图书类电子商务网站上的个性化推荐应用研究.docx

图书类电子商务网站上的个性化推荐应用研究肖倩董占山张聪北京印刷学院，102600，北京1 图书类电商网站的个性化推荐应用现状、特点与优势1.1 个性化推荐板块数量多、种类丰富、各具特 点，满足不同用户的使用喜好目前，图书类电商通常设置种类丰富的个性化推荐板块来提供个性化服务。笔者将这些板块分 为 4 类：①基于历史行为共同性的推荐板块。这类 板块主要基于历史行为相同的用户存在共同兴趣 的假设，向用户推荐与之历史行为相同的用户的浏 览、阅读或购买行为，如当当网的“阅读此书的人喜 欢的其他图书”。②基于用户行为推测其兴趣的推 荐板块。这类板块通常根据用户搜索、浏览、购买 图书的行为来推测其兴趣，从而向其推荐可能感兴 趣的图书，是目前最流行和最精确的推荐方式，如 亚马逊的“您可能还喜欢”。③组合搭配推荐板块。 这类板块根据用户购买图书的信息，向其推荐同类 图书或互补类图书，多以图书凑单或组合购书形式 出现，如当当网 的“最佳拍档 ”。④社会化推荐板 块。这类板块是使用户通过自己的社交关系来获 得推荐，如豆瓣阅读的“友邻广播”。针对每一种类型，各大图书类电商都设置了 数量丰富的推荐板块。笔者统计了三大网站各类 个性化推荐板块的数量，如表 1 所示。板块数量 多、种类丰富且各具特色，便能更大程度地满足不 同用户的使用喜好。表 1 三大网站各类推荐板块的设置数量 摘 要 随着大数据时代的到来，许多电商网站纷纷使用个性化推荐手段搭建起海量信息与用户实际需求之间的桥梁，其中，图书类电商网站也顺应 这一趋势，开辟了许多个性化推荐板块。本文通过 分析三大具有代表性的图书类电商网站（亚马逊、 当当网、豆瓣阅读）上的个性化推荐应用情况，发掘 图书类电商在个性化推荐应用方面的特点与优势， 发现其中存在的问题与不足，并提出图书类电商在 个性化推荐服务方面的发展趋势和一些发展建议。图书类电商；个性化推荐；用户体验在信息飞速发展的今天，用户需求与海量信 息之间无法实时、适当地匹配，个性化推荐便应 运而生。个性化推荐能帮助网站根据用户的历史 行 为（如搜索、浏览、评论和购买等 ），推测出用 户可能感兴趣的内容并向其推荐。许多电商网站 都纷纷使用个性化推荐技术来提高商品推荐的精 准度，缩短用户需求与海量信息之间的距离。有 研究表明，使用个性化推荐能帮助电商网站提高 2%~8% 的销售额 [1-2]。图书类电商网站也顺应了 这一潮流，纷纷设置了个性化推荐的相关板块。 据 VentureBeat 统计，个性化推荐系统的使用为亚 马逊提供了 35% 的销售额 [3]。本文以三大主流的图书类电商网站——国外 主营图书零售业务的亚马逊、国内以销售图书为 主的当当网以及主攻电子书销售和分享的豆瓣阅 读作为主要研究案例，通过研究个性化推荐在图 书类电商网站的应用现状，发掘图书类电商在个 性化推荐应用方面的特点和优势，发现现存问题 与不足，并提出图书类电商在个性化推荐服务方 面的发展趋势与发展建议。注：出现在页面不同位置的相同板块只计 1 次。942014年 科技与出版 第 8 期亚马逊当当网豆瓣阅读基于历史行为共同性的推荐板块341基于用户行为推测其兴趣的推荐板块230组合搭配推荐板块120社会化推荐板块243关键词数 / 字 / 无 / 限 DIGITAL TECH. 1.2 个性化推荐板块呈现方式多样，随时随地提供个性化服务呈现方式主要指板块表现形式及其在网站中的位置。首先，就表现形式而言，个性化推荐板块 主要通过三种形式来表现：通过网站栏目显示、通 过手机短信推送和通过电子邮件推送。大多数板 块主要还是通过网站栏目来显示，仅有少数板块 会采用短信或邮件推送的方式。其次，通过网站 栏目显示的板块，通常放置在网站的不同位置，如 首页、每本书的介绍页面、用户个人账户或主页、 购物车界面等；而且有时同一板块还被置于网站 上的多个位置，如亚马逊的“购买了您最近浏览过 的商品的顾客同时购买了”这一板块，设置在“亚 马逊首页”、“您的亚马逊”及其多个子页面等不同 位置。1.3 在精准度、成本与用户隐私之间相协调，迎 合不同用户习惯，实现成本最优推荐精准度是指推荐给用户的产品与用户实际兴趣之间的差距，差距越小，精准度越高，因此 它可用来衡量推荐效果。目前个性化推荐技术 已经能够尽可能缩小这种差距，但同时精准度越 高，所需技术开发成本就越高，而且涉及用户隐 私数据就越多。很多用户出于对隐私的保护，并 不喜欢使用精准度高的推荐方式，这将造成开发 成本的浪费。所以，许多图书类电商都在推荐精 准度、开发成本与用户隐私之间做出平衡。笔者 分析发现，在四类推荐板块中，只有基于用户行 为推测兴趣的板块精准度较高，其他三类的精准 度稍低。设置推荐精准度不同的各个板块，既迎