guò)濾由興趣相近用戶(hù)作為出發(fā)點(diǎn)進(jìn)行用戶(hù)推薦。這種推薦方式的優(yōu)點(diǎn)是，只要維護(hù)好用戶(hù)興趣的數(shù)據(jù)庫(kù)，對(duì)用戶(hù)的愛(ài)好進(jìn)行定期分析，與相同愛(ài)好群體進(jìn)行交互，就可以相對(duì)簡(jiǎn)單地進(jìn)行精準(zhǔn)的用戶(hù)推薦。況且，在使用這一技術(shù)的過(guò)程中，所推薦的用戶(hù)在產(chǎn)品的偏愛(ài)上與其他商品也有著一定的聯(lián)系。正因如此，對(duì)用戶(hù)的購(gòu)買(mǎi)情況進(jìn)行首要分析相當(dāng)必要，其次是對(duì)各商品間的近似度進(jìn)行調(diào)查分析。通過(guò)所得出的分析結(jié)果進(jìn)行推薦。這兩種不同的推薦策略，前者是將客戶(hù)與客戶(hù)的關(guān)系作為運(yùn)行的核心，后者是將商品間的聯(lián)系作為運(yùn)行核心。雖然核心不同，但只要是分析得當(dāng)，都能夠獲得近似的推薦效果。在協(xié)同過(guò)濾的推薦方法中，進(jìn)行跨類(lèi)型的推薦同時(shí)還不需要領(lǐng)域內(nèi)的知識(shí)限制，就能同他人進(jìn)行經(jīng)驗(yàn)上的共享。具有相當(dāng)良好的適應(yīng)性特點(diǎn)，伴隨著時(shí)間上的推移，電子商務(wù)系統(tǒng)在不斷地進(jìn)步和發(fā)展，推薦系統(tǒng)所推薦的商品質(zhì)量也會(huì)不斷地提高。隱式反饋的實(shí)現(xiàn)在減少用戶(hù)量反饋量的同時(shí)，也推動(dòng)著電子商務(wù)系電子個(gè)性化學(xué)習(xí)系統(tǒng)的發(fā)展速度。然而，悉數(shù)問(wèn)題以及新用戶(hù)等因素的干擾，協(xié)同過(guò)濾技術(shù)還存在著一些歷史遺留性的缺陷問(wèn)題。電子商務(wù)個(gè)性化推薦技術(shù)中對(duì)于規(guī)則推薦技術(shù)的應(yīng)用，是從關(guān)聯(lián)規(guī)則的推薦技術(shù)，這一基礎(chǔ)上采取資料并實(shí)施的。這種技術(shù)將實(shí)際交易中所產(chǎn)生的數(shù)據(jù)信息作為其傳遞的數(shù)據(jù)來(lái)源。并將此數(shù)據(jù)作為商品信息間的溝通橋梁。
四、電子商務(wù)個(gè)性化推薦系統(tǒng)技術(shù)在未來(lái)的發(fā)展趨勢(shì)分析
在電子商務(wù)的個(gè)性化推薦過(guò)程中，其所使用的技術(shù)存在著一定的不足之處。因此，在實(shí)際的使用過(guò)程中需要對(duì)這些推薦技術(shù)進(jìn)行分析。由于當(dāng)前用戶(hù)興趣資料的自動(dòng)化程度相對(duì)較低，以及相當(dāng)一部分用戶(hù)在對(duì)于商品評(píng)價(jià)的方面較為消極。受這些因素的影響，推薦技術(shù)在未來(lái)的發(fā)展過(guò)程中，不能僅僅局限于對(duì)用戶(hù)信息的采集，還需要更加深入的對(duì)用戶(hù)領(lǐng)是瀏覽信息這一方面進(jìn)行技術(shù)層次上的挖掘。只有這樣，信息收集技術(shù)在自動(dòng)化程度上的進(jìn)程才能得到推動(dòng)，并且能夠更上一層次的發(fā)展。由于推薦算法速度和實(shí)時(shí)性能的不斷加強(qiáng)，電子商務(wù)個(gè)性化推薦技術(shù)的算法還需要進(jìn)一步加強(qiáng)以及改進(jìn)。
參考文獻(xiàn)：
[1]李小龍.基于MapReduce的電子商務(wù)個(gè)性化推薦研究[D].北京交通大學(xué),2014.
[2]王輝.基于混合機(jī)制的電子商務(wù)個(gè)性化推薦研究[D].大連海事大學(xué),2009.
【電子商務(wù)個(gè)性化分析論文】相關(guān)文章：
分析電子商務(wù)中的數(shù)據(jù)安全論文04-26
對(duì)電子商務(wù)環(huán)境下逆向物流發(fā)展策略分析論文10-13
案例分析論文11-07
論文的可行性分析02-21
淺論軟件需求分析的論文11-10
案例分析論文15篇11-09
案例分析論文(15篇)11-10
電子商務(wù)安全論文07-22