電子商務系統中的信息推薦方法分析

楊明娟

摘要：電子商業發展潛力巨大，本文以信息服務為重點，主要討論了電子商業系統信息推薦、主動信息推薦方法和手機信息推薦等方面的問題，并詳細介紹了以用戶為基礎的信息過濾方法。此外，本文對主動信息推薦與被動信息推薦的方法作了比較。

關鍵詞：電子商務;系統推薦;方法分析

我國自1998年迎來第一次網絡交易，經歷了很多的風雨歷程，電子商務開始從不成熟向成熟發展。電子商務是信息流、物流、資金流的綜合體，其中信息流在電子商務中起著重要的作用。本文主要討論電子商務系統的信息推薦問題。

一、電子商務的重要性

電子商務優于傳統商務或網上購物優于實際購物商場的主要原因是，互聯網為信息傳遞和信息服務提供了更便捷的渠道。通過互聯網用戶更快、更容易地獲取業務信息。因此，如何在電子商務中更好地進行信息交換是一個重要的問題。1997年電子商務推薦系統的正式定義是指利用電子商務網站向客戶提供商品信息和建議，幫助用戶決定購買什么產品，模擬銷售人員幫助客戶完成購買過程。信息推薦也是信息組織和服務的一種，良好的信息服務可以刺激潛在用戶，發掘用戶的潛在需求，使網民不僅能準確方便地滿足自己的物質需求，還能增加商家的利潤。無論是用戶還是商家，提高信息推薦的戰略和技術都是有利的。

據中國互聯網信息中心的統計報告顯示，我國在信息班設施和信息人口數量上均呈快速增長趨勢。另一方面，中國網絡熱點調查報告顯示，在半年內有60.6%的網友訪問購物站。查詢頻率每周或每月進行，購物網站主要用于尋找某種特定的商品，并查詢價格，隨著網絡的迅速發展，購物網站也隨之而來，對網絡的更多需求為電子商務提供了發展環境和空間。提供更好的信息服務是電子商務發展的核心問題之一。

二、電子商務中的信息推薦方法

根據電子商務系統信息服務的主動與否，電子商務的信息推薦可以分為兩類。主動信息推薦和手動信息促進服務主動指的是電子商業系統，通過分析用戶的信息和行為，通過提出適當的觀點和建議引導消費。被動信息服務是用戶在網絡上通過他們自己努力尋找所需的商品和服務，包括瀏覽網絡信息和查詢等。通常意義上的信息推薦只包括電子。廣泛的信息推薦應包括用戶積極尋找相關信息的行為。這是因為用戶積極獲取信息效果和網站本身的信息組織效率非常高。良好的信息組織有利于用戶發現信息，也是網站信息推薦的成功地點。

（一）被動信息推薦服務

被動信息推薦服務的特點是，用戶目標明確，很容易實現，在目前的電子商務中被廣泛使用。同時，這種方法的個性化程度不高。這種信息收集方式要求用戶熟悉網站的信息組織方法和搜索知識的方式。手動信息推薦服務有兩個主要表達：

1 分類瀏覽信息推薦。分類瀏覽是基于主題分類的信息查詢方法，符合人類認識事物的習慣，用戶容易接受。幾乎所有電子商務網站都使用這種分類瀏覽信息推薦模式。這種方法缺點是：1.分類方法不統一。與普通分類法的嚴格規范不同，電子商務網站對商品和信息的分類具有任意性。為了方便使用，這里的沒有分類標準、列類順序、類名等可以遵循的標準。同樣的內容在不同的電子商務網站上很有可能處于不同的位置，并被賦予不同的名稱。2.新事物不斷出現，很多內容很難確定其所屬類別。3.對于一般的用戶，分類查詢方法需要更多的時間，因此用戶必須根據目標查找內容和分類標準，一次縮小搜索范圍，不能直接查看目標。

2 基于關鍵詞的信息推薦。基于關鍵詞的信息推薦有時被人們稱為基于內容的搜索，但實際上存在差異。關鍵字只能部分表示內容，內容不是簡單的關鍵字。這種信息組織方法類似于圖書館的分類。主要思想是，以尋找對象的主題關鍵詞為標準，在尋找的范圍內，找到與目標關鍵詞相匹配的內容。該方法的優點是方法技術完成度高，用戶可以輕松接受搜索結果。缺點則有：1.對關鍵詞選擇的適當性要求很高，搜索結果取決于主題關鍵詞的決定。2.檢查率需要提高，搜索結果取決于說明信息的準確性和配置方式的合理性。3.它不能反映與正在查找的信息相關的信息，也不容易找到用戶的新的和潛在的興趣點。

（二）主動推薦信息服務

主動信息推薦服務的特點是：這種方法的自動化程度高，不需要用戶付出很多努力，系統主動向用戶發送信息，而且是個性化的信息。但是，該方法對用戶來說目標不明確，系統實施更困難。目前，主動信息推薦技術主要包括：協作過濾建議、基于內容的建議、基于人口統計的建議、基于知識的建議和基于規則的建議。這里主要討論合作過濾技術。

協同過濾是電子商業推薦系統研究和使用最廣泛的方法之一。協同過濾建議產品基于其他用戶的觀點，利用使用者之間相似的推薦信息，使用戶可以找到更新感興趣的信息。協作推薦系統利用歷史資料識別使用者的鄰居，分析這些鄰居，識別使用者可能喜愛的信息。協作過濾推薦系統有兩個主要限制。第一個是稀缺性。第二個是可擴展性。在很多推薦系統中，用戶和項目過去的信息量經常受到限制，共同推薦系統無法準確計算鄰居和識別推薦項目，導致貧窮的推薦。特別是在系統使用初期，信息資源很少，因此很難根據這些評價調查用戶之間的相似性。協同過濾的最大優點是不需要分析對象的特性特性，對推薦對象沒有特殊要求，可以處理非結構化的復雜對象。

結束語：在社會大發展的今天，除了用戶直接檢索信息，通過系統通過算法提供個性化的事前信息推薦外，電子商務網站還提供其他信息推薦方法。系統提供的暢銷書排行榜或推薦商品排行榜等，都是系統進行的信息推薦。最常見的是即時屏幕顯示，即基于用戶當前會話的即時信息推薦。另外，還為用戶提供了多種對話，即持續的信息推薦。這個信息推薦可以通過電子郵件、手機短信或定期郵寄推薦目錄。總而言之，電子商務在當今社會已經是每個人必不可少生活必需品，相關工作者要努力完善電子商務體系，為廣大人民群眾服務。

參考文獻：

[1]電子商務系統商品推薦方法淺析[J].方俊.大眾科技.2018（08）.

[2]電子商務系統的規劃與設計探討[J].孫俊玲.河南財政稅務高等專科學校學報.2019（01）.

[3]企業電子商務系統的規劃與設計研究[J].李金財.大慶社會科學.2018（03）.