論文摘要：隨著電子商務的不斷深入發(fā)展，電子商務推薦系統(tǒng)的應用更加廣泛。文章主要介紹了目前應用較廣的幾種電子商務推薦系統(tǒng)中的推薦技術，并對這幾種推薦技術存在的問題進行了分析。
論文關鍵詞：電子商務 推薦系統(tǒng) 推薦技術
一、引言
隨著網(wǎng)絡的廣泛普及，電子商務對傳統(tǒng)的商貿(mào)活動產(chǎn)生了革命性的變化，產(chǎn)生從以商品為中心到以客戶為中心的商業(yè)模式的轉變。新的商業(yè)環(huán)境在為企業(yè)提供新的商機的同時，也對企業(yè)提出了新的挑戰(zhàn)。圍繞客戶進行服務，為客戶提供所需要的商品，所以對每個客戶提供個性化的服務已經(jīng)成為必要。而電子商務推薦系統(tǒng)成為解決問題的重要途徑。本文研究了電子商務推薦系統(tǒng)中的各類推薦技術。
二、電子商務推薦系統(tǒng)
電子商務推薦系統(tǒng)定義為：利用電子商務網(wǎng)站向用戶提供商品信息和建議，幫助客戶決定應該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程。它是一個基于客戶網(wǎng)上購物的以商品為推薦對象的個性化推薦系統(tǒng)，為客戶推薦符合其興趣愛好的商品。分析客戶的消費偏向，向每個客戶具有針對性地推薦的產(chǎn)品，幫助客戶從龐大的商品目錄中挑選真正適合自己需要的商品。電子商務推薦系統(tǒng)在幫助了客戶的同時也提高了客戶對商務活動的滿意度，從而換來對電子商務站點的進一步支持。
電子商務推薦系統(tǒng)主要起到了三個方面的作用：首先，極大地增加了客戶，可以把網(wǎng)站的瀏覽者轉變?yōu)橘徺I者，提高主動性;其次，可以提高網(wǎng)站相關系列產(chǎn)品的連帶銷售能力;最后，可以提高、維持客戶對網(wǎng)站的滿意度和信任度。
電子商務推薦系統(tǒng)具有良好的發(fā)展和應用前景。在日趨激烈的競爭環(huán)境下，電子商務推薦系統(tǒng)能有效保留客戶，提高電子商務網(wǎng)站系統(tǒng)能大大提高企業(yè)的銷售額。成功的電子商務推薦系統(tǒng)將會產(chǎn)生巨大的經(jīng)濟效益和社會效應。
三、電子商務推薦技術
目前，電子商務推薦系統(tǒng)中使用的主要推薦技術有基于內(nèi)容推薦，協(xié)同過濾推薦，基于知識推薦，基于效用推薦，基于關聯(lián)規(guī)則推薦，混合推薦等等。
1.基于內(nèi)容的推薦。
它是信息過濾技術的延續(xù)與發(fā)展，項目或?qū)ο笸ㄟ^相關特征的屬性來定義，系統(tǒng)基于商品信息， 包括商品的屬性及商品之間的相關性和客戶的喜好來向其推薦�；谏唐穼傩灾饕腔诋a(chǎn)品的屬性特征模型推薦。
內(nèi)容推薦技術分析商品的屬性及其相關性可以脫機進行，因而推薦響應時間快。缺點是難以區(qū)分商品信息的品質(zhì)和風格，而且不能為用戶發(fā)現(xiàn)新的感興趣的商品，只能發(fā)現(xiàn)和用戶已有興趣相似的商品。
2.協(xié)同過濾推薦。
協(xié)同過濾推薦是目前研究最多、應用最廣的電子商務推薦技術。它基于鄰居客戶的資料得到目標客戶的推薦，推薦的個性化程度高。利用客戶的訪問信息，通過客戶群的相似性進行內(nèi)容推薦，不依賴于內(nèi)容僅依賴于用戶之間的相互推薦，避免了內(nèi)容過濾的不足，保證信息推薦的質(zhì)量。
協(xié)同過濾推薦優(yōu)點有:能為用戶發(fā)現(xiàn)新的感興趣的商品;不需要考慮商品的特征，任何形式的商品都可以推薦。缺點是:稀疏性問題，用戶對商品的評價矩陣非常稀疏;可擴展性問題，隨著系統(tǒng)用戶和商品的增多，系統(tǒng)的性能會越來越低;冷啟動問題，如果從來沒有用戶對某一商品加以評價，則這個商品就不可能被推薦。
3.基于知識的推薦。
在某種程度上可以看成是一種推理技術，各個方法因所用的知識不同而有明顯區(qū)別�；谥R的推薦提出了功能知識的概念。簡單的說，功能知識是關于某個項目如何滿足某個特定客戶的知識，它能解釋需要和推薦之間的關系。在基于知識的推薦看來，客戶資料可以是任何能支持推理的知識結構，并非一定是用戶的需要和偏好。
4.基于效用的推薦。
它是根據(jù)對客戶使用項目的效用進行計算的，核心問題是如何為每個客戶創(chuàng)建效用函數(shù)，并考慮非產(chǎn)品屬性，如提供商的可靠性和產(chǎn)品的可用性等。它的優(yōu)點是能在效用函數(shù)中考慮非產(chǎn)品因素。效用函數(shù)通過交互讓用戶指定影響因素及其權重對于大多數(shù)用戶而言是極其繁瑣的事情，因而限制了該技術的應用。
5.基于關聯(lián)規(guī)則的推薦
系統(tǒng)往往利用實際交易數(shù)據(jù)作為數(shù)據(jù)源，它符合數(shù)據(jù)源的通用性要求，以關聯(lián)規(guī)則為基礎，把已購商品作為規(guī)則頭，推薦對象作為規(guī)則體，其中關聯(lián)規(guī)則的發(fā)現(xiàn)最關鍵且最耗時，但可以離線進行。其特點是實現(xiàn)起來比較簡潔，推薦效果良好，并能動態(tài)地把客戶興趣變化反映到推薦結果中。
6.混合推薦技術。
混合推薦系統(tǒng)整合兩種或更多推薦技術以取得更好的實際效果。最常見的做法是將協(xié)同過濾推薦技術與其它某一種推薦技術相結合。例如，結合基于協(xié)同過濾和基于內(nèi)容推薦這兩種推薦技術，盡量利用它們的優(yōu)點而避免其缺點，提高推薦系統(tǒng)的性能和推薦質(zhì)量。比如，為了克服協(xié)同過濾的稀疏性問題，可以利用用戶瀏覽過的商品預期用戶對其他商品的評價，這樣可以增加商品評價的密度，利用這些評價再進行協(xié)同過濾，從而提高協(xié)同過濾的性能。
四、總結
電子商務推薦系統(tǒng)，一方面有助于電子商務網(wǎng)站內(nèi)容和結構自適應性的實現(xiàn)，另一方面在幫助客戶快速定位感興趣的商品的同時也為企業(yè)實現(xiàn)了增值。電子商務推薦系統(tǒng)作為有利的分析工具和促銷手段，已成為電子商務網(wǎng)站的競爭工具，必將獲得廣泛的應用和發(fā)展。本文對電子商務推薦系統(tǒng)進行了介紹，并對推薦技術進行了概述。目前國內(nèi)的電子商務網(wǎng)站在這方面的實踐處在快速發(fā)展的階段，因此還需要繼續(xù)研究出更智能、更優(yōu)化的電子商務推薦技術。
參考文獻：
梁 英:電子商務個性化推薦技術研究[J].商場現(xiàn)代化，2007，26
鄧曉輝 漆 強:淺析電子商務推薦系統(tǒng)[J].企業(yè)經(jīng)濟，2007，08