大數據時代電子商務個性化推薦發展趨勢研究

夏洋?何慧如

摘 要：現階段，隨著時代發展的速度越來越快，電子商務的發展也得到了很大的提升，但是，由于各個方面因素的干擾和制約，使得國家相關文獻在電子商務個性化研究方面還停留在理論層面，比較側重于內容推薦方法以及協同推薦方法，而在個性化推薦方面的研究卻很少。在這種情況下，本文對大數據時代電子商務個性化推薦發展趨勢進行了簡單分析和探究，希望可以為相關人員提供一定的幫助。

關鍵詞：大數據；個性化推薦；電子商務

自進入21世紀以來，互聯網發展迅速，人們在互聯網上進行的一系列活動產生了大量的數據，顯然，我們已經進入了一個大數據時代；對于這些數據，利用好則在各領域均有益處，利用不好也會給我們帶來麻煩；電子商務行業在大數據時代該何去何從？個性化推薦自然是不可或缺的一個領域。我們應該加大對電子商務個性化推薦的重視程度，明確其發展趨勢，同時結合實際現狀，根據消費者的興趣愛好，有針對性地向用戶推薦感興趣的商品信息，進而為用戶提供更大的便利。

一、大數據時代分析

（一） 大數據的含義及特點分析

大數據（big data）是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。IBM曾提出大數據的5V特點：Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。大數據包含了各種各樣的數據信息，其在不同的領域反映了生活的現狀。由于大數據具有規模大、涉及面非常廣泛等特點，因此被引入到社會發展的機構當中。與傳統數據不同，大數據時代下，其變得更加具有一定的動態性，使得數據的類型也變得更加多樣化。從數量的角度進行分析，大數據能夠將各個行業的信息進行合理的整合，實現數據可以進行跨區域傳輸。由于數據信息涉及到的范圍非常廣泛，使得在實際數據信息傳輸的過程中，一些數據信息在傳輸中顯得過于零碎和片化。因此，在數據信息挖掘過程中，應該借助一些技術和理念依照一定的標準進行開展和進行。

（二） 大數據時代電子商務的發展趨勢分析

所謂電子商務，就是利用計算機技術、網絡技術、遠程通信技術實現整個商務過程的電子化、數字化和網絡化。大數據對電子商務來說是一把雙刃劍，優勢在于它既可實現私人訂制，信息個性化，也可物流更加便利，更新更為及時；弊端體現在信息泛濫，誤導性增強。對于電商行業來說，想要在發展中以大數據趨勢為依托，勢必要聯合數據分析、云計算、物聯網甚至是人工智能等多重手段，對目標客戶進行精準畫像，從而達到產品廣告精準投放、為目標提供定制服務的目的。

二、個性化推薦服務

個性化推薦服務是建立在海量數據的基礎上，為客戶提供個性化的信息服務和決策支持。例如：購物平臺根據客戶的瀏覽記錄和購買記錄，利用一些推薦算法，如協同過濾、聚類模型等，向客戶推薦一些他們可能會購買的商品或服務，隨著推薦算法的優化，個性化推薦也越來越精準。

三、大數據時代電子商務個性化推薦發展趨勢探究

（一）分散數據具有一定的關聯性

關聯分析又稱關聯挖掘，就是在交易數據、關系數據或其他信息載體中，查找存在于項目集合或對象集合之間的頻繁模式、關聯、相關性或因果結構。或者說，關聯分析是發現交易數據庫中不同商品（項）之間的聯系。通過關聯分析，一個事物的所有情況，可以通過另一個事物進行預測和判斷；同時還會發現事物間隱藏的相互關系，從而更加有效地對產品進行關聯，這時在進行網絡搜索時，可以第一時間出現關聯產品，從而有效提高產品的銷量和知名度。同時，在企業的實際發展中，通過對網上資源進行整合，還可以將自己的產品和其他公司的產品進行有效地關聯，明確客戶信息，了解客戶喜好，對客戶進行有效地推薦。

（二）營銷精準化以及針對化

在大數據時代，通過對數據進行深度的挖掘，可以對消費者的喜好進行精準的分析，然后針對性的向他們進行推薦，比如：今日頭條”的個性化新聞推薦服務最大的特點就是快速和準確，用戶在使用“今日頭條”APP 瀏覽新聞信息時，后臺就會對用戶的瀏覽足跡進行儲存和記憶，并進行簡單的分類和對用戶興趣的分析，在用戶之后的瀏覽過程中，系統就會自動推薦給用戶之前其感興趣的同類消息或新聞內容，甚至是向用戶推薦此類相關的頭條號，請求關注。

（三） 電子商務的智能平臺

對于電商平臺來說，往往是用戶有了較強的購物需求。未使用智能推薦的電商平臺，因為每個用戶的購物需求是不同的，用戶在登陸時并不能很容易的在首頁就發現自己意向購買的商品、品類，且每個用戶的首頁商品、品類都是一樣的。用戶不能在短時間找到意向商品在一定程度上會造成首頁訪問轉化率降低和首頁流量的流失，分發效率和質量較低。而使用了智能推薦的電商平臺，用戶在登陸首頁時則會有很大的概率發現意向商品，從而直接跳轉到商品詳情頁面，提高了頁面的訪問效率。像用戶在購物車頁面時，智能推薦則幫助電商平臺挖掘了用戶的潛在需求，實現了交叉和向上銷售從而提高了客單價。較為經典的案例是，經常買德國啤酒的人很大概率上會需要尿布。而未使用智能推薦的電商平臺，用戶在購買德國啤酒時，可能想不到還需要購買尿布，或者想到了要購買尿布而去了其他的電商平臺，而智能推薦則幫助用戶發現自己的需求，減輕用戶尋找到意向商品的時間成本。假設兩個電商平臺a和b，在平臺a里用戶3秒內就找到了他想要的商品，而平臺b需要3分鐘，那么顯而易見地用戶會更經常使用a平臺。換句話說，智能推薦帶來的不僅僅是簡單的點擊，更重要的是讓用戶重復使用。

四、結語

新時期下，互聯網技術進一步發展，電子商務的發展也進入了一個新的時期，用戶對商品的意向存在不確定性，為電子商務的個性化推薦產生了一定的難度。為妥善解決這一問題，還需制定合理的對策，確保電子商務個性化推薦朝著更好的方向發展。

參考文獻：

[1]丁然.大數據時代電子商務個性化推薦發展趨勢[J].電子商務，2015（4）：5

[2]楊佳佳.大數據處理對電子商務的影響探討[J].人力資源管理.2018 （02）