淺析基于協同過濾算法的網上超市系統

劉秋香 劉振偉 張慧

摘 要 網上超市系統可以滿足人們宅家購物的需求，也可以減少超市線下銷售的擁堵。而協同過濾算法可以對顧客進行智能化商品推薦，也可以輔助商家進行智能化進貨。本文從協同過濾算法的基本理論、網上超市系統的功能分析、協同過濾算法在網上超市中的應用這三個方面，簡要介紹了一種基于協同過濾算法的網上超市系統。

關鍵詞 網上超市;協同過濾;相似性;推薦

引言

網上超市這個名字并不新鮮，它與網上商城相似卻又不同。網上超市將實體店的部分營業方式搬到線上來，采取線上線下結合的方式進行運營。例如淘寶的“淘鮮達”，就是一個眾所周知的網上超市，超市生鮮，1小時達。網上下單，超市配送，服務到家，足不出戶就能拿到自己所需的生活物資。今年新冠肺炎疫情也給中小型超市提供了一個線上線下同步銷售的機遇。網上超市系統既可以提高人們的購物效率、減少人員聚集性，又可以緩解超市的購物壓力。

而協同過濾算法經常被用于分辨某類特定用戶可能感興趣的東西，這些結論來自于對其他相似用戶所感興趣東西的分析?；趨f同過濾算法的網上超市系統，可以通過分析顧客收藏、購買商品的習慣來進行智能化推薦，也可以通過分析商家出售商品的數據來實現智能化進貨。

1協同過濾算法的基本理論

協同過濾（Collaborative Filtering，CF）是電子商務推薦系統的一種主要算法。協同過濾通過分析用戶興趣，在用戶群中找到指定用戶的相似（興趣）用戶，綜合這些相似用戶對某一信息的評價，形成系統對該指定用戶對此信息的喜好程度預測[1]。簡單來說，就是利用某興趣相投、擁有共同經驗之群體的喜好，來推薦用戶感興趣的信息[2]。協同過濾有兩種典型的算法：一是User-based CF（基于用戶的協同過濾），通過不同user對item的評分來評測user之間的相似性，基于user之間的相似性做出推薦;二是Item-based CF（基于項目的協同過濾），通過user對不同item的評分來評測item之間的相似性，基于item之間的相似性做出推薦[1]。其實現方法都可以分為三個步驟：收集用戶信息、最近鄰搜索、產生推薦結果。協同過濾算法在電子商務領域使用較多，比如亞馬孫書店的推薦服務、Facebook的廣告推銷。協同過濾算法會根據用戶歷史產生的數據進行挖掘，然后尋找其中的規律，發現用戶數據的偏向，最后將向這種偏向靠近的產品推薦給用戶。

2網上超市系統的功能分析

一個功能完善的網上超市系統，既可以滿足人們足不出戶的購物需求，也可以減少超市的擁堵。網上超市系統至少有管理員、商家和顧客三種類型的用戶，相應地可以分為三大功能模塊。①管理員的功能主要有商家管理、顧客管理、商品類別管理、留言反饋管理、系統公告管理、商品分析、商家分析和顧客分析。其中，商家管理包括對申請入駐的商家進行審核和管理，顧客管理包括對注冊的顧客進行審核和管理，留言反饋包括對顧客和商家反饋信息的處理，商品分析、商家分析和顧客分析都會生成相對應的報表和圖表。②商家的功能主要有入駐申請、商品管理、庫存管理、訂單管理、訂單配送管理、留言反饋、系統公告和商品分析。其中，商品管理包括商品基本信息的設置及商品的上下架，庫存管理包括查看、編輯商品庫存及進貨、退貨操作，訂單配送管理包括設置配送范圍及對待配送訂單的配送處理，商品分析是商家查看自家商品在某時間段的銷售量和銷售額來有針對性地進行商品調整。③顧客的功能主要有注冊申請、個人信息管理、商品瀏覽與搜索、商品推薦、銷量排行、商品收藏、購物車管理、訂單管理、留言反饋和系統公告。其中，個人信息管理包括對個人基本信息、收貨地址等的管理，商品推薦是系統根據某些特定算法自動推薦商品給顧客，購物車管理包括對購物車里的商品進行刪除、數量修改、結算等操作，訂單管理包括訂單的提交、查看、取消、刪除、支付、提醒發貨、確認收貨、評價等操作。

3協同過濾算法在網上超市中的應用

網上超市系統中，商品分析、顧客分析、商家分析功能都應采用數據挖掘技術，可以通過分析顧客購買、收藏商品的習慣來進行商品的智能化推薦，也可以通過分析商家商品的銷量來推薦商家智能化進貨。

協同過濾算法最典型的應用是個性化商品推薦，能為不同興趣偏好的顧客自動推薦符合其興趣的商品，這主要通過將顧客歷史訂單和收藏商品的數據進行挖掘。把用戶的歷史訂單和收藏商品進行遍歷，把具有購買或收藏相同商品的顧客進行歸類，然后同類顧客之間進行商品的相互推薦。

當顧客登錄網上超市時，系統對顧客曾經購買或收藏的商品進行自動分析后，向顧客推薦其可能喜歡的商品，只要鼠標點一下，就可以直接購買或加入購物車。這是利用協同過濾算法對本系統中顧客的收藏商品和歷史訂單進行分析。例如，分析顧客的購物習慣，在購買某些商品的同時還會購買什么商品，然后將這類商品捆綁式銷售。

當顧客把某個感興趣的商品加入購物車或直接購買時，系統會即時分析并提示“購買了該商品的顧客還購買了某某商品”，這是在“對同一商品有興趣的顧客們興趣在某種程度上相近”的假設前提下提供這樣的推薦。這是利用協同過濾算法對本系統中顧客與其他顧客們之間訂單的關系進行分析。如果顧客之間存在相同喜好的商品，那么系統會根據相似興趣顧客之間的關系，進行商品的推薦。

4結束語

協同過濾算法以其出色的速度和可靠性，在信息過濾和信息系統中迅速成為一項很受歡迎的技術?；趨f同過濾的網上超市系統，商品推薦個性化且自動化程度高，能夠為顧客和商家帶來諸多便利。

參考文獻

[1] 360百科. 協同過濾 [EB/OL]. https：//baike.so.com/doc/6971257-7193943.html， 2017-07-05.

[2] 百度百科. 協同過濾 [EB/OL]. https：//baike.baidu.com/item/協同過濾， 2019-10-11.

作者簡介

劉秋香（1979-），女，山東萊州人;畢業院校：山東師范大學，專業：計算機軟件與理論，學歷：碩士，職稱：講師;現就職單位：山東理工大學，研究方向：軟件工程支撐環境。