電子商務(wù)推薦系統(tǒng)中推薦技術(shù)的比較研究

吳恒亮 張巍巍

摘要:介紹了電子商務(wù)推薦系統(tǒng)的基本內(nèi)涵,對(duì)電子商務(wù)推薦系統(tǒng)的工作流程進(jìn)行了初步探討,并從不同角度對(duì)常用的電子商務(wù)推薦技術(shù)的推薦機(jī)理與方法進(jìn)行了對(duì)比研究。

關(guān)鍵詞:電子商務(wù);推薦系統(tǒng);推薦技術(shù)

中圖分類號(hào):TP274:F724.6文獻(xiàn)標(biāo)識(shí)碼:A

Abstract: This paper introduces the basic connotation of e-commerce recommendation system, discusses the workflow of e-commerce recommendation system, and makes a comparative study to e-commerce recommendation techniques from different angles, including recommendation mechanism and method.

Key words: e-commerce; recommendation system; recommendation technique

與傳統(tǒng)的商務(wù)活動(dòng)相比,電子商務(wù)具有不可比擬的優(yōu)勢(shì),如降低企業(yè)成本、提高效率、提高企業(yè)的競(jìng)爭力、提供給用戶更多的選擇等。如今,電子商務(wù)的效益日益明顯,通過Internet建立自己的網(wǎng)上商店進(jìn)行商務(wù)活動(dòng)的企業(yè)越來越多,但這些虛擬的商店并沒有配備相應(yīng)的銷售人員來引導(dǎo)用戶購物。隨著電子商務(wù)網(wǎng)站規(guī)模的不斷擴(kuò)大,網(wǎng)上商品越來越豐富,雖然用戶有了更大的選擇空間,但同時(shí)也增加了用戶購買所需商品的難度,用戶在找到自己需要的商品之前,往往需要瀏覽大量的無關(guān)信息。為了解決這個(gè)問題,有效地指導(dǎo)用戶在電子商務(wù)網(wǎng)站中購物,人們提出了電子商務(wù)推薦系統(tǒng)。

1電子商務(wù)推薦系統(tǒng)的涵義及其作用

電子商務(wù)推薦系統(tǒng)是指利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議,幫助客戶決定應(yīng)該購買什么產(chǎn)品,模擬銷售人員幫助客戶完成購買過程。目前,幾乎所有大型的電子商務(wù)系統(tǒng),如Amazon、eBay、當(dāng)當(dāng)網(wǎng)等,都不同程度地使用了各種形式的電子商務(wù)推薦系統(tǒng),電子商務(wù)推薦系統(tǒng)的開發(fā)和應(yīng)用將會(huì)給企業(yè)帶來巨大的經(jīng)濟(jì)效益。

電子商務(wù)推薦系統(tǒng)可以提高電子商務(wù)網(wǎng)站的銷售能力,其作用主要體現(xiàn)在以下3個(gè)方面:

(1)實(shí)現(xiàn)瀏覽者向購買者的轉(zhuǎn)變

很多電子商務(wù)網(wǎng)站因?yàn)樵O(shè)計(jì)不合理,導(dǎo)致用戶無法快捷地找到感興趣或想購買的商品,從而出現(xiàn)了瀏覽站點(diǎn)的用戶經(jīng)常是只看不買的現(xiàn)象,而電子商務(wù)推薦系統(tǒng)的出現(xiàn)可以幫助用戶便捷地找到想購買的商品,從而實(shí)現(xiàn)了用戶從瀏覽者向購買者的轉(zhuǎn)變。

(2)實(shí)現(xiàn)交叉銷售

電子商務(wù)推薦系統(tǒng)在用戶購買過程中向用戶推薦其他有價(jià)值的商品,用戶能夠從提供的推薦列表中購買自己確實(shí)需要但在購買過程中沒有想到的商品,從而實(shí)現(xiàn)了電子商務(wù)系統(tǒng)的交叉銷售。

(3)實(shí)現(xiàn)客戶的有效保留

電子商務(wù)推薦系統(tǒng)通過分析用戶的購買習(xí)慣和需求,向用戶提供有價(jià)值的商品推薦。如果推薦質(zhì)量很高,那么用戶會(huì)再次訪問該網(wǎng)站,并會(huì)推薦給其他人,從而進(jìn)一步擴(kuò)大了網(wǎng)站的客戶群,也有效地避免了客戶流失問題。

總之,電子商務(wù)推薦系統(tǒng)可以模擬商店銷售人員向用戶提供商品推薦,幫助用戶找到所需商品,從而順利完成購買過程,可以有效保留用戶,提高電子商務(wù)系統(tǒng)的銷售能力,商家也可以通過電子商務(wù)推薦系統(tǒng)保持與客戶的聯(lián)系,重建客戶關(guān)系。

2電子商務(wù)推薦系統(tǒng)的分類

目前,電子商務(wù)推薦系統(tǒng)的分類方法存在多種,根據(jù)推薦的自動(dòng)化和持久性程度,可以將電子商務(wù)推薦系統(tǒng)分為非個(gè)性化電子商務(wù)推薦系統(tǒng)、基于屬性的電子商務(wù)推薦系統(tǒng)、用戶相關(guān)性推薦系統(tǒng)和商品相關(guān)性推薦系統(tǒng)。

其中,非個(gè)性化電子商務(wù)推薦系統(tǒng)是基于其他用戶對(duì)商品的綜合評(píng)價(jià),或是基于電子商務(wù)系統(tǒng)的銷售排行,或是基于電子商務(wù)系統(tǒng)的編輯推薦,向當(dāng)前用戶提供推薦信息;基于屬性的電子商務(wù)推薦系統(tǒng)則是根據(jù)商品的屬性特征向用戶產(chǎn)生推薦列表;用戶相關(guān)性推薦系統(tǒng)首先搜索當(dāng)前用戶的最近鄰居,然后根據(jù)最近鄰居的購買歷史或評(píng)分信息向當(dāng)前用戶產(chǎn)生推薦;商品相關(guān)性推薦系統(tǒng)主要根據(jù)商品之間的相關(guān)性向用戶產(chǎn)生相應(yīng)的推薦信息。

根據(jù)所采用的推薦技術(shù)可以將電子商務(wù)推薦系統(tǒng)分為以下幾種類型:協(xié)同過濾推薦、基于內(nèi)容過濾的推薦、基于關(guān)聯(lián)規(guī)則的推薦、基于用戶統(tǒng)計(jì)信息的推薦、基于效用的推薦和基于知識(shí)的推薦等。本文將在下面對(duì)這些推薦技術(shù)進(jìn)行比較。

3電子商務(wù)推薦系統(tǒng)的工作流程

雖然電子商務(wù)推薦系統(tǒng)的種類很多,所采用的推薦技術(shù)也不盡相同,但各種推薦系統(tǒng)的工作流程基本相同,主要包括數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、形成推薦和結(jié)果顯示等環(huán)節(jié)。電子商務(wù)推薦系統(tǒng)的一般工作流程如圖1所示。

3.1數(shù)據(jù)采集

數(shù)據(jù)采集方式主要有兩種類型:顯式采集和隱式采集。其中,顯式采集方式是指推薦系統(tǒng)需要用戶顯式地輸入形成推薦所需要的信息,包括用戶信息、用戶對(duì)商品的評(píng)價(jià)等;隱式采集方式是指推薦系統(tǒng)根據(jù)電子商務(wù)系統(tǒng)在用戶的購物過程中自動(dòng)記錄的信息形成推薦,比如用戶瀏覽或者購買了哪些商品,以此來分析用戶的行為特性,不需要用戶輸入任何信息。

顯式方式獲得的數(shù)據(jù)通常比較準(zhǔn)確,但需要用戶顯式地輸入信息,數(shù)據(jù)采集比較困難。隱式方式獲取數(shù)據(jù)的準(zhǔn)確性要低一些,且只能獲得用戶比較簡單的評(píng)價(jià),但采集數(shù)據(jù)相對(duì)比較容易。在實(shí)際的電子商務(wù)推薦系統(tǒng)應(yīng)用中,針對(duì)用戶和電子商務(wù)網(wǎng)站不同的需求,兩種方式都有各自的應(yīng)用場(chǎng)合。

3.2數(shù)據(jù)預(yù)處理

數(shù)據(jù)采集階段所獲得的數(shù)據(jù)往往具有不同的存儲(chǔ)格式,而不同的推薦技術(shù)所要求的數(shù)據(jù)格式也不盡相同。因此,在形成推薦以前往往要根據(jù)不同的推薦技術(shù)對(duì)不同類型的數(shù)據(jù)進(jìn)行相應(yīng)的預(yù)處理,將其轉(zhuǎn)化成符合所使用推薦技術(shù)要求的格式。

比較常用的存儲(chǔ)格式包括:基于內(nèi)容的文本格式和基于數(shù)值的矩陣格式。其中,基于內(nèi)容的文本格式數(shù)據(jù)需要用語義分析等知識(shí)進(jìn)行預(yù)處理;基于數(shù)值的矩陣格式數(shù)據(jù),通常是用M×N的用戶-商品評(píng)價(jià)矩陣R來表示,矩陣中的元素R表示第i位用戶對(duì)第j個(gè)商品的評(píng)價(jià),可以當(dāng)作數(shù)值來進(jìn)行處理。數(shù)據(jù)預(yù)處理包括數(shù)據(jù)清洗、會(huì)話識(shí)別和事務(wù)識(shí)別等過程。

3.3形成推薦

電子商務(wù)推薦系統(tǒng)完成了數(shù)據(jù)采集工作,并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理之后,就可以利用各種推薦方法進(jìn)行推薦了。形成推薦是電子商務(wù)推薦系統(tǒng)工作流程中最為關(guān)鍵的一個(gè)步驟。

前面介紹了電子商務(wù)推薦系統(tǒng)的分類,不同類型的電子商務(wù)推薦系統(tǒng)所運(yùn)用的推薦技術(shù)和方法不盡相同,下文中對(duì)各種電子商務(wù)推薦技術(shù)的推薦依據(jù)和主要算法步驟進(jìn)行了比較,參見表1。

3.4結(jié)果顯示

推薦結(jié)果形成后,接下來的任務(wù)是如何把推薦結(jié)果呈現(xiàn)給用戶。不同的推薦結(jié)果顯示時(shí)機(jī)和方式,往往可以起到不同的推薦效果。結(jié)果顯示的途徑主要包括以下幾種:

(1)將電子商務(wù)網(wǎng)站最熱銷的商品或者最新加入的商品以排行榜的形式顯示給用戶。

(2)根據(jù)用戶的查詢操作和要求形成推薦,并將推薦結(jié)果按照匹配程度或者用戶的感興趣程度進(jìn)行排序,以列表或超鏈接的形式把推薦結(jié)果顯示給用戶。

(3)向用戶提供其他用戶對(duì)用戶正在瀏覽商品的評(píng)價(jià)信息。

(4)根據(jù)用戶的興趣愛好向當(dāng)前用戶推薦商品。

(5)向用戶推薦與用戶購物車中商品相關(guān)的商品。

(6)以電子郵件方式向用戶發(fā)送其可能感興趣的商品或者新加入系統(tǒng)的商品信息。

4電子商務(wù)推薦系統(tǒng)的推薦技術(shù)比較

下面的表1和表2分別從不同的角度對(duì)目前常用的電子商務(wù)推薦技術(shù)進(jìn)行了比較。其中,表1主要從推薦依據(jù)和主要算法步驟兩個(gè)方面對(duì)各種推薦技術(shù)進(jìn)行了比較,表中U=u,u,u,…,u代表用戶集合,I=i,i,i,…,i代表產(chǎn)品項(xiàng)目列表。表2則對(duì)各種推薦技術(shù)的優(yōu)缺點(diǎn)進(jìn)行了對(duì)比分析。

由于各種推薦技術(shù)都存在優(yōu)缺點(diǎn),所以在實(shí)際的應(yīng)用中常采用組合推薦技術(shù)。例如,內(nèi)容過濾推薦和協(xié)同過濾推薦的組合,分別用基于內(nèi)容的方法和協(xié)同推薦方法,產(chǎn)生一個(gè)推薦預(yù)測(cè)結(jié)果,然后用某方法組合其結(jié)果。

5結(jié)束語

企業(yè)如何在虛擬的電子商務(wù)環(huán)境中吸引新用戶,并確保自己可以提供足夠的產(chǎn)品或服務(wù)留住老用戶,幫助用戶從電子商務(wù)網(wǎng)站中挑選出自己真正需要的產(chǎn)品或服務(wù),已成為許多電子商務(wù)企業(yè)所要關(guān)注的主要問題,解決這些問題的重要途徑就是構(gòu)建完善的電子商務(wù)個(gè)性化推薦系統(tǒng),而個(gè)性化推薦技術(shù)的研究是提高電子商務(wù)推薦系統(tǒng)推薦效果的關(guān)鍵因素。本文介紹了電子商務(wù)推薦系統(tǒng)的基本內(nèi)涵,對(duì)電子商務(wù)推薦系統(tǒng)的工作流程進(jìn)行了初步探討,并從不同角度對(duì)常用的電子商務(wù)推薦技術(shù)的推薦機(jī)理與方法進(jìn)行了對(duì)比研究。

參考文獻(xiàn):

[1]J L Herlocker, J A Konstan, L G Terveen. Evaluating Collaborative Filtering Recommendation System[J]. ACM Transactions on Information System, 2004,22(1):50-53.

[2] 黎星星. 電子商務(wù)推薦系統(tǒng)研究[J]. 計(jì)算機(jī)工程與科學(xué),2004,26(5):7-10.

[3] 游文,葉水生. 電子商務(wù)推薦系統(tǒng)中的協(xié)同過濾推薦[J]. 計(jì)算機(jī)技術(shù)與發(fā)展,2006,16(9):70-72.

[4] 蓋亮. 電子商務(wù)推薦系統(tǒng)的研究與實(shí)現(xiàn)[D]. 天津:天津大學(xué),2007.

[5] 朱巖,林澤楠. 電子商務(wù)中的個(gè)性化推薦方法評(píng)述[J]. 中國軟科學(xué),2009(2):183-192.