浅谈基于推荐的电子商务系统.pdfVIP

科技信息 0IT论坛o SCIENCE＆TECHNOLOGYINFORMATION 2010年 第9期 浅谈基于推荐的电子商务系统 徐琳宏 ’ 于海滨 (1。大连外国语学院 辽宁 大连 116023；2．威海职业技术学院 山东 威海 264210) 摘【 要 】本文首先介绍了 目前常用的一些推荐技术，然后着重介绍了相关推荐技术在 电子商务 中的应用。旨在根据用户以往 的购买记录 为用户推荐适合的商品，节省用户的时间，提高购买力。 关【键词】电子商务；推荐系统；协同过滤 O 引言 度 问题 。修正的余弦相似性通过减去项 目的平均评分来弥补这种不 足 。 随着互联网的普及和电子商务的发展 ，电子商务系统在为用户提 供越来越 多选择 的同时，其结构也变得更加复杂 ．用户经常会迷失在 2 电子商务推荐系统研究内容 与发展方 向 大量 的商品信息空间中，无法顺利找到 自己需要的商 品。电子商务推 电子商务推荐系统的研究除了对采用 的推荐技术进行研究外，还 荐系统直接与用户交互，模拟商店销售人员向用户提供商品推荐 ，帮 包括以下几个方面的研究 内容： 助用户找到所需商品，从而顺利完成购买过程。在El趋激烈的竞争环 推荐质量和实时性研究 ，现有推荐系统通常从统计准确性 、决策 境下，电子商务推荐系统能有效保留用户、防止用户流失。提高 电子商 支持准确性和覆盖率 三个方面来衡量推荐质量 。统计准确性 比较系 务系统的销售。 统预测评分值与用户实际输入 的评分值，计算平均绝对偏差 MAE 推荐系统在电子商务系统中具有 良好的发展和应用前景，逐渐成 fMeanAbsoluteE=o0；决策支持准确率反映推荐结果的有效性，常用 为电子商务 IT技术的一个重要研究 内容 ，得到越了来越多研究者 的 指标包括查全率 Recall、精确率 Precision、查全率与精确率综合指标 关注。 F1、ROC(ReceiverOper2atingCharacteristic)和流行排行TopN—rank： 电子商务推荐系统在理论和实践中都得到了很大发展 。但是随着 覆盖率即由系统推荐并出现在评估集 中的商品个数与评估集大小的 电子商务系统规模 的进一步扩大 ，电子商务推荐系统也面临一系列挑 比率，反映系统推荐引擎产生所有可能被用户购买的商品的能力。推 战。针对 电子商务推荐系统面临的主要挑战，本文对电子商务推荐系 荐系统的实时性通常用响应时间和吞吐量来度量 。推荐质量和实时 统中推荐算法设计 以及推荐系统体系结构等关键技术进行 了有益 的 性是一对矛盾体 。很多大型电子商务系统都采用协同过滤技术来进行 探索和研究 。本文的研究 内容主要包括 电子商务推荐系统推荐质量研 商品推荐，用户评分数据 的稀疏性使得推荐系统无法保证质量，而 当用 究 ，电子商务推荐系统实时性研究 ，基于Web挖掘 的推荐系统研究以 户评分数据达到一定密度 时系统的计算量加大，系统推荐的质量提高 及 电子商务推荐系统体系结构研究 了但实时性难 以保证 。除了对协 同过滤技术本身进行可扩展性改进之 外，众多学者将其它推荐技术与协 同过滤技术相结合来提高推荐的质 1 协 同过滤推荐系统 量和实时性 。CyrusShahabi等人