文档介绍：电子商务推荐系统研究论文[摘要]随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务IT技术的一个重要研究内容,越来越多地受到研究者的关注。本文探讨了电子商务系统的构成、研究内容、研究现状,分析了目前有的推荐系统存在的缺陷和问题,提出了未来电子商务推荐系统研究的发展方向。[关键词]电子商务;推荐系统;协作过滤;个性化推荐随着互联网的普及和电子商务的发展,商品推荐系统逐渐成为电子商务IT技术的一个重要研究内容,越来越多地得到研究者的关注。目前,几乎所有大型的电子商务系统,如Amazon、CDNOW、eBay、当当网上书店等,都不同程度地使用了各种形式的推荐系统。而且现在电子商务系统规模的进一步扩大,用户数目和项目数据急剧增加,迫切需要相应信息检索技术产生。商品个性化推荐技术,尤其是协同过滤技术,构成了现有电子商务个性化推荐系统的基础。在这里,之所以强调个性化,是因为需要推荐系统能为每个用户推荐适合他们偏好和兴趣的产品,而不是千篇一律的推荐。一、电子商务推荐系统及构成电子商务推荐系统(merce)定义是:“它是利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程”。推荐系统面对的是用户(user),任务是为用户提供对项目(item)的推荐。用户是指推荐系统的使用者,也就是电子商务活动中的客户。项目是被推荐的对象,是指电子商务活动中提供给客户选择的产品和服务,也就是最终推荐系统返回给用户的推荐内容。在一个电子商务活动中,用户数和项目数是非常多的。推荐系统面对的当前用户,称为目标用户或者活动用户。推荐系统的当前工作,就是为根据一定的算法,给出对目标用户的推荐项目。电子商务推荐系统主要由三大部分构成:输入模块、推荐方法模块和输出模块。输入模块用来接受用户的输入信息,用户的输入信息中最重要的是用户对项目的评价(rating)数据;推荐方法模块用来根据一定算法,根据用户数据,得出对目标用户的推荐,该模块是整个推荐系统的核心部分,个性化推荐方面的研究的很大一部分,都集中在找到好的推荐方法。输出模块主要是指得到的推荐以何种形式反馈给用户。根据项目的特点,目前主要有两种类型的推荐系统,一种是以网页为对象的个性化推荐系统,主要采用Web数据挖掘的方法与技术,为用户推荐符合其兴趣爱好的网页;另一种是网上购物环境下的、以商品为推荐对象的个性化推荐系统,为用户推荐符合其兴趣爱好的各类产品,如各种书籍,音像等,这种推荐系统也称电子商务个性化推荐系统。二、电子商务个性化推荐系统的作用电子商务推荐系统的最大的优点在于它能收集用户兴趣资料并根据用户兴趣偏好为用户主动作出个性化的推荐,也就是说,当用户每次输入用户名和密码登录电子商务网站后,推荐系统就会按照目标用户偏好程度的高低推荐用户最喜爱的N个产品,而且系统给出的推荐是实时更新的,也就是说当系统中的产品库和用户兴趣资料发生改变时,给出的推荐序列会自动改变,大大方便了用户,也提高了企业的服务水平。总体说来,电子商务推荐系统的作用主要表现在以下几个方面:一方面,使用户从无限的网络资源和商品世界中解脱出来,大大节约了用户采购商品的时间和成本;与此同时,推荐系统的个性化推荐服务,提高了客户对电子商务网站的忠诚度(BuildingLoyalty),将更多的电子商务网站浏览者转变为商品的购买者,从而提高电子商务网站的交叉销售能力(Cross-Selling),为电子商务企业赢得了更多的发展机会。研究表明,在基于电子商务的销售行业使用个性化推荐系统后,能提高销售额2%-8%,尤其在书籍、电影、CD音像、日用百货等产品相对较为低廉且商品种类繁多的行业,以及用户使用个性化推荐系统的程度高的行业,推荐系统能大大提高企业的销售额。电子商务推荐系统和销售系统(MarketingSystems)、供应链决策支持系统(Supply-ChainDecision-SupportSystems)既相似又有不同。销售系统是帮助销售人员如何把产品销售出去;推荐系统最终目的帮助用户,辅助用户购买什么产品做出决策。供应链决策支持系统是帮助生产者决定什么时候生产多少什么产品,以及仓库应该存贮多少各类产品,其最终目的是为企业生产者服务的,而同样推荐系统是面向用户的系统。三、电子商务个性化推荐系统的研究内容电子商务个性化推荐的研究有四方面的问题:首先,要解决推荐系统的信息来源问题——推荐系统的基础是用户兴趣资料信息,如何在电子商务环境下尽可能获得更多用户的相关信息,并以合适的形式表示是进行个性化推荐的前提;其次,要实现被顾客接受和认可的个性化推荐,设计准确、高效率的个性化推荐算法是核心;另外,要让推荐系统为广大用户所接受,必须对推荐系统作出客观、综合的评价,尤其要注意从准确率、个性化、安全性、用户