基于網(wǎng)絡數(shù)據(jù)挖掘的個性化電子商務推薦系統(tǒng)研究

濮力

【摘 要】電子商務是伴隨著計算機技術發(fā)展起來的新興事物，而推薦系統(tǒng)的任務則是解決信息過載問題。針對當前的協(xié)同過濾算法所存在的缺陷，引入了網(wǎng)絡思想，解決了推薦系統(tǒng)現(xiàn)有的問題，可以在網(wǎng)絡數(shù)據(jù)的基礎上實現(xiàn)對用戶的個性化服務，有利于電子商務的進一步發(fā)展。為此，本文就基于網(wǎng)絡數(shù)據(jù)挖掘的個性化電子商務推薦系統(tǒng)進行了淺要探討。

【關鍵詞】網(wǎng)絡數(shù)據(jù)挖掘；個性化電子商務；推薦系統(tǒng)

【中圖分類號】C37【文獻標識碼】A【文章編號】1672-5158（2013）07-0109-01

引言

在信息化全方位發(fā)展的今天，電子商務之所以能在世界范圍內迅速發(fā)展，其優(yōu)勢在于方便、快捷、成本低、受限少。然而，電子商務也同樣存在一些必須解決的問題，就是用戶和商家之間的互選問題，即用戶對所需產品的挑選和商家對用戶所需的了解。通過網(wǎng)絡數(shù)據(jù)挖掘與電子商務的恰當結合，就可以很好的解決這一問題，對電子商務的發(fā)展起到了很大的幫助。

1 網(wǎng)絡數(shù)據(jù)挖掘

1.1 網(wǎng)絡概述

在社會生活中存在著關乎人們工作和生活的各種各樣的系統(tǒng)，通過對其本質進行分析，可以得到一個抽象的包含眾多節(jié)點和連接節(jié)點的邊的網(wǎng)絡。網(wǎng)絡是復雜系統(tǒng)的研究工具，為復雜系統(tǒng)的研究提供了新的模式和思想方法。

1.2 網(wǎng)絡數(shù)據(jù)挖掘推薦算法

1.2.1 基于二部分圖網(wǎng)絡結構的推薦算法

因為系統(tǒng)的主體都是用節(jié)點來表示的，但是網(wǎng)絡中的節(jié)點可以是一個類型，也可以不是一個類型。節(jié)點的連接關系用矩陣表示，這類節(jié)點屬于單模式網(wǎng)絡；節(jié)點不是一種的類型，不同類型的節(jié)點之間才能連接的網(wǎng)絡稱為二部分網(wǎng)絡。

運用二部分圖結構的算法，把推薦的系統(tǒng)中項目節(jié)點看作是具備一定的，能夠分配出去的資源，同時可以把資源分配給其他看好的商品項目。

1.2.2 基于用戶關聯(lián)網(wǎng)絡的推薦算法

之所以可以將網(wǎng)絡思想引入推薦算法，是因為電子商務系統(tǒng)中的用戶與商品及用戶與用于之間具有關聯(lián)性，這種基于網(wǎng)絡的商務系統(tǒng)具有非常強大的適應性。主要思想就是：首先，建立用戶選擇的商品與評價信息之間的關聯(lián)圖，以權值計量。然后，在已形成的關聯(lián)圖中，按某商品的全部使用記錄，把該商品推薦給其它相關權值較大的用戶。

2 個性化電子商務推薦系統(tǒng)

2.1 個性化電子商務推薦系統(tǒng)的內容

電子商務是指有商務能力的實體，通過現(xiàn)代的電子技術來進行商務活動的過程。特別是現(xiàn)階段，電子商務所表現(xiàn)出的優(yōu)勢越來越明顯。現(xiàn)有的個性化推薦系統(tǒng)在主動為用戶提供所需的信息或服務的基礎上，更能同時滿足為企業(yè)謀利益的要求，能為企業(yè)大力發(fā)展?jié)撛谟脩簦簿褪强梢酝ㄟ^個性化推薦系統(tǒng)實現(xiàn)雙向推薦。

2.2 推薦系統(tǒng)的主要研究內容

2.2.1 信息的獲取以及模型建立

隨著因特網(wǎng)在全球的迅速發(fā)展，在準確獲取用戶信息的基礎上，包括用戶瀏覽行為等內容在內的交互式用戶信息獲取方式成為發(fā)展的趨勢，這就要求在獲取用戶信息時，要對信息提前進行分類。

模型建立和更新的數(shù)據(jù)來源于不同途徑得到的用戶信息數(shù)據(jù)，并與其數(shù)量和質量密切相關，通過數(shù)據(jù)清理和轉換篩選出適用于建模的數(shù)據(jù)?，F(xiàn)階段常見的建模技術有：關聯(lián)規(guī)則挖掘、基于內容的過濾、聚類算法等。

2.2.2 推薦算法設計的有關研究

推薦算法有實時、準確、高效的特點，現(xiàn)在使用的主要算法都具有不同的適用領域，由于電子商務系統(tǒng)的使用率日漸增多，用戶數(shù)據(jù)庫的內容也越來越多，因此必須要在保證算法準確性的基礎上，同時對其實時性進一步研究。盡管新的設計正在不斷被推出，但都有一定的片面性，所以，想要得到較理想的推薦算法還需要進一步的研究。

2.2.3 評價推薦系統(tǒng)存在的問題

由于推薦系統(tǒng)的應用領域較多，并且不同的推薦系統(tǒng)的評價目的各異，另外，現(xiàn)在的評價指標大多只注重評價系統(tǒng)的單一特征，想對目前的推薦系統(tǒng)進行客觀的評價還是比較困難的?，F(xiàn)在常用的六種準確度評價指標有：預測準確度、排序準確度、半衰期效用指標、距離標準化指標、預測打分關聯(lián)、分類準確度。

2.2.4 一些應用方面的問題

研究推薦系統(tǒng)的目的就是使其能夠在不同的領域中取得應用，雖然推薦系統(tǒng)已經取得很好的應用效果，但其發(fā)展空間還是非常巨大的，如發(fā)展企業(yè)需要的潛力用戶、拓寬推薦系統(tǒng)應用領域等。

3 數(shù)據(jù)挖掘與個性化推薦系統(tǒng)

電子商務系統(tǒng)中的信息量非常巨大，并且保持與日俱增的趨勢，數(shù)據(jù)挖掘技術可以讓這些蘊含著非常有用的規(guī)則和模式的數(shù)據(jù)得到很好的運用，從而更好的提供個性化服務。

3.1 聚類分析技術

聚類就是把數(shù)據(jù)在無指導的情況下通過非預先設定方式進行分組劃分，這些數(shù)據(jù)之所以具有潛在性是因為它們都是在劃分過程中自動生成的。利用這種技術得到的數(shù)據(jù)更有關注意義，更適合于分析使用。在個性化推薦系統(tǒng)中，通過聚類技術將客戶按照不同的特征劃分成不同的部分，這就使得搜索工作的效率大大提高。

3.2 關聯(lián)規(guī)則技術

關聯(lián)規(guī)則就是在數(shù)量龐大的數(shù)據(jù)中找出項集中的有用規(guī)則，以其高效的性能和伸縮性而成為是一個很熱門的數(shù)據(jù)挖掘技術。但關聯(lián)規(guī)則也有它的不足之處，就是參數(shù)閾值設置時會影響規(guī)模的效率。

關聯(lián)規(guī)則中有兩個很重要的概念，即置信度和支持度。以商品銷售為例，關聯(lián)規(guī)則生成步驟如下：第一步，從所有銷售產品中找到全部的繁項集，這也是關聯(lián)規(guī)則挖掘的核心和熱點所在。第二步，生成關聯(lián)規(guī)則，在頻繁項目集中找到同時符合最小置信度和最小支持度的關聯(lián)規(guī)則。

3.3 協(xié)同過濾技術

協(xié)同過濾是現(xiàn)階段使用頻率最多、效果最好、最受歡迎的一項技術。該技術主要是針對用戶，通過搜索目標用戶得到用戶的行為偏好同時做出商品評價。通常所說的協(xié)同過濾技術主要指基于用戶的協(xié)同過濾技術，隨著對該技術的不斷研究和發(fā)展，基于商品項目的協(xié)同過濾技術也得到了不斷的提高。

3.3.1 基于用戶的協(xié)同過濾技術

該技術的研究對象主要是用戶，并且在現(xiàn)實生活中的使用率較高。即通過假設，把對某一商品具有相似評價的用戶列為相似用戶，并由此推斷歸結到一起的相似用戶對其他商品也會有相似的評價。

基于用戶的協(xié)同過濾算法實施步驟：（1）獲取用戶信息，即利用用戶—項目矩陣描述用戶所獲得的商品的信息，這是用戶信息獲取步驟中最主要的內容；（2）相似性的計算以及相似用戶集的產生，就是通過相似性計算得到與目標用戶相似的用戶群，得到符合相似用戶數(shù)的一定數(shù)量的相似用戶；（3）生成推薦結果，是在相似用戶集的基礎上，根據(jù)推薦方法生成推薦結果。

3.3.2 基于項目的協(xié)同過濾技術

基于項目的協(xié)同過濾技術的研究對象主要是商品項目。該技術就是用相似性計算，得到用戶評價的商品項目與目標項目的相似值。利用它們之間的共性，預測用戶對目標項目的評價值，通過這樣的方式來獲得同類商品信息。

結束語

電子商務推薦系統(tǒng)的應用領域非常之廣，特別是將網(wǎng)絡數(shù)據(jù)挖掘技術與其相結合，更好的符合了電子商務領域的用戶所需。本文系統(tǒng)地闡述了網(wǎng)絡數(shù)據(jù)挖掘和個性化商務系統(tǒng)以及他們之間的結合，探討了網(wǎng)絡技術在個性化商務系統(tǒng)中的應用。在今后的工作過程中，還應加強對基于網(wǎng)絡數(shù)據(jù)挖掘的個性化電子商務推薦系統(tǒng)的深入研究，以切實提升系統(tǒng)運行的安全性與可靠性。

參考文獻

[1] 張遠程，康永勝.基于swarm平臺和社交網(wǎng)絡的電子商務個性化推薦系統(tǒng)仿真模型的理論構建[J].計算機光盤軟件與應用，2012，（21）：124-125

[2] 艾丹祥，左暉，楊君.基于三維協(xié)同過濾的C2C電子商務推薦系統(tǒng)[J].計算機工程與設計，2013，34（2）：702-706

[3] 吳海彬，劉利民，劉曉莉，等.電子商務個性化推薦原型系統(tǒng)的設計與實現(xiàn)[J].內蒙古工業(yè)大學學報：自然科學版，2012，31（3）：26-31