大數據技術下的電商個性化推薦系統設計

宋 毅

（大連醫科大學中山學院 遼寧 大連 116085）

1 引言

近年，隨著社會經濟水平的不斷提高和信息技術的不斷發展，大數據技術應運而生，該技術憑借著高準確性、強靈活性等特征被廣泛地應用于電商個性化推薦系統設計和開發中，為提高電商個性化推薦系統的運行性能，滿足用戶個性化購物需求提供重要的技術保障。因此，為了提高電商整體銷售水平，在大數據技術的應用背景下，如何科學設計電商個性化推薦系統是技術人員必須思考和解決的問題。

2 系統需求分析

為了提高電商個性化推薦系統運行性能，提高電商銷售業績和用戶網購體驗，系統要根據用戶商品瀏覽記錄、商品購買記錄和商品收藏記錄等信息，自動推薦用戶感興趣的商品，從而激發用戶的購買欲望，以提高線上銷售商品的效率和效果。因此，電商個性化推薦系統要具備以下三大功能，分別是抓取用戶信息功能、智能化的信息分析和處理功能以及精確推薦商品功能，只有這樣，才能確保該系統在激烈的市場競爭下立于不敗之地，以實現系統的全面推廣和普及，為促進電商行業的健康、可持續發展提供重要的平臺支持。

3 系統總體架構設計

電商個性化推薦系統總體架構在具體的設計中，主要采用B/S設計模式，極大地提高系統的穩定性、可靠性和安全性[1]。同時，利用客戶端完成對簡單業務邏輯的設計，通過利用服務器端完成對復雜業務邏輯的設計，這樣一來，不僅降低了系統的開發成本和維護成本，還提高了系統運行性能，為用戶帶來良好的使用體驗。

3.1 系統邏輯架構設計

電商個性化推薦系統在具體的設計中，面向的用戶主要有三大類，分別是非注冊用戶、新注冊用戶和老用戶。因此，技術人員要針對不同的用戶類型，設計出個性化商品推薦服務功能。當非注冊用戶瀏覽頁面后，系統會根據用戶的喜好，自動推薦熱門品牌化商品；當注冊用戶瀏覽頁面后，系統會根據用戶的注冊信息[2]，獲取用戶年齡、性別、地域等特征信息，然后，推薦出用戶可能感興趣的商品種類；當注冊過的老用戶覽頁面后，系統會根據用戶瀏覽商品記錄、購買商品記錄以及收藏商品記錄等相關信息數據[3]，為用戶提供個性化商品推薦服務，以提高用戶的網購體驗。

3.2 系統功能模塊劃分

電商個性化推薦系統以業務需求為劃分標準[4]，將該系統功能模塊劃分為用戶行為提取和分析模塊、個性化商品推薦模塊、過濾和排名模塊、場景配置模塊等。通過科學設計和開發以上功能，以保證電商個性化推薦系統運行的可靠性和安全性，為更好地普及和推廣該系統，提高用戶的使用體驗打下堅實的基礎。

3.3 系統數據庫設計

3.3.1 系統數據庫設計流程

在大數據技術的應用背景下，電商個性化推薦系統數據庫設計流程圖如圖1所示。為了保證系統數據庫設計的科學性和合理性，技術人員要嚴格按照如圖1所示的數據庫設計流程，對系統數據庫進行科學設計。

圖1 電商個性化推薦系統數據庫設計流程圖

3.3.2 商品精準推送系統數據庫

為了保證電商個性化推薦系統數據庫設計的科學性和合理性，技術人員要在大數據技術的應用背景下，完成對多張數據表的設計。現以系統信息管理表為例，繪制出如表1所示的系統信息管理表。

表1 電商個性化推薦系統信息管理表

4 系統功能模塊詳細設計

4.1 用戶行為提取和分析模塊設計

該功能模塊在具體的設計中，主要采用了提取用戶行為特征的方式，提高個性化商品推薦服務的有效性和精確性，從而提高電商銷售業績。為此，技術人員要利用分層樹狀結構，構建用戶行為特征模型。在此基礎上，將系統劃分三個層次[5]，分別是用戶層、行為特征層、商品推薦層。其中，用戶層主要用于對消費者主體的形象化展示；行為特征層主要是指不同用戶所表現出的差異化行為特征；商品推薦層主要是指針對用戶購買行為特征相關信息，為用戶精確推送商品。

4.2 個性化推薦模塊的設計

該功能模塊在具體的設計中，綜合分析了用戶相關資料信息，以全面了解和把握用戶的喜好，然后，為用戶提供個性化商品推薦服務功能。當系統對用戶行為提取和分析模塊執行完畢后，系統會從用戶建模、算法推薦等環節出發，為每個用戶構建結構化、個性化的商品推薦模塊，然后，利用推薦算法，在構建用戶模型的基礎上，獲得精確的推薦結果，并將最終的推薦結果以界面形式呈現在用戶面前，供用戶自行選擇，以達到提高用戶網購體驗的目的。

4.3 過濾和排名模塊的設計

過濾和排名模塊含有多個子功能模塊，每個子功能模塊在具體的運行中，均會過濾和處理掉一部分的商品推薦結果，然后，采用重新排名的方式，將其他推進結果納入到新的排名組中，以實現商品的重新排名[6]。過濾和排名模塊主要包含以下子功能模塊：（1）好奇性排名模塊。好奇性排名模塊在具體的運用中，從系統所推薦的商品中，篩選并刪除掉以下兩種商品，一種是戶已經瀏覽過的商品；另一種是用戶已經購買過的商品，以幫助用戶快速找出自己感興趣的商品，為用戶提供精準化、個性化推薦服務功能，這樣一來，不僅提高用戶網購體驗，還提高新型商品的瀏覽度，但是，好奇性排名模塊在具體的設計中，要把握好該模塊權重值，避免因模塊權重值過高而造成適得其反的現象。（2）豐富性排名模塊。豐富性排名模塊作為電商個性化推薦系統重要組成部分，在具體的運用中，主要采用了覆蓋用戶喜好的方式，為用戶精確推薦商品，以達到激發用戶購買欲望的目的。例如：當發現用戶有購買西裝記錄之后，系統會自動為用戶推薦以西裝相搭配的領帶、襯衣等。（3）整體性排名模塊。整體性排名模塊在具體的運用中，主要根據系統自動推薦結果，完成對相關商品的整體化、標準化和規范化配置和管理。例如：根據用戶的行為特征，科學設置系統推薦頻率，以提高系統推薦商品的精準性和高效性。

5 結語

綜上所述，在大數據技術的應用背景下，電商個性化推薦系統在設計和開發方面取得了很大的突破和創新，該系統不僅功能強大，通用性強，具有良好的用戶體驗，還在電商行業中取得了顯著的應用效果，因此，深受廣大用戶的青睞和喜愛。為了方便后期系統的維護和升級，需要相關軟件開發人員再接再厲，用更加優雅的代碼擴充更多適用的功能，從而為促進電商個性化推薦系統健康、可持續發展，提供有力的保障。