基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)的研究

胡曉超

【摘要】 本文首先對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行了分析，重點(diǎn)對(duì)數(shù)據(jù)挖掘技術(shù)中的協(xié)同過(guò)濾技術(shù)在電子商務(wù)推薦系統(tǒng)中的應(yīng)用與實(shí)現(xiàn)進(jìn)行了介紹與分析。希望能為促進(jìn)電子商務(wù)推薦系統(tǒng)的發(fā)展提供一定的借鑒。

【關(guān)鍵詞】 數(shù)據(jù)挖掘技術(shù)；電子商務(wù)；推薦系統(tǒng)；研究

隨著計(jì)算機(jī)互聯(lián)網(wǎng)技術(shù)在社會(huì)工作與生活中的普及，電子商務(wù)產(chǎn)業(yè)也獲得了快速的發(fā)展。為了進(jìn)一步擴(kuò)大電子商務(wù)的市場(chǎng)，提高電子商務(wù)企業(yè)的經(jīng)濟(jì)效益，電子商務(wù)推薦系統(tǒng)被開(kāi)發(fā)出來(lái)。而數(shù)據(jù)挖掘技術(shù)作為支持該系統(tǒng)運(yùn)行的重要技術(shù)，對(duì)電子商務(wù)推薦系統(tǒng)的發(fā)展具有重要意義。本文將主要對(duì)其進(jìn)行分析與研究。

一、數(shù)據(jù)挖掘技術(shù)概述

數(shù)據(jù)挖掘技術(shù)至今還沒(méi)有一個(gè)統(tǒng)一的、確定的概念定義。歸結(jié)起來(lái)，筆者認(rèn)為數(shù)據(jù)挖掘的概念應(yīng)主要包括以下三方面內(nèi)容：①未知。一些學(xué)者也將其表述為新穎。這一方面內(nèi)容強(qiáng)調(diào)的是數(shù)據(jù)挖掘技術(shù)能夠清楚的揭示出許多數(shù)據(jù)之間的相互關(guān)聯(lián)關(guān)系，并對(duì)于隱藏在這些數(shù)據(jù)信息后的隱含信息也能隨之被呈現(xiàn)。通常來(lái)說(shuō)，被挖掘出的信息越隱秘，那么其價(jià)值也就越大[1]。②可用。一些學(xué)者也將其表述為有效、支持決策等。數(shù)據(jù)挖掘技術(shù)的這一內(nèi)容主要強(qiáng)調(diào)對(duì)數(shù)據(jù)信息可用性價(jià)值的需求。因?yàn)橹挥型诰虺隽擞袃r(jià)值的、能夠被人們利用的數(shù)據(jù)信息，才能滿足人們的需求，推動(dòng)某些事物的發(fā)展。③可理解。一些學(xué)者也將這一內(nèi)容解釋為可解釋。然而無(wú)論表述之間存在著怎樣的差異，這一內(nèi)容都主要對(duì)被挖掘出的數(shù)據(jù)信息的可理解狀況提出了要求。只有那些通被商家與客戶理解的數(shù)據(jù)信息才能夠被最終應(yīng)用，發(fā)揮其自身的價(jià)值，帶動(dòng)相關(guān)利益主體的進(jìn)步與發(fā)展。

二、協(xié)同過(guò)濾技術(shù)

數(shù)據(jù)挖掘技術(shù)有許多種類，如關(guān)聯(lián)規(guī)則、聚類、貝葉斯網(wǎng)絡(luò)和協(xié)同過(guò)濾技術(shù)等[2]。其中協(xié)同過(guò)濾技術(shù)作為數(shù)據(jù)挖掘技術(shù)中最具有價(jià)值的一種技術(shù)，被廣泛的應(yīng)用到了現(xiàn)如今的電子商務(wù)推薦系統(tǒng)之中。

2.1協(xié)同過(guò)濾技術(shù)的實(shí)現(xiàn)

協(xié)同過(guò)濾技術(shù)的實(shí)現(xiàn)并不是一步就可以完成的，而需要經(jīng)過(guò)多個(gè)步驟。經(jīng)過(guò)歸納，筆者將其分為三個(gè)主要步驟：第一，人們需要事先對(duì)用戶進(jìn)行調(diào)查，以記錄和收集他們對(duì)企業(yè)商品項(xiàng)目的評(píng)價(jià)信息；第二，對(duì)企業(yè)項(xiàng)目集的搜索結(jié)果進(jìn)行生成操作；第三，對(duì)企業(yè)項(xiàng)目集推薦結(jié)果進(jìn)行生成操作[3]。在進(jìn)行第一個(gè)步驟時(shí)，人們經(jīng)常使用顯示評(píng)價(jià)法與人工調(diào)查法對(duì)商品項(xiàng)目的評(píng)價(jià)信息進(jìn)行收集。在電子商務(wù)時(shí)代，傳統(tǒng)的人工走訪方式已經(jīng)逐漸被取代，更多的是應(yīng)用顯示評(píng)價(jià)法對(duì)商品項(xiàng)目信息進(jìn)行收集。

2.2基于用戶的協(xié)同過(guò)濾技術(shù)

此種協(xié)同過(guò)濾技術(shù)主要通過(guò)慣性分析方式將電子商務(wù)企業(yè)的用戶作為研究對(duì)象，這種數(shù)據(jù)挖掘技術(shù)是以用戶為研究對(duì)象的。也就是說(shuō)當(dāng)電子商務(wù)企業(yè)的某兩個(gè)用戶對(duì)于某一商品的評(píng)價(jià)信息趨于一致時(shí)，那么系統(tǒng)就會(huì)推斷這兩個(gè)用戶對(duì)商品的喜好品味是相同的，而商務(wù)推薦系統(tǒng)在以后的工作中在對(duì)某一商品進(jìn)行推薦評(píng)價(jià)等工作時(shí)就會(huì)認(rèn)為這兩個(gè)用戶也會(huì)對(duì)此商品有著同樣的喜愛(ài)程度。

將基于用戶的協(xié)同過(guò)濾技術(shù)應(yīng)用到電子商務(wù)的推薦系統(tǒng)中，電子商務(wù)推薦系統(tǒng)能夠更加輕松的對(duì)商品項(xiàng)目用戶的喜好傾向進(jìn)行搜集與挖掘，從而為相關(guān)的商家提供一定的數(shù)據(jù)信息支持其新產(chǎn)品的研發(fā)設(shè)計(jì)等。并且通過(guò)這一技術(shù)電子商務(wù)推薦系統(tǒng)還能夠?qū)Σ⑽促?gòu)買(mǎi)過(guò)某商品的用戶，但是與其有著相同喜好的用戶已經(jīng)購(gòu)買(mǎi)過(guò)的關(guān)聯(lián)用戶進(jìn)行商品推薦，以發(fā)掘更多的潛在購(gòu)買(mǎi)用戶，擴(kuò)大企業(yè)的市場(chǎng)，增加產(chǎn)品的銷量，從而獲取更高的利益。

2.3基于項(xiàng)目的協(xié)同過(guò)濾技術(shù)

基于項(xiàng)目的協(xié)同過(guò)濾技術(shù)主要將商品項(xiàng)目作為其作用對(duì)象。若電子商務(wù)推薦系統(tǒng)要想將某件商品Y推薦給某個(gè)用戶S。就應(yīng)該首先將用戶S已經(jīng)購(gòu)買(mǎi)并評(píng)價(jià)過(guò)的商品（Y1、Y2……Yn）進(jìn)行統(tǒng)計(jì)，然后對(duì)電子商務(wù)企業(yè)需要推薦的商品Y和這n個(gè)已經(jīng)評(píng)價(jià)過(guò)的商品之間的相似度進(jìn)行計(jì)算與對(duì)比。找出這n個(gè)評(píng)價(jià)過(guò)商品中與待推薦商品Y相似度最大的商品項(xiàng)目，從而建立起與待推薦商品Y相似的商品集合（n1、n2……nk）。由于商品用戶S對(duì)待推薦的商品Y的評(píng)價(jià)情況與用戶S對(duì)（n1、n2……nk）中商品集合的評(píng)價(jià)情況相似度較高，因此電子商務(wù)推薦系統(tǒng)會(huì)用用戶S對(duì)（n1、n2……nk）商品集合的評(píng)價(jià)值進(jìn)行加權(quán)的方式來(lái)得出用戶S對(duì)待推薦商品Y的評(píng)價(jià)值F。當(dāng)F大于推薦平均值w時(shí)，電子商務(wù)推薦系統(tǒng)就會(huì)對(duì)用戶S推薦商品Y。

三、結(jié)束語(yǔ)

本文主要對(duì)基于數(shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)進(jìn)行了研究，并重點(diǎn)對(duì)協(xié)同過(guò)濾技術(shù)對(duì)電子商務(wù)推薦系統(tǒng)的重要性作用進(jìn)行了分析，希望能夠進(jìn)一步推動(dòng)電子商務(wù)推薦系統(tǒng)的發(fā)展。

參 考 文 獻(xiàn)

[1] 韓家煒.數(shù)據(jù)挖掘——概念與技術(shù)（范明，孟小峰譯）[M].機(jī)械工業(yè)出版社，2011.

[2] 郭萌，王玨.數(shù)據(jù)挖掘與數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)：綜述[J].模式識(shí)別與人工智能，2010，11（3）：292-299.

[3] 卞榮兵.基于網(wǎng)格密度的數(shù)據(jù)挖掘的研究與應(yīng)用[D].南京氣象學(xué)院碩士論文，2013，14（2）：12-19.