Amazon個性化推薦系統的文本組織結構研究

張寧昳

（浙江傳媒學院 浙江杭州 310018）

個性化推薦系統在Web2.0時代成為一種很好的挖掘“暗文本”進行信息篩選的解決方案，這種解決方案越來越普遍的使用在目前的網絡現實中。Amazon、Google和IBM等互聯網應用服務商都已將這種個性化推薦系統融入到了自己的產品當中，也為這種個性化推薦系統的數據底層積累了越來越多的海量文本。個性化推薦系統輸出文本的組織結構是個性化推薦系統交付給用戶成果的最直接，也是最直觀的方式之一。文本的組織結構在一定程度上決定著人們是如何獲得這些文本的，將怎樣定位這些獲得文本的優先級，甚至影響到人從文本中獲得的知識在腦中的組織結構。個性化推薦系統通過輸出的推薦文本間存在著怎樣的文本組織結構成為一個值得認真探究的問題。

1 Amazon與個性化推薦系統

Amazon是世界上最大的網上商店，其ALEX排名位列全球第八。每天有上千萬本圖書在Amazon被交易。Amazon有相當久遠的文本個性化推薦系統開發使用歷史，1997 年，Amazon的創始人杰夫·貝索斯（Jeff Bezos）決定開始嘗試根據客戶以前的購物喜好為其推薦具體的書籍。在此之前，個性化推薦系統才剛剛在1995年被提出，當時還只是一個實驗室理論級別的概念，而其它的互聯網公司則是直至2001年才開始在他們的服務中加入了個性化推薦系統，如，2001年，IBM電子商務平臺Websphere中增加了個性化功能推薦功能；2007年，Google才在其AdWords添加了個性化推薦功能，雅虎推出了個性化推薦廣告方案 SmartAds；……