郭鵬

（海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，?？?571127）

?

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

郭鵬

（海南經(jīng)貿(mào)職業(yè)技術(shù)學(xué)院，?？?571127）

摘要：社會(huì)科技的發(fā)展推動(dòng)著互聯(lián)網(wǎng)和計(jì)算機(jī)面向大眾普及，從而使電子商務(wù)成為一種重要的商品經(jīng)營(yíng)模式，讓人們足不出戶就可購(gòu)買全球商品的想法成為現(xiàn)實(shí)。但是隨著電子商務(wù)規(guī)模日益發(fā)展的同時(shí)，用戶越來(lái)越難從海量信息中獲取感興趣的對(duì)象，電子商務(wù)平臺(tái)的推薦效率和推薦精度成為關(guān)鍵問(wèn)題。

關(guān)鍵詞：電子商務(wù)；數(shù)據(jù)挖掘；推薦系統(tǒng)

1　數(shù)據(jù)挖掘技術(shù)

1.1數(shù)據(jù)挖掘概述

所謂數(shù)據(jù)挖掘就是指在眾多數(shù)據(jù)中抽取有用資料的過(guò)程，這些有用的資料是在海量數(shù)據(jù)中經(jīng)過(guò)篩選、過(guò)濾、清洗、提取出來(lái)的，能體現(xiàn)客戶潛在需求。數(shù)據(jù)挖掘與傳統(tǒng)的數(shù)據(jù)分析相比，數(shù)據(jù)挖掘具有預(yù)知性、有效性和實(shí)用性等特點(diǎn)。傳統(tǒng)的數(shù)據(jù)分析則是定向分析、費(fèi)用高、不能及時(shí)有效的提供相關(guān)數(shù)據(jù)，具有一定的局限性。而數(shù)據(jù)挖掘通過(guò)利用多種分析工具，來(lái)對(duì)大量的數(shù)據(jù)進(jìn)行抽取分析，發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)含的關(guān)系或規(guī)則，對(duì)商業(yè)決策具有重要支持性作用。

1.2數(shù)據(jù)挖掘的功能

數(shù)據(jù)挖掘往往有兩類任務(wù)：一是描述，二是預(yù)測(cè)。對(duì)于描述性任務(wù)幾乎都是利用數(shù)據(jù)挖掘技術(shù)對(duì)數(shù)據(jù)刻畫其普遍特性，而預(yù)測(cè)性任務(wù)則是根據(jù)現(xiàn)有的數(shù)據(jù)進(jìn)行分析預(yù)測(cè)。當(dāng)前，數(shù)據(jù)挖掘功能有以下幾類：

1.2.1利用概念描述發(fā)現(xiàn)廣義知識(shí)

通過(guò)對(duì)某類對(duì)象進(jìn)行細(xì)致描述，從而對(duì)該數(shù)據(jù)進(jìn)行概括、提煉。而概念描述又分為兩類，一種是描述同類對(duì)象的共性，即為特征性描述。另一種是描述異類對(duì)象的異性，即為區(qū)別性描述。

1.2.2利用關(guān)聯(lián)分析發(fā)現(xiàn)關(guān)聯(lián)知識(shí)

利用不同變量的取值，發(fā)現(xiàn)他們存在某種關(guān)系，而這往往是屬于被發(fā)現(xiàn)的重要資料。這種關(guān)聯(lián)往往分成三類，即簡(jiǎn)單關(guān)聯(lián)、時(shí)序關(guān)聯(lián)、因果關(guān)聯(lián)，等等。

1.2.3利用分類和聚類方法發(fā)現(xiàn)分類知識(shí)

將數(shù)據(jù)對(duì)象分類或者將數(shù)據(jù)對(duì)象分成多個(gè)簇，來(lái)發(fā)現(xiàn)其同類對(duì)象的共性和異類對(duì)象的異性相關(guān)知識(shí)。1.2.4利用預(yù)測(cè)方法獲取預(yù)測(cè)型知識(shí)

利用過(guò)去或者當(dāng)前的與時(shí)間有關(guān)的數(shù)據(jù)對(duì)未來(lái)的相關(guān)數(shù)據(jù)進(jìn)行推測(cè)。

1.2.5采用偏差檢測(cè)來(lái)獲取偏差型知識(shí)

利用數(shù)據(jù)庫(kù)中的異常數(shù)據(jù)進(jìn)行分析，解釋出現(xiàn)異?，F(xiàn)象的原因。

1.3數(shù)據(jù)挖掘過(guò)程

從查找數(shù)據(jù)開始，通過(guò)一定的算法或模型發(fā)現(xiàn)數(shù)據(jù)間的關(guān)聯(lián)性，并提取出新的知識(shí)或規(guī)律，從而得出新的結(jié)論。這一流程包括以下幾個(gè)步驟：首先，提出陳述的問(wèn)題和要闡明的假設(shè)，從中發(fā)現(xiàn)問(wèn)題，提出假設(shè)，利用相關(guān)數(shù)據(jù)去發(fā)現(xiàn)，去解釋其原因，從中得到完善。其次是收集數(shù)據(jù)。有關(guān)數(shù)據(jù)的收集分為兩類：一類是可控?cái)?shù)據(jù)，另一類是不可控?cái)?shù)據(jù)。采用不同的收集方法收集出來(lái)的結(jié)果也是不同的。因此，在收集過(guò)程中要知道數(shù)據(jù)收集是如何對(duì)其理論分布產(chǎn)生影響的，這樣才能在應(yīng)用中順利進(jìn)行。再次是數(shù)據(jù)的預(yù)處理。通過(guò)完成異常點(diǎn)的檢測(cè)和比例縮放、編碼和選擇特征等常見任務(wù)，來(lái)對(duì)數(shù)據(jù)挖掘過(guò)程中諸多預(yù)處理活動(dòng)進(jìn)行說(shuō)明性例證。之后是對(duì)模型進(jìn)行評(píng)估。先建立一些新模型，并進(jìn)行評(píng)估選出最佳模型，數(shù)據(jù)挖掘技術(shù)利用該模型對(duì)數(shù)據(jù)進(jìn)行分析。最后解釋模型得出結(jié)論。通過(guò)對(duì)模型的解釋使數(shù)據(jù)挖掘所得出來(lái)的結(jié)果更加容易理解，簡(jiǎn)單明了，為決策者提供決策支持。

2　數(shù)據(jù)挖掘與電子商務(wù)

2.1電子商務(wù)發(fā)展中存在的問(wèn)題

大量網(wǎng)絡(luò)商品的涌現(xiàn)，不論是買方或是賣方都會(huì)面臨著諸多問(wèn)題。數(shù)據(jù)挖掘技術(shù)的出現(xiàn)為電子商務(wù)活動(dòng)提供了強(qiáng)大的數(shù)據(jù)分析和技術(shù)支持。數(shù)據(jù)挖掘是面向應(yīng)用的，電子商務(wù)的發(fā)展使得越來(lái)越多的企業(yè)開始網(wǎng)上交易，電子商務(wù)后臺(tái)數(shù)據(jù)庫(kù)中客戶相關(guān)的數(shù)據(jù)和大量的交易記錄以及跟蹤用戶在Web上的瀏覽行為等數(shù)據(jù)資源中所蘊(yùn)含著大量的寶貴信息，有待于充分挖掘和利用。

2.2數(shù)據(jù)挖掘在電子商務(wù)應(yīng)用發(fā)展現(xiàn)狀

在電子商務(wù)活動(dòng)中，采用數(shù)據(jù)挖掘技術(shù)在國(guó)內(nèi)尚屬于一個(gè)初步發(fā)展階段。雖然國(guó)內(nèi)在這一相關(guān)領(lǐng)域的研究也取得了很大的進(jìn)展，但仍存在一些不足之處：其一，實(shí)時(shí)性與推薦質(zhì)量不平衡。其二，電子商務(wù)推薦體系結(jié)構(gòu)不完善。其三，不能充分地對(duì)推薦結(jié)果進(jìn)行解釋。其四，不能全面關(guān)注訪問(wèn)者，只是片面地對(duì)銷售商品進(jìn)行排比。國(guó)外利用數(shù)據(jù)挖掘技術(shù)來(lái)提高電子商務(wù)企業(yè)的經(jīng)營(yíng)效益已取得顯著的成效。據(jù)亞馬遜前科學(xué)家GregLinden介紹，亞馬遜至少有35%的銷售額來(lái)自于推薦系統(tǒng)。

2.3數(shù)據(jù)挖掘?qū)﹄娮由虅?wù)的影響

通過(guò)電子商務(wù)與數(shù)據(jù)挖掘技術(shù)進(jìn)行優(yōu)化配置，建立合理的電子商務(wù)推薦系統(tǒng)，采用有效的組合推薦，將所有的推薦模型進(jìn)行統(tǒng)一管理，同時(shí)又能具體情況具體分析，從而對(duì)客戶提供精準(zhǔn)推薦，讓消費(fèi)者在較短的時(shí)間內(nèi)獲得較多的“有用”信息，這樣既能增加用戶黏性，又讓商家提升銷量。

3　基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)

3.1數(shù)據(jù)挖掘與推薦系統(tǒng)

推薦系統(tǒng)與數(shù)據(jù)挖掘在電子商務(wù)平臺(tái)中兩者相輔相成，聯(lián)系緊密。電子商務(wù)發(fā)展過(guò)程中積累了大量的商業(yè)數(shù)據(jù)，這些數(shù)據(jù)蘊(yùn)含了大量的知識(shí)，需要數(shù)據(jù)挖掘技術(shù)進(jìn)行提取分析。而推薦系統(tǒng)根據(jù)數(shù)據(jù)挖掘得來(lái)的知識(shí)，對(duì)消費(fèi)者的興趣和需求進(jìn)行及時(shí)的分析，支持商業(yè)決策。

3.2電子商務(wù)推薦系統(tǒng)設(shè)計(jì)

圖1　基于數(shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)設(shè)計(jì)邏輯模型Fig.1 Recommendation system design logic model of e-commerce based on data mining

按照系統(tǒng)論的觀點(diǎn)，可將電子商務(wù)推薦系統(tǒng)分成四個(gè)組成部分：信息輸入、信息處理、模式發(fā)現(xiàn)與用戶反饋。首先，信息輸入主要來(lái)源于數(shù)據(jù)倉(cāng)庫(kù)。其次，信息處理是基于各種不同的算法模型對(duì)數(shù)據(jù)倉(cāng)庫(kù)里的數(shù)據(jù)進(jìn)行分析和處理，挖掘出潛在的規(guī)律或模式，即模式發(fā)現(xiàn)。最后，用戶客觀公正的反饋是評(píng)價(jià)推薦系統(tǒng)準(zhǔn)確性與可信性的主要依據(jù)?；跀?shù)據(jù)挖掘的電子商務(wù)推薦系統(tǒng)設(shè)計(jì)邏輯模型如圖1所示。

4　結(jié)語(yǔ)

隨著網(wǎng)絡(luò)科技的步伐不斷加快，人們對(duì)電子商務(wù)的需求也不斷加大，收集大量的用戶數(shù)據(jù)進(jìn)行科學(xué)分析，挖掘客戶潛在需求，進(jìn)行個(gè)性化的推薦?；跀?shù)據(jù)挖掘技術(shù)的電子商務(wù)推薦系統(tǒng)搭建起客戶與商家的橋梁，其必然推動(dòng)電子商務(wù)的進(jìn)一步發(fā)展。

參考文獻(xiàn)：

［1］ 劉建國(guó)，周濤，旺秉宏.個(gè)性化推薦系統(tǒng)的研究進(jìn)展［J］.自然科學(xué)進(jìn)展，2009，19（01）：172.

［2］ 賀云.數(shù)據(jù)挖掘在電子商務(wù)推薦系統(tǒng)中的應(yīng)用研究［D］.大連交通大學(xué)，2010.

Recommendation system research on e-commerce based on data mining technology

GUO Peng
(Hainan College of Economics and Business,Haikou 571127,China)

Abstract:The development of social science and technology promotes the popularization of the Internet and computers for the masses,which makes e-commerce become an important commodity business model,so that people can purchase global commodity just stay at home.However,with the development of e-commerce,users are getting more and more harder to obtain interested object from mass information,which makes recommendation efficiency and precision of e-commerce platform a key issue.

Key words:E-commerce;Data mining;Recommendation system

中圖分類號(hào)：TP311

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1674-8646（2016）08-0034-02

收稿日期：2016-02-26

作者簡(jiǎn)介：郭鵬(1979-)，男，海南?？谌耍T士研究生，從事計(jì)算機(jī)應(yīng)用、數(shù)據(jù)挖掘研究。