基于支持向量機(jī)的電子商城用戶分類個性化推薦算法設(shè)計(jì)

王 潔，李烈軍，徐 鍇，唐輝軍（寧波大紅鷹學(xué)院信息工程學(xué)院，浙江寧波，315175）

?

基于支持向量機(jī)的電子商城用戶分類個性化推薦算法設(shè)計(jì)

王 潔，李烈軍，徐 鍇，唐輝軍
（寧波大紅鷹學(xué)院信息工程學(xué)院，浙江寧波，315175）

摘要：電子商城作為用戶經(jīng)常性訪問的場所，這對用戶實(shí)時分類進(jìn)而完成商品購買預(yù)測準(zhǔn)確性提供了必要的數(shù)據(jù)基礎(chǔ)，本文基于支持向量機(jī)技術(shù)，對基于登錄用戶實(shí)時分類，進(jìn)而完成商品個性化推薦的預(yù)測過程進(jìn)行了詳細(xì)設(shè)計(jì)，以減少客戶搜索商品的時間，提升網(wǎng)站的銷售額。

關(guān)鍵詞：電子商務(wù)；支持向量機(jī)；用戶分類

0 引言

在電子商務(wù)的變化發(fā)展中，各家電商網(wǎng)站和銷售個體積累了大量的數(shù)據(jù)，掌握數(shù)據(jù)進(jìn)而可開發(fā)一系列的商業(yè)模式。推薦技術(shù)就是基于大數(shù)據(jù)應(yīng)用的一種有效手段。用戶經(jīng)常會迷失在大量的商品信息空間中，無法順利找到自己需要的商品。基于推薦技術(shù)的電商手段可以有效的識別用戶有效需求，進(jìn)而達(dá)到識別需求，快速達(dá)到系統(tǒng)應(yīng)用的目的，在很多方面，推薦技術(shù)都取得了不錯的成績。同時，基于用戶挖掘的數(shù)據(jù)技術(shù)被廣泛的用于用戶識別、系統(tǒng)模式推薦等方面，通過相關(guān)推薦技術(shù)的應(yīng)用，使得用戶快速達(dá)到需求，進(jìn)而提高相關(guān)電商平臺的銷售收入。

本文基于用戶訪問的歷史數(shù)據(jù)，應(yīng)用支持向量機(jī)技術(shù)對用戶進(jìn)行實(shí)時分類識別，進(jìn)而完成用戶購買商品推薦。

1 支持向量機(jī)技術(shù)

支持向量機(jī)是Cortes和Vapnik于1995年首先提出的，它在解決小樣本、非線性及高維模式識別中表現(xiàn)出許多特有的優(yōu)勢，并能夠推廣應(yīng)用到函數(shù)擬合等其他機(jī)器學(xué)習(xí)問題中。其表示在n維向量空間內(nèi)，考慮樣本集合｛xi，di｝，xi是輸入的特征，di是樣本對應(yīng)的分類。經(jīng)過加入松弛變量后，模型目標(biāo)為：

2 個性化推薦系統(tǒng)設(shè)計(jì)和實(shí)驗(yàn)

本文采取的支持向量機(jī)技術(shù)，主要依據(jù)線性分類過程，通過設(shè)置四類電子商城用戶類別，選取注冊用戶的信息外加消費(fèi)金額和購買商品數(shù)量作為個人變量屬性，建立面向用戶的用戶支持向量機(jī)分類。根據(jù)相應(yīng)類別的用戶分類，進(jìn)而選擇相應(yīng)類型的促銷商品廣告作為預(yù)測用戶需求，表1為相應(yīng)的產(chǎn)品預(yù)測表字段設(shè)置。

表1 預(yù)測表（yuce）

該系統(tǒng)中測試的用戶購買商品數(shù)量為100條，該系統(tǒng)主要實(shí)現(xiàn)針對用戶分類的商品推薦，客戶列表具體如表2所示。

表2 客戶列表

根據(jù)用戶在瀏覽網(wǎng)站時記錄的行為數(shù)據(jù)，本系統(tǒng)主要從購物車情況分析，選擇了類別，金額，數(shù)量為分類屬性變量系統(tǒng)用支持向量機(jī)分類預(yù)測出客戶下一次最感興趣的產(chǎn)品類別，從而推薦產(chǎn)品，一個針對Zhou用戶的登錄推薦列表如表3所示。

表3 推薦產(chǎn)品列表

3 結(jié)束語

本文對基于支持向量機(jī)分類的用戶興趣預(yù)測進(jìn)行了有益的探索和研究。對支持向量機(jī)算法進(jìn)行了有效描述和算法應(yīng)用，能基于算法得出基本準(zhǔn)確的預(yù)測。

參考文獻(xiàn)

［1］方俊.電子商務(wù)系統(tǒng)商品推薦方法淺析［J］.大眾科技，2010，08：36-37

［2］龐秀麗，馮玉強(qiáng)，姜維.電子商務(wù)個性化文檔推薦技術(shù)研究［J］.中國管理科學(xué). 2008，16（2）： 581-586

［3］趙良輝，熊作貞.電子商務(wù)推薦系統(tǒng)綜述及發(fā)展研究［J］.電子商務(wù)，2013，12：58-60

［4］V.N. Vapnik， The Nature of Statistical Learning Theory，Springer-Verlag， New York， 1995.

［5］趙琨，許洪貴，朱曉宇. 基于支持向量機(jī)的電子商務(wù)物流量預(yù)警研究［J］. 中國物流與采購， 2014，（4）：68-69

［6］程文瑋. ASP.NET 數(shù)據(jù)庫管理［J］.廣州大學(xué)學(xué)報(bào)，2005，4（2）：138-140.

王潔（1992-），女，安徽六安人，本科，研究方向?yàn)檐浖_發(fā)與測試

李烈軍（1992-），男，四川宣漢人，本科，研究方向?yàn)檐浖こ?/p>

徐鍇（1992-），男，浙江嘉興人，本科，研究方向?yàn)檐浖こ?/p>

The Designation of e-commerce personalized recommendation system of classification of users Based on support vector machines

Wang Jie，Li Liejun，Xu Kai，Tang Huijun
（College of Information Engineering，Ningbo Dahongying University，Ningbo，315175，China）

Abstract：Electronic shopping mall is often accessed by users，the purchasing data can predict the demand goods.In this paper，based on the support vector machine technology and the users’ real-time classification，the personalized prediction system is designed.It can reduce the time to search the goods and increase the sales.

Keywords：e-commerce；support vector machines；user classification

中圖分類號：TH122；TP31

文獻(xiàn)標(biāo)識碼：A

基金項(xiàng)目：2016年浙江省大學(xué)生科技創(chuàng)新活動計(jì)劃暨新苗人才計(jì)劃（No.2016R425007）

作者簡介