大數據時代電子商務個性化推薦服務研究

杜念欣

（長春工業大學（林園校區），長春 130000）

大數據時代電子商務個性化推薦服務研究

杜念欣

（長春工業大學（林園校區），長春 130000）

當前大數據已成功應用到多個領域，其中，大數據帶來的個性化推薦服務迅速應用于電子商務領域，并且頗為成功。早在2012年國內電商界的3個競爭對手——京東、蘇寧、國美進行價格大戰，令中國互聯網硝煙彌漫時，同樣作為電商巨頭的亞馬遜，已經憑借其強大的個性化推薦系統，使公司該年第二財季銷售額增長29%，由上一年年同期的99億美元增長至128.3億美元。那么如今國內電子商務個性化推薦服務的發展狀況如何？發展中存在什么不足之處？該如何改進這些不足？本文正是在這些問題的基礎上展開論述。

大數據；電子商務；個性化推薦；服務過度；用戶交互

1　大數據時代電子商務個性化推薦服務的性質與發展現狀

自2003年以來，電子商務個性化服務成為一個研究熱點。對此，不同專家對電子商務個性化推薦服務的看法略有不同。有人認為個性化信息服務的最基本準則，是根據客戶的特性提供具有針對性的信息內容和系統功能。也有人把個性化信息服務定義為基于用戶平時瀏覽網頁所表現出的習慣、個人偏好和特點，而自主地向用戶提供滿足其各種個性化需求的一種服務。還有人對個性化推薦服務進行了詳細的闡述，認為其是立足于用戶的信息使用行為，滿足用戶個人個性化信息需求的一種服務，往往是在某些特定的網上服務及網上功能中，通過用戶自己設定網上信息來源方式、表現形式、特定網上功能及其他網上服務方式等，通過服務器主動向用戶提供可能的服務。

信息技術的迅猛發展給用戶提供了海量的信息，為了滿足個體用戶的特定需求，提供個性化服務勢在必行，并且早已成功地應用于電子商務，即在電子商務活動中，根據用戶的個人特征、興趣、心理、經驗等方面，針對用戶特定需求，以合適的方式，主動向用戶提供經過集成相對完整的信息組合或知識組合。例如，在用戶打開網頁的同時，根據用戶最近的行為偏好及特點，實時為其推薦最新的產品信息。

2　大數據時代電子商務個性化服務不足之處

第一，個性化推薦服務往往只是根據用戶平時瀏覽所產生的簡單的關鍵詞進行匹配，推薦結果會產生海量的商品信息，而真正相關的商品或有用的信息卻很少。這其實根本無法準確地檢測出用戶真正的需求，使用戶耗費大量的時間和精力處理一些毫不相干的商品信息。

第二，基于關鍵字的需求模型不能全面準確地反映出用戶的興趣。當用戶對某些商品信息感興趣時，不能對相關的信息進行保存，不能對信息的完整性進行維護，因此，也就不能更準確地檢索出用戶需要的商品。

第三，不可否認的是，這些個性化推薦服務大都是建立在認為瀏覽者的需求比較穩定的基礎上。事實上，用戶的網上行為只是現實生活的網絡化，因此，瀏覽者的愛好是不停變化的，而當瀏覽者的商品偏好發生改變，而推薦系統并不能對此作出準確及時的反應時，甚至在用戶不發生瀏覽行為的情況下不會存在調整，這樣，就會產生大量過時無用的信息，而這一弊端，幾乎是電商個性化推薦系統的通病。

第四，當推薦系統以任何方式挖掘到可推薦內容時，很有可能不進行審核判斷而直接推薦，在這種情況下，有可能發生侵犯個人隱私的行為。

3　電子商務個性化推薦服務改進的幾點建議

上述的幾點不足之處都是過度服務導致的后果。那么，如何為消費者提供恰當的推薦服務，避免出現服務過度的情況呢？

基于Web挖掘技術所確定的用戶興趣模型，雖然提供了很多便利，但是缺乏對客戶心理學、消費行為學的深層研究，容易造成服務過度。

首先，筆者認為最基本的是改進挖掘技術，做到能夠在關聯規則中有意識地加強對用戶隱私的保護；其次，讓更多的用戶參與，推薦系統可加強與用戶的互動。例如：①個性化推薦服務，可以通過簡單的操作讓用戶參與其中；②用戶可以自主地增加或刪除自己想要或不想要的相關推薦；③像手機可選擇“飛行模式”“會議模式”等一樣，用戶可根據不同場合選擇不同模式，以保證推薦信息的適時性、高效性；④商務網站獲取了用戶大量的隱私信息，但是針對個性化泛濫信息還沒有很好的管理措施，因此，主要靠信息提供商的自我約束，根據用戶心理，提供合適的推薦服務，主動保護用戶隱私，提供有用的服務。

4　結 語

電子商務個性化推薦服務已日趨完善，但是在發展過程中難免存在不足，因此在最初的數據挖掘上就應當加強研究，在建立用戶興趣模型的過程中，加大用戶的參與度，以達到推薦信息的有效性、適時性等。另外，信息服務商應當注重用戶的隱私及用戶體驗。如何提供合理恰當的個性化推薦，將是未來電子商務的一個重點研究方向。

主要參考文獻

［1］張秀偉，何克清，王健，等.Web服務個性化推薦研究綜述［J］.計算機工程與科學，2013（9）.

［2］安芳.電子商務個性化信息推薦服務的研究［D］.北京:對外經濟貿易大學，2006.

［3］李儉霞.電子商務智能推薦技術及應用研究［D］.重慶:重慶大學，2009.

［4］楊靜.電子商務中個性化推薦模型的研究［D］.天津:天津師范大學，2006.

［5］高建煌.個性化推薦系統技術與應用［D］.合肥:中國科學技術大學，2010.

［6］張國權.基于Web數據挖掘的網站個性化服務研究［D］.蘭州:西北師范大學，2007.

10.3969/j.issn.1673 - 0194.2016.10.095

F713.36

A

1673-0194（2016）10-0137-01

2016-04-02