電子商務平臺個性化推薦模型設計

趙麗君

[摘 要] 近年來，電子商務逐漸滲透在人們日常生活的方方面面。而且隨著人工智能技術的不斷成熟，電子商務平臺個性化推薦模型設計逐漸成為該領域研究的重點。

[關 鍵 詞] 電子商務；個性化平臺；模型設計

[中圖分類號] G718 [文獻標志碼] A [文章編號] 2096-0603（2016）14-0159-01

電子商務平臺個性化推薦模型設計，旨在通過一系列的顧客信息分析（及時掌握顧客行為動態），采用抽樣技術對樣本數據進行預處理，并且采用協同過濾算法、用戶（包括項目）組合算法進行對照實驗，最終獲取最佳的設計模型，指導電子商務健康發展。在此條件下，本文利用多媒體技術介紹電子商務平臺個性化推薦模型特點，對課堂實驗教學展開分析，進行了教學思考，期望能夠產生一定的積極效用。

一、利用多媒體技術介紹電子商務平臺個性化推薦模型特點

在電子商務平臺個性化推薦模型教學過程中，需要利用先進的多媒體技術，將電子商務平臺個性化推薦技術特點（安排專業調查人員，實時調查分析顧客相關信息，并且根據客戶的實際需求，為其推薦或者提供讓客戶滿意的產品或者服務），更加形象、立體地呈現出來，借助多媒體技術中的模擬人物進行情境演繹，或者利用精美的PPT展示整個設計過程，幫助學生更加深入掌握其特點，激發學生的學習興趣。與此同時，在恰當的時機進行理論知識講授，并且告知學生設計電子商務平臺個性化推薦模型的重要性，即：一方面能夠有效地滿足廣大顧客的個性化消費需求（由于每個客戶自身個性特征、消費能力、消費審美等不同），另一方面有利于幫助企業建立良好且穩定的客戶群（積極拓展消費者范圍，將潛在客戶發展為長期穩定客戶）。

二、課堂實驗設計教學

在課堂實驗設計教學中，需要將學習的主動權歸還給學生，學生自主采用用戶（包括項目）組合的協同過濾算法以及前瞻選擇抽樣算法，先對顧客樣本（實驗樣本）進行篩選過濾，并且將這些顧客進行效用值分類（利用定義樣本）。另外，還要把效用值最大的顧客視為本次研究樣本推薦的依據（且進行特殊的標記），在此條件下，解決所對應的問題，如：稀疏性問題和擴展性問題，并且這樣的實驗研究方法具有重大優勢，即：有利于調動廣大用戶的興趣，并且有效地降低了推薦成本，提升了推薦質量，有利于幫助企業獲取最大利潤。在實驗設計的過程中，學生遇到難以解決的問題，需要保持冷靜的頭腦，先自主解決，實在想不出解決辦法的時候，可以請教教師（教師起到輔助、支持和參與的作用）。另外，在實驗設計中，學生需要注意動態挖掘顧客行為。可以采用動態調查的方式，按照時間順序將廣大消費者的購買行為進行排序，并且將有關聯的行為進行提取和整合，科學地預測出消費者的消費偏好以及消費能力，并且在調查過程中注重數據的完整、真實、客觀。然后，結合教師的指導，進行預處理樣本數據（利用抽樣技術）。參考Movelines站點提供的數據，精準計算（盡可能降低誤差），最終獲取研究成果，并且在獲取研究成果之后，進行小組分享交流，教師組織學生開展交流會，及時查找并且彌補學生設計的疏漏，從而提高教學質量，全面提升學生的動手實踐能力，提升學生的綜合技能和綜合素質。

三、教學思考

電子商務平臺個性化推薦模型設計教學需要根據學生的實際情況（包括學生的個性特征、學習能力、創新意識、創新能力、動手實踐能力等）開展，而且教學需要做好相應的服務工作，學生與教師保持和諧的互動交流關系，科學合理地設置相關參數，保證顧客信息的完整、真實、客觀，做好市場分析，通過先進技術后期處理，盡可能降低誤差，實現教學質量質的飛躍，幫助學生養成良好的學習習慣，促進學生身心健康發展。學生自主通過一系列的顧客信息分析，及時掌握顧客行為動態，采用抽樣技術對樣本數據進行預處理，并且采用協同過濾算法、用戶（包括項目）組合算法進行對照實驗，得出誤差值最小的電子商務平臺個性化推薦模型，并且將個性化深入細節，如：服務內容保持個性，即：服務內容根據顧客的實際需求進行制定和調整，為顧客提供他們感興趣的消費平臺，盡可能地降低消費者精力的消耗；服務方式采用“PULL”服務模式，即：將信息直接發布在網頁上，方便消費者直接瀏覽，節省消費者的瀏覽時間，獲取消費者的滿意等，實現了教學主動權的回歸，與此同時，促進了教學水平的提高。

總而言之，電子商務平臺個性化推薦需要綜合考量不同個性、不同消費觀念的顧客的實際需求，并且簡化電子商務平臺個性化推薦程序，盡可能地節省消費者的瀏覽時間，避免消費者精力的消耗，在最短時間內，吸引消費者的眼球，使得消費者對產品或者服務產生興趣，并且將興趣轉化為消費行動力，從而提升經濟效益和社會效益。另外，在教學上，需要實現質的飛躍，才能推動其可持續發展。

參考文獻：

[1]王茜，錢力.大數據環境下電子商務個性化推薦服務發展動向探析[J].商業研究，2014（8）：150-154.

[2]賀桂和，曾奕棠.基于情境感知的電子商務平臺個性化推薦模型研究[J].情報理論與實踐，2013，36（6）：81-84.

[3]雷軍環，費洪曉，李可，等.基于混合算法的高性能推薦策略平臺[J].科學技術與工程，2012，12（33）.