知识网格及电子商务智能推荐系统研究.pdfVIP

知识网格与电子商务智能推荐系统研究 陈冬林 聂规划 刘平峰 (武汉理工大学经济学院 430070) 摘要：在日趋激烈的竞争环境下，电子商务推荐系统能有效地保留客户，提高电子商务系统 的销售的有效手段。本文首先介绍电子商务推荐技术和系统的研究现状，深入分析现有技术 和系统存在的质量、实时性和规模性问题，然后探索了网格技术、知识网格和本体论在相关 领域取得的进展，最后提出基于知识网格与电子商务智能推荐系统的构想，这是一种具有广 阔前景的电子商务研究方向。 关键词：推荐系统；知识网格；语义本体论；电子商务 中图分类法：TP311 文献标示码：A 1 引言 随着电子商的发展，电子商务网站为客户提供越来越多选择的同时，其结构也变得更 加复杂。一方面，客户面临对大量的商品信息束手无策，客户经常会迷失在大量的商品信息 空间中；另一方面，商家也失去了与消费者的联系。推荐技术和系统模拟商店销售人员向客 户提供商品推荐，帮助客户找到所需商品，从而顺利完成购买过程，因此可以有效保留客户， 提高电子商务系统的销售；商家也可以通过推荐系统保持与客户的联系，重建客户关系。目 前几乎所有的大型电子商务系统，Amazon 、CDNOW 、eBay、当当网上书店都不同程度地 使用电子商务推荐技术和系统。各种提供个性化服务的 Web 站点也需要推荐系统的大力支 持。 美国计算机学会 ACM 从 1999 年开始召开的电子商务研讨会中，有关电子商务推荐系 统有研究文章点很大比重。此协会的数据挖掘特别兴趣组 SIGKDD 小组设立 WEBKDD 研 讨组，主题集中在电子商务中的 WEB 挖掘技术和推荐系统技术。而 ACM 下面的信息检索 特别兴趣组 SIGIR 在召开的第24 届研究和发展会议上，开始专门把推荐作为一个研讨主题。 目前电子商务推荐系统主要集中在推荐技术、推荐实时性、推荐质量、多种数据技术的集成、 数据挖掘技术在推荐系统中的应用等的研究。 虽然电子商务推荐的技术和系统都有相对大的进步，但是，如何及时地在网络上的海量 信息发现所需要的商品已经变得越来越困难。IEEE Internet Computing2001年的统计也表明， 互联网每年产生2x1018 8 字节的信息量，著名的搜索引擎google只能搜索到1.3×10 网页。目前 的电子商务推荐系统都只是基于单个电子商务网站的应用，所推荐的产品和服务是基于电子 商务网站，客户群体也是特定的，因此不能满足基于网络条件下大规模电子商务推荐应用， 并且存在实时性差、推荐质量不高的问题。基于知识推荐的优势在于它对客户的要求较少， 因此适用于客户临时随机浏览的情况。虽然它不象协作推荐那样能为每位客户在客户群中找 到合适的位置，但只要所依据的知识允许，它做出的推荐就能为多数客户所用。但基于知识 的推荐技术最大的难点是知识的获取，而知识网格技术是可以有效地实现知识的获取、聚合 和智能推荐问题。 作者简介：陈冬林(1970-)，男，湖北安陆人，博士、讲师；聂规划(1957-),男，河南，教授、博士生导师； 刘平峰,博士生、讲师。资助项目：武建科字174.18；校博士基金。 1 2. 国外内电子商务推荐技术及系统研究现状 2.1 电子商务推荐技术研究 电子商务推荐技术的研究方向主要包括基于内容的过滤和协同过程过滤两种。 (1).基于内容的推荐技术：是信息过滤的派生和继续，是用相关特征来定义所要推荐的 商品。例如，NewWeeder等新闻过滤的文本推荐系统就是采用文本中的单词作为文本的特征。 系统通过学习客户已评价过的商品的特征来获得对客户兴趣的描述。客户描述类型的产生取 决于系统所采用的学习算法，判定树、神经网络、基于向量的表示等技术都可应用于其中。 Schafe