基于规则的电子商务推荐系统模型和实现.pdfVIP

第10卷第8期 计算机集成制造系统 V01．10NO．8 04 2 00 ManufacturingSystems Aug．20 4年8月 ComputerIntegrated 文章编号：1006—5911(2004)08—0898—05 基于规则的电子商务推荐系统模型和实现 张锋1，常会友2，衣杨2 (1．中山大学软件学院，广东广州510275；2．中山大学信科院计算机系，广东广州510275) 摘要：针对电子商务推荐系统本质上要解决的三个问题——数据源、数据模型和推荐策略，结合最新报道的 相关推荐系统，提出并在实验室条件下实现了一个推荐系统原型。为提高该推荐系统的的通用性，采用顾客购买 历史这种数据源格式，而不是常见的用户评分数据；另外，为保证产生足够的推荐结果并提高其质量，用关联规则 和序列规则结合的方法来构建推荐系统引擎，并设计_了一个基于一次表扫描时间的推荐策略。最后，从定性和定 量两方面说明该推荐系统效率高，有更好的推荐质量。 关键词：数据挖掘；规则挖掘；电子商务；推荐系统 中图分类号：TP31 文献标识码：A 推荐；③基于上述两种技术的’即混合型啪。 0 引言 1 相关工作 在传统商业销售中，商场通过销售人员向顾客 推荐商品；但在电子商务环境下，关于商品和客户的 电子商务推荐系统，和其他数据挖掘应用一样， 信息都是海量的，人工处理既不现实也不经济。于 首先也要解决源数据的建模和特征提取问题。本质 是电子商务推荐系统被应用在电子商务中，扮演传 上是要解决三个问题：①采用何种数据源；②建立什 统商业中销售人员的角色：向顾客提供商品信息和 么样的描述数据的模型或模式；③用什么方法进行 建议，帮助顾客完成购买过程。 推荐，即推荐策略问题。 推荐系统在电子商务网站中所起的作用主要体 在数据源选取问题上，大致可以分为基于顾客 现在三个方面：①将电子商务网站的浏览者转变为 评分／评价和基于顾客购买历史两类。基于用户评 购买者；②提高电子商务网站的交叉销售能力；③提 高顾客对电子商务网站的忠诚度[1]。 Based Top—N 数据挖掘技术的应用，使推荐系统更智能化，学 等。这类推荐系统缺乏通用性，因为收集评分数据 习能力更强，推荐效果更好，其实质就是给终端用户 需要顾客的一些额外配合，这并不是每个电子商务 和电子商务营销决策者提供相关个性化和智能化的 网站都能做到的；其推荐结果也并不一定客观，因为 服务‘1～7|。 不能保证顾客的评分能客观反映顾客的购买兴 从电子商务推荐系统所使用的技术来看，可以 趣[11|。基于顾客购买历史的推荐系统则避免了上 分为三大类：①基于内容的，即通过比较项(商品)之 述不足，具有良好的通用性。 间的相似性实现推荐；②基于协同过滤技术的，即根 本文的研究集中在基于规则的推荐系统，这类 据目标顾客和历史顾客的购买行为特征相似性进行 推荐系统往往利用实际交易数据作为数据源，它符 收稿日期：2004—02—20；修订日期：2004—05—21。 基金项目：广东省自然科学基金资助项目(031