電子商務(wù)個性化推薦系統(tǒng)中的協(xié)同過濾技術(shù)運用分析

郝嘉琦

【摘要】隨著互聯(lián)網(wǎng)網(wǎng)絡(luò)的規(guī)模的擴大，互聯(lián)網(wǎng)為用戶提供越來越多的信息和服務(wù)，巨量的信息使Web用戶面臨信息過載的問題。個性化推薦系統(tǒng)中協(xié)同過濾技術(shù)的誕生，從海量的數(shù)據(jù)中提取出特定的有效信息，給我們提供了更加方便快捷的途徑。如今，電子商務(wù)的發(fā)展為用戶提供便利的同時，都應(yīng)用了個性化推薦系統(tǒng)，更大程度上滿足了用戶的商品需求。協(xié)同過濾簡單來說，是通過持有相同經(jīng)驗的人群或者愛好興趣相似的人的喜好再推薦用戶想獲取的信息，并且根據(jù)其他使用軟件的人的評分消息的相關(guān)程度進行推薦。但是目前的技術(shù)運用還不是太成熟，實際運行還存在一些問題。論文針對各類問題進行分析研究，由淺及深，加強其完整性和多功能性。

【關(guān)鍵詞】電子商務(wù) 個性化推薦 協(xié)同過濾技術(shù)

引言：由于信息技術(shù)和互聯(lián)網(wǎng)的進步和廣泛應(yīng)用，電子商務(wù)得到迅速發(fā)展，線上購物己成為百姓的主要消費方式。但隨著網(wǎng)購用戶和商品種類的增多，所產(chǎn)生的數(shù)據(jù)信息在呈爆炸時增長，這對用戶體驗時帶來選擇的干擾。舉例來說，比如：人們想要在互聯(lián)網(wǎng)之中無數(shù)的商品信息中搜尋一系列特定商品，通常不會在短時間內(nèi)直接找到最優(yōu)的答案，而個性化推薦系統(tǒng)就像一個推銷員，通過根據(jù)用戶的基本屬性、感興趣的網(wǎng)頁、歷史評分記錄等數(shù)據(jù)信息捕捉用戶的興趣偏好，從海量的信息數(shù)據(jù)中挖掘出用戶可能感興趣的商品，縮短了用戶選購商品的時間。推薦系統(tǒng)的應(yīng)運而生推動了淘寶網(wǎng)、亞馬遜等一些大型的電子商務(wù)系統(tǒng)快速發(fā)展，使傳統(tǒng)交易模式轉(zhuǎn)型，更好針對性滿足了用戶的需求。

一、電子商務(wù)的發(fā)展

從電子商務(wù)中四個字中，電子表示互聯(lián)網(wǎng)、商務(wù)便是是交易了。互聯(lián)網(wǎng)被大眾所熟知電子商務(wù)隨之發(fā)展，它的交易額年平均下來增長百分之二十八，2017年全國電商交易額已達到29.16萬億。網(wǎng)絡(luò)購物的普及使其發(fā)展因素可總結(jié)為物流服務(wù)、支付方式、數(shù)額優(yōu)惠。電子商務(wù)系統(tǒng)需要探測到使用者的喜愛偏好，縮短不必要的時間，形成與顧客之間有效率的溝通，這就引發(fā)了“個性化推薦”。

二、個性化推薦

（一）定義、作用

個性化推薦有點類似于現(xiàn)實生活中面對面的營銷方式，向顧客尋求其本身的喜好，根據(jù)個人要求的，制定商品的類型方向，進行推銷，致使快速、無障礙的完成消費。所以說，電子商務(wù)的個性化推薦可以滿足現(xiàn)實生活中顧客與賣家的雙方要求。這種推薦是一種現(xiàn)代智能化的體現(xiàn)。

（二胎）個性化推薦的方式

我們通過兩種方式面向大眾，其一是網(wǎng)頁的直接傳送，二是直接將產(chǎn)品的鏈接給顧客發(fā)送過去。前者是根據(jù)本人瀏覽網(wǎng)頁次數(shù)和頻率來跟進探析顧客的行為，后者則是根據(jù)顧客喜愛的產(chǎn)品類型。

還比如，我們通過算法的差別，其中包括最主要的協(xié)同過濾技術(shù)、內(nèi)容區(qū)別推薦系統(tǒng)和兩者混合型推薦系統(tǒng)。如果是根據(jù)內(nèi)容來說，這就主要提及顧客的瀏覽存檔，相近程度越高，系統(tǒng)就會偏向于這方面推薦，但是它存在缺點，那就是沒有達到對音頻、照片、影像等信息的推薦。協(xié)同過濾技術(shù)就有所不同了，它主要根據(jù)顧客的評分，所以由此可見它可以不需要對具體內(nèi)容的屬性分析也會完成艱難的推薦結(jié)果。

三、協(xié)同過濾技術(shù)

（一）研發(fā)的現(xiàn)實與理論意義

上文曾說到過電子商務(wù)是有缺陷的，這并不是因為設(shè)計的不完整，而是現(xiàn)實是與時俱進的，為了推動電子商務(wù)個性化推薦擁有更加廣闊的發(fā)展前景、實現(xiàn)更加積極地作用我們需要進一步研究協(xié)同過濾技術(shù)。進行由淺及深的研發(fā)探究。

理論上，電子商務(wù)推薦系統(tǒng)本身就是國內(nèi)國外研究的熱門話題，過濾技術(shù)可以彌補網(wǎng)頁推薦和產(chǎn)品推薦所存在的缺點，也就是針對檢索圖片、視頻等較為復(fù)雜時的情況，能夠提高推薦顧客產(chǎn)品的精準程度。近幾年來通過使用協(xié)同過濾技術(shù)的反饋便知曉這種技術(shù)取得了大范圍的應(yīng)用，這就是成功的體現(xiàn)。

現(xiàn)實意義中，也可以說是個性化推薦的現(xiàn)實意義，兩者實際是不可分離的。“私人制定”應(yīng)該是都被大家所熟知的一個詞匯，隨著科技的發(fā)展，人們生活水平的提高，服務(wù)的針對性也被人們關(guān)注著，區(qū)別于大眾化的物質(zhì)是人們變相的追求。但是面向巨大的信息庫，人們無從下手。物品的種類成千上萬，個性化推薦系統(tǒng)中的協(xié)同過濾技術(shù)能夠滿足細節(jié)，跟隨現(xiàn)代化腳步，擁有更遠大的國內(nèi)外市場，從基礎(chǔ)的電子商務(wù)到私人圖書瀏覽系統(tǒng)、量身定制的引入搜尋最后顧客賣家雙方的關(guān)系聯(lián)結(jié)。由此看來，技術(shù)的實現(xiàn)不局限于軟件系統(tǒng)的升級，更是一種個性化、隱私化的超越式發(fā)展，擁有跨時代、跨地域的作用。

（二）基于用戶、項目的協(xié)同過濾技術(shù)

從1997年起直至今天，我們所提出的個性化推薦是奠定協(xié)同過濾技術(shù)的基礎(chǔ)，它主要分為三個大步驟：其一是算清楚相近目標距離，選擇最近的集合。相似度越大距離越近，就會優(yōu)先選擇特定的目標。其二是說，需要表示出顧客喜好的大體描述，根據(jù)點擊次數(shù)、評論內(nèi)容和打分等這些數(shù)據(jù)進行集中處理，轉(zhuǎn)換輸出。其三是，形成最終推薦，將以上兩個程序統(tǒng)一集合然后進行最終輸出。

基礎(chǔ)型一用戶，這是人們最常用的一種系統(tǒng)技術(shù)，根據(jù)多項標準評選出頂端N個項，也可以說是一種變相預(yù)測，最終進行推薦。基礎(chǔ)型一項目，這是一種橫向的對比，相似的項目在網(wǎng)絡(luò)系統(tǒng)中一定有許多，系統(tǒng)本身根據(jù)指定與多項進行比較，分析出最接近的方案再進行私人過濾推薦。

電子商務(wù)系統(tǒng)個性化推薦中協(xié)同過濾技術(shù)的實施是處于超速發(fā)展中時期，它既是現(xiàn)代化適應(yīng)發(fā)展的產(chǎn)物，構(gòu)造與內(nèi)在實現(xiàn)的表現(xiàn)，又是為國內(nèi)研發(fā)及使用這種系統(tǒng)的企業(yè)升值的至關(guān)重要所在點。這種對于現(xiàn)實選購的升級有著跳躍性的優(yōu)勢，為各大企業(yè)和我國的經(jīng)濟發(fā)展帶來更廣泛的發(fā)展空間。

參考文獻：

[1]薛福亮.電子商務(wù)協(xié)同過濾推薦質(zhì)量影響因素及其改進機制研究[D].天津大學(xué)，2012.

[2]王海燕.電子商務(wù)協(xié)同過濾推薦算法的優(yōu)化研究[D].河北工程大學(xué)，2016

[3]何佳知.基于內(nèi)容和協(xié)同過濾的混合算法在推薦系統(tǒng)中的應(yīng)用研究[D].東華大學(xué)，2016.