基于Web使用挖掘的电子商务推荐系统的研讨.pdfVIP

基于Web使用挖掘的电子商务 推荐系统的研究 王舜燕焦忭忭 武汉理工大学计算机科学与技术学院，武汉，430070 摘要目前，电子商务陶站之间的竞争日益加剧，赢得这场竞争的关键之一是如何更好地了解 用户需求以提供更令人满意的服务．于是以^I领域的ag。at技术为依托，电子商务推荐系统就逐 步发展起来。本文提出了一种混合推荐系统算法，通过实验表明，这种算法确实取得了良好的效 果。 关键词推荐系统，Web使用挖掘，关联规则，模糊聚类 1 引言 目前，通过Web进行商务活动带来的便利和它所产生的交易速度已成为电子商务迅猛发 展的关键推动力。另一方面，涉及客户端的电子商务活动也正在进行着巨大的革新。目前，很 多电子商务系统不但具备商品陈列、商品交易等能力，同时也具备了智能化的产品评价与推荐 能力。本文提出了基于Web使用挖掘的推荐系统框架，对Web浏览进行了模式分析，推荐引 擎根据挖掘结果向用户提供有效的推荐服务。相对于传统协同过滤推荐技术而言，基于web 挖掘的推荐系统框架不需要用户提供主观的评价信息，因此用户使用起来比较方便。 2 电子商务中Web使用挖掘技术的特点及应用 Web使用挖掘就是从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模 式和相关的潜在用户群，其主要特点是对用户信息数据进行抽取、转换、分析和其他模型化处 理，从中提取辅助商业决策的关键性数据。Web使用挖掘技术是以市场营销学的市场细分原 理为基础，其基本假定是“消费者过去的行为是其今后消费倾向的最好说明”。Web使用挖掘 在电子商务中主要有以下几个方面的应用： ①了解客户，针对不同客户提供“量身定造”的产品。电子销售商可以获知访问者的个人 爱好，更加充分地了解客户的需要，根据各个细分市场，甚至是每一个顾客的独特需求提供定 制化的产品，有利于提高客户的满意度，最终达到留住客户的目的。 ②确定顾客消费的生命周期，针对不同的产品制定相应的营销策略。 ③对某些用户经常访问的地方，有针对性地提供个性化的广告条。对那些要通过www 发送广告的企业，提供个性化广告服务要比泛泛的、随意的广告有价值得多。 ④分析潜在的目标市场，优化电子商务网站的经营模式。根据客户的历史资料不仅可以 预测需求趋势，还可以评估需求倾向的改变，有助于提高企业的竞争力。 lO ⑤优化Web站点。网站的设计者可以不再完全依靠专家的定性指导来设计网站，而是 根据访问者的信息来修改和设计网站结构和外观；找出如何优化一个网站组织结构的策略；确 定预传哪些页面到客户端，从而提高网站的效率。 ⑥以客户需求为向导，针对顾客设计个性化网站。强调信息个性化，亦即识别、建立、调 整客户的喜好，使客户能以自己的方式来访问。例如：对于一个球迷网民可以通过几次正常访 问或是直接提高体育新闻的兴趣强度，使以后每次进入网站都能直接跳到体育新闻这一页，而 无需每次都通过几个链接才能到达。 3推荐系统介绍 模生产(以标准化的产品和均匀的市场为特征)向大规模定制(为不同客户的不同需求提供不 同的商品)转化。这就是说，企业至少应提供多种产品以满足多类用户的不同需求，实现大规 模定制的方法之一就是推荐系统。推荐系统泛指任何将个性化推荐作为输出的系统或在大规 模可选对象中依据个人喜好引导用户做出选择的系统。然而．电子商务推荐系统则向用户提 供商品信息和建议，模拟销售人员帮助用户完成购买过程。 目前的推荐系统使用的技术主要有神经网络方法、关联规则方法和聚类方法，其中的关联 出的，它利用ApUoU算法通过挖掘用户浏览历史记录的关联来进行推荐。这种方法有以下缺 点： ①如果支持度和置信度选取不恰当，会造成计算时间太长或较差的推荐性能； ②一般电子商务网站的网页数目巨大，如果用关联规则方法进行推荐，会使系统很复杂， 果。但是这种方法在聚类时事务的表示太简单，如只采取访问页面的布尔量，即用0、I表示用 户是否访问了某网页。很显然，这种方法不能反映用户对某个网页访问的次数。因此。本文探 讨将多种推荐算法结合使用进行推荐，以期获得推荐测度的改善。 4电子商务推荐系统 4．1挖掘模式 …，url。}，有m个用户事务T={t，，t：，…，t。}。 (1)频繁项目集与关联规则