基于數據挖掘技術的信息推薦服務研究

史琳琳

關鍵詞：數據挖掘技術；信息推薦；服務

摘要：信息推薦服務水平的提高對公共服務質量的提升有著很大的幫助。文章分析了基于數據挖掘技術的信息推薦服務的優勢，并對該服務的組成因素以及組成方法進行了剖析，以增強信息推薦的針對性，為客戶提供更好的服務。

中圖分類號：G250.74文獻標識碼：A文章編號：1003-1588（2017）07-0113-02

在信息化高度發展的今天，各種與信息有關的產業都得到迅猛發展。信息推薦作為我國信息高速公路建設的重要組成部分，已經成為公共管理中不可或缺的內容。通過信息推薦，人們可以在網上更便捷地查找資料，滿足他們的生活和學習需求。

1信息推薦服務的提出

互聯網可以存載的信息量十分豐富，從其發展開始，歷經短短十年時間就已經普及到了千家萬戶。信息推薦也開始從外部的基礎設施建設邁入為社會大眾服務的階段，在這個階段中，信息推薦展現出的是一種信息爆炸式的發展。尤其是近年來隨著互聯網信息技術的成熟，企業為了滿足用戶的個性化需求，需要對信息進行分類與加工，并打造相應的平臺對用戶進行信息推薦。信息推薦是根據用戶需求為用戶主動推薦相關內容的一種信息服務技術。傳統的信息服務缺少個性化特色。基于因特網的電子商務蓬勃發展，信息強度和密度前所未有，用戶數與項目數呈級數增長，個性化信息推薦服務顯得越來越重要。個性化信息推薦服務是根據用戶的興趣為用戶提供可能感興趣的商品信息推薦。然而，用戶興趣的獲得是困難的，現有的推薦系統是依據特定的算法來預測用戶的興趣，預測出的用戶興趣與用戶的實際興趣往往存在一定的差距，這就造成了個性化信息推薦服務的準確性較差。雖然企業為用戶提供的信息適用于絕大部分人，但是差別化的推薦服務比較少。因此，在網站搭建的過程中，企業一定要轉變思想，實現從以企業為核心向以客戶為中心的轉變，為用戶提供一條龍服務。從目前來看，信息推薦采用的技術主要有三大類：Web2.0系統、卡內基梅隆大學的Personal Webwatcher 系統以及筆者重點講到的數據挖掘技術。

2數據挖掘技術的特點

目前，企業網站都是向社會大眾開放的，用戶通過這些網站可以了解到企業的基本信息。這種設計方式在很大程度上是傾向于企業自身的，用戶只能了解到企業發展的基本現狀，無法從企業的網站上查詢到自己所需的信息，這可能會將對企業有潛在需求的用戶邊緣化。筆者認為，要改變這種情況，企業需要轉變服務理念，即樹立“以用戶為中心”的服務理念，從用戶的角度出發了解他們的實際需求，有針對性地為用戶提供有用的信息，使用戶能夠通過信息的簡單收集明確自身的需求。數據挖掘（Data Mining）就是從海量的、不完整的、模糊的、隨機的、有噪聲的實際應用的數據中，提取出隱含在其中的、有效的、新穎的、潛在有用的并最終可被用戶理解的信息和模式的非平凡過程。數據挖掘使數據處理技術進入一個更高級的階段，它不僅能對這些大量的數據進行查詢和統計，而且能夠發現數據中存在的潛在聯系和規則，從而進行更高層次的分析，以便更好地做出理想的決策，預測未來的發展趨勢等。數據挖掘的研究對象是某一專業領域中積累的數據，挖掘過程是一個人機交互、多次反復的過程，挖掘的結果應用于該專業。企業通過數據挖掘技術可以分析用戶的行為方式和偏好，并建立記錄用戶使用特征的檔案，從中挖掘出用戶的需求，贏得用戶的肯定。①利用數據挖掘技術，為用戶提供有針對性的信息推薦。了解用戶獲取信息的途徑、喜好等，努力搭建基于讀者需求的個性化服務體系。②通過個性化的服務體系找到用戶實際需求與潛在需求之間相互匹配的契合點，將信息反饋到信息處理中心，在滿足用戶需求的前提下通過數據分析進一步縮小數據范圍，確保信息的完整性，做好信息反饋記錄。這個過程決定著服務質量的高低，也決定著信息推薦是否有針對性。③通過設定的功能進行篩選，并且將這些服務功能進行細化處理，增加意見反饋、信息講解、互動交流、投票發表意見、信息評價等功能，全方位了解客戶需求，找到合適的營銷方案和信息推薦方式。④數據挖掘技術的引入極大地減少了對非必要程序的使用，在合理利用資源的同時還可以取得與用戶良好的溝通。用戶只需要設定自己的要求，企業通過數據挖掘就能將最精簡的信息提煉出來，并將推薦的信息發送給用戶，既縮短了服務的時間，又提高了辦事的效率。⑤數據挖掘技術能夠有效地對信息進行整理與歸納，有助于企業清晰地認識自身所處的競爭環境，并及時根據市場的變化調整相關的策略。企業認清自身的優缺點后，可以采取必要措施揚長避短，擴大企業自身的影響力，更好地為用戶提供便利的服務。同時，隨著信息技術的突飛猛進，用戶對信息的需求也不斷提高，在保證有足夠原始資料的前提下，用戶對于自身的需求有更明確的認知。企業應及時對用戶進行回訪，并根據用戶的反饋及時做出調整，優化自身的結構。企業通過長時間的調研了解到用戶的需求與兩大影響因素有關：一個是可控的因素，另一個是不可控的因素，即客觀存在的因素，個人想法、教育程度、生活背景等都屬于不可控的因素。由于每個人接受教育的程度和方式不同，思考的方式也會有別于他人。可以控制的因素就是網站設計的主體元素、引導性的宣傳、針對性的服務平臺等。

3提升信息推薦服務效果的具體措施

3.1對事件進行準確分析，提煉出數據規律

當前環境下，信息組織能力提升的速度遠遠趕不上信息爆炸的速度，信息越來越多且越來越“碎片化”。通過數據挖掘技術可以提取很多客戶需要的信息，但是由于客戶對自身需求的表述不是很到位，而且有些工作人員的專業知識也有所欠缺，這些都會影響信息推薦服務的質量。所以，企業首先應該從龐大以及復雜的數據網絡中提取出重點數據，然后進行準確分析，有豐富工作經驗的人才能勝任這項工作。在這個過程中，數據挖掘技術能有效地提升數據分析與歸納的效率，確保工作的質量，進一步挖掘出客戶深層次的需求。推薦系統的目的就是在信息消費者和信息生產者之間搭建一個橋梁，信息消費者可以通過信息推薦技術發現對自己有用的信息，信息生產者通過分析信息消費者的數據對消費者展現其感興趣的信息。

3.2了解客戶實際需求，優化信息服務流程

客戶通過互聯網大數據可以得到豐富的材料，但相對復雜的信息資料的查詢難度很大，需要企業對相關信息進行提煉，充分挖掘隱藏在數據背后的價值。信息推薦服務的流程大致為，通過智能分析的方法對事件以及信息做出簡單的預判，對客戶頻繁的需求給出應對的措施，同時，分析事件的發生與信息服務之間的關系，并最終對結構進行優化，整合成客戶需要的信息，建立起面向客戶的簡單的服務流程。

3.3提高服務質量，提升服務效率

客戶問題的產生就是一項新的信息推薦的源頭，數據挖掘技術可以對以往的服務案例進行分析，提煉出新的服務方法，并將這些知識點運用到實際的服務中，數據挖掘技術有效增強了信息服務的效率。

3.4精準定位需求人群，提供個性化服務

客戶的需求千差萬別，信息服務一對多的服務模式已經無法適應現代人群的需求。基于數據挖掘技術的信息推薦，不僅可以對人群進行簡單的分類，而且可以根據年齡、愛好、教育程度等不同標準區分服務對象。相關部門可以定期進行信息推送，同時，做好客戶的引導工作，利用數據挖掘技術建立面向需求、面向客戶、面向事實的信息服務體系。

4結語

與傳統的信息推薦相比，基于數據挖掘技術的信息推薦服務能夠非常便捷地獲取到用戶的信息。樹立以用戶為核心的服務體系，根據需求的特征分析提取用戶的行為特點，制訂個性化的服務體系并進行信息推薦，能夠有效解決傳統信息推薦存在的缺陷，實現動態跟蹤服務。同時，企業將這些服務功能進行細化處理，能夠全方位了解客戶的需求。信息推薦服務不能一味地增加人工的投入，需要從流程、人員以及技術這三個層面著手，提升信息服務的質量。

參考文獻：

[1]陳金菊.基于數據挖掘的讀者個性化服務研究[J].圖書館學研究，2016（23）：84-91.

[2]郭菁菁.基于數據挖掘技術的圖書館個性化信息服務探討[J].河南圖書館學刊，2016（2）：127-129.

[3]楊利軍.數據挖掘在移動客戶流失預測中的研究與應用[D].北京：北京郵電大學，2009.

[4]徐守軍，高波，甄蓓，等.數據挖掘技術在科研管理中應用前景初探[J].中華醫學科研管理雜志，2005（4）：214-216.

[5]于紅巖，甄寶華，韓雪，等.探索基于數據挖掘的CtoC模式電子商務個性化信息推薦服務應用[J].吉林廣播電視大學學報，2014（5）：80-82.

[6]劉歡.電子商務環境下個性化信息推薦服務效果調查研究[D].保定：河北大學，2015.

[7]賀煥.信息推薦模型及其應用研究[D].北京：華北電力大學，2015.

[8]王知津.信息存儲與檢索（第2版）[M].北京：機械工業出版社，2016：189-190.

[9]信息瑣碎時代 聚合誰的生活[EB/OL].[2009-10-14].http：//forum.techweb.com.cn/viewt hread.php？tid=295752&page=1&authorid=158645.

（編校：周雪芹）