大數(shù)據(jù)時代電子商務個性化推薦服務研究

杜念欣

（長春工業(yè)大學（林園校區(qū)），長春 130000）

大數(shù)據(jù)時代電子商務個性化推薦服務研究

杜念欣

（長春工業(yè)大學（林園校區(qū)），長春 130000）

當前大數(shù)據(jù)已成功應用到多個領域，其中，大數(shù)據(jù)帶來的個性化推薦服務迅速應用于電子商務領域，并且頗為成功。早在2012年國內(nèi)電商界的3個競爭對手——京東、蘇寧、國美進行價格大戰(zhàn)，令中國互聯(lián)網(wǎng)硝煙彌漫時，同樣作為電商巨頭的亞馬遜，已經(jīng)憑借其強大的個性化推薦系統(tǒng)，使公司該年第二財季銷售額增長29%，由上一年年同期的99億美元增長至128.3億美元。那么如今國內(nèi)電子商務個性化推薦服務的發(fā)展狀況如何？發(fā)展中存在什么不足之處？該如何改進這些不足？本文正是在這些問題的基礎上展開論述。

大數(shù)據(jù)；電子商務；個性化推薦；服務過度；用戶交互

1　大數(shù)據(jù)時代電子商務個性化推薦服務的性質(zhì)與發(fā)展現(xiàn)狀

自2003年以來，電子商務個性化服務成為一個研究熱點。對此，不同專家對電子商務個性化推薦服務的看法略有不同。有人認為個性化信息服務的最基本準則，是根據(jù)客戶的特性提供具有針對性的信息內(nèi)容和系統(tǒng)功能。也有人把個性化信息服務定義為基于用戶平時瀏覽網(wǎng)頁所表現(xiàn)出的習慣、個人偏好和特點，而自主地向用戶提供滿足其各種個性化需求的一種服務。還有人對個性化推薦服務進行了詳細的闡述，認為其是立足于用戶的信息使用行為，滿足用戶個人個性化信息需求的一種服務，往往是在某些特定的網(wǎng)上服務及網(wǎng)上功能中，通過用戶自己設定網(wǎng)上信息來源方式、表現(xiàn)形式、特定網(wǎng)上功能及其他網(wǎng)上服務方式等，通過服務器主動向用戶提供可能的服務。

信息技術的迅猛發(fā)展給用戶提供了海量的信息，為了滿足個體用戶的特定需求，提供個性化服務勢在必行，并且早已成功地應用于電子商務，即在電子商務活動中，根據(jù)用戶的個人特征、興趣、心理、經(jīng)驗等方面，針對用戶特定需求，以合適的方式，主動向用戶提供經(jīng)過集成相對完整的信息組合或知識組合。例如，在用戶打開網(wǎng)頁的同時，根據(jù)用戶最近的行為偏好及特點，實時為其推薦最新的產(chǎn)品信息。

2　大數(shù)據(jù)時代電子商務個性化服務不足之處

第一，個性化推薦服務往往只是根據(jù)用戶平時瀏覽所產(chǎn)生的簡單的關鍵詞進行匹配，推薦結果會產(chǎn)生海量的商品信息，而真正相關的商品或有用的信息卻很少。這其實根本無法準確地檢測出用戶真正的需求，使用戶耗費大量的時間和精力處理一些毫不相干的商品信息。

第二，基于關鍵字的需求模型不能全面準確地反映出用戶的興趣。當用戶對某些商品信息感興趣時，不能對相關的信息進行保存，不能對信息的完整性進行維護，因此，也就不能更準確地檢索出用戶需要的商品。

第三，不可否認的是，這些個性化推薦服務大都是建立在認為瀏覽者的需求比較穩(wěn)定的基礎上。事實上，用戶的網(wǎng)上行為只是現(xiàn)實生活的網(wǎng)絡化，因此，瀏覽者的愛好是不停變化的，而當瀏覽者的商品偏好發(fā)生改變，而推薦系統(tǒng)并不能對此作出準確及時的反應時，甚至在用戶不發(fā)生瀏覽行為的情況下不會存在調(diào)整，這樣，就會產(chǎn)生大量過時無用的信息，而這一弊端，幾乎是電商個性化推薦系統(tǒng)的通病。

第四，當推薦系統(tǒng)以任何方式挖掘到可推薦內(nèi)容時，很有可能不進行審核判斷而直接推薦，在這種情況下，有可能發(fā)生侵犯個人隱私的行為。

3　電子商務個性化推薦服務改進的幾點建議

上述的幾點不足之處都是過度服務導致的后果。那么，如何為消費者提供恰當?shù)耐扑]服務，避免出現(xiàn)服務過度的情況呢？

基于Web挖掘技術所確定的用戶興趣模型，雖然提供了很多便利，但是缺乏對客戶心理學、消費行為學的深層研究，容易造成服務過度。

首先，筆者認為最基本的是改進挖掘技術，做到能夠在關聯(lián)規(guī)則中有意識地加強對用戶隱私的保護；其次，讓更多的用戶參與，推薦系統(tǒng)可加強與用戶的互動。例如：①個性化推薦服務，可以通過簡單的操作讓用戶參與其中；②用戶可以自主地增加或刪除自己想要或不想要的相關推薦；③像手機可選擇“飛行模式”“會議模式”等一樣，用戶可根據(jù)不同場合選擇不同模式，以保證推薦信息的適時性、高效性；④商務網(wǎng)站獲取了用戶大量的隱私信息，但是針對個性化泛濫信息還沒有很好的管理措施，因此，主要靠信息提供商的自我約束，根據(jù)用戶心理，提供合適的推薦服務，主動保護用戶隱私，提供有用的服務。

4　結 語

電子商務個性化推薦服務已日趨完善，但是在發(fā)展過程中難免存在不足，因此在最初的數(shù)據(jù)挖掘上就應當加強研究，在建立用戶興趣模型的過程中，加大用戶的參與度，以達到推薦信息的有效性、適時性等。另外，信息服務商應當注重用戶的隱私及用戶體驗。如何提供合理恰當?shù)膫€性化推薦，將是未來電子商務的一個重點研究方向。

主要參考文獻

［1］張秀偉，何克清，王健，等.Web服務個性化推薦研究綜述［J］.計算機工程與科學，2013（9）.

［2］安芳.電子商務個性化信息推薦服務的研究［D］.北京:對外經(jīng)濟貿(mào)易大學，2006.

［3］李儉霞.電子商務智能推薦技術及應用研究［D］.重慶:重慶大學，2009.

［4］楊靜.電子商務中個性化推薦模型的研究［D］.天津:天津師范大學，2006.

［5］高建煌.個性化推薦系統(tǒng)技術與應用［D］.合肥:中國科學技術大學，2010.

［6］張國權.基于Web數(shù)據(jù)挖掘的網(wǎng)站個性化服務研究［D］.蘭州:西北師范大學，2007.

10.3969/j.issn.1673 - 0194.2016.10.095

F713.36

A

1673-0194（2016）10-0137-01

2016-04-02