基于大數(shù)據(jù)的電子商務(wù)個(gè)性化信息推薦服務(wù)模式研究

楊利

（唐山學(xué)院，中國(guó) 唐山 063000）

【摘 要】隨著大數(shù)據(jù)時(shí)代的到來(lái)，用戶購(gòu)買需求呈現(xiàn)多元化發(fā)展趨勢(shì)，電商平臺(tái)給用戶提供的推薦服務(wù)面臨巨大挑戰(zhàn)。構(gòu)建個(gè)性化信息推薦服務(wù)模式，滿足用戶提供個(gè)性化的服務(wù)需求，從而提高電商平臺(tái)的服務(wù)質(zhì)量，為其自身的市場(chǎng)競(jìng)爭(zhēng)力提供保障。

【關(guān)鍵詞】大數(shù)據(jù);個(gè)性化信息推薦;電商平臺(tái)

中圖分類號(hào)： F724.6 文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）10-0240-002

DOI：10.19694/j.cnki.issn2095-2457.2019.10.106

【Abstract】With the arrival of the era of big data，the purchase demand of users presents a diversified development trend，and the recommendation service provided by e-commerce platform to users faces a huge challenge.Build personalized information recommendation service mode to meet users' personalized service needs，so as to improve the service quality of e-commerce platform and provide guarantee for its own market competitiveness.

【Key words】Big data;Personalized information recommendation;Electric business platform

隨著大數(shù)據(jù)時(shí)代來(lái)臨，數(shù)據(jù)利用的質(zhì)量是對(duì)數(shù)據(jù)使用效率的測(cè)試，它要求人們對(duì)先前的觀察能力進(jìn)行相應(yīng)的改進(jìn)，而對(duì)于電商平臺(tái)來(lái)說(shuō)，大數(shù)據(jù)支持了其推薦服務(wù)。大數(shù)據(jù)的發(fā)展趨勢(shì)是數(shù)據(jù)業(yè)務(wù)的轉(zhuǎn)型，為不同屬性的消費(fèi)者提供個(gè)性化的服務(wù)。通過(guò)提高電子商務(wù)個(gè)性化信息推薦的水平，提高電商企業(yè)的服務(wù)質(zhì)量，對(duì)未來(lái)電子商務(wù)的發(fā)展具有重要價(jià)值。

1 個(gè)性化推薦服務(wù)

個(gè)性化推薦服務(wù)是指面對(duì)不同用戶，可以滿足該用戶特定的信息需求，為他們提供相應(yīng)的個(gè)性化信息，或者電子商務(wù)網(wǎng)站依據(jù)用戶的互聯(lián)網(wǎng)使用習(xí)慣的不同，為用戶提供良好的信息服務(wù)[1]。電子商務(wù)個(gè)性化推薦服務(wù)的核心為用戶，具有服務(wù)針對(duì)性強(qiáng)、服務(wù)方式多樣化、服務(wù)主動(dòng)性與時(shí)效性、服務(wù)的智能性四個(gè)特征。

對(duì)用戶來(lái)說(shuō)，個(gè)性化推薦服務(wù)可以減少用戶瀏覽和購(gòu)買商品的時(shí)間，從大量的商品信息中解放用戶。對(duì)電商平臺(tái)來(lái)說(shuō)，推薦服務(wù)的應(yīng)用有利于用戶購(gòu)買網(wǎng)站的商品，提高商品的銷售額。隨著大數(shù)據(jù)的發(fā)展，個(gè)性化信息推薦服務(wù)越來(lái)越健全，它不僅為企業(yè)帶來(lái)了更高的利益，也為服務(wù)方法提供了更好的發(fā)展[2]。

2 基于大數(shù)據(jù)的電子商務(wù)個(gè)性化信息推薦服務(wù)模式

信息服務(wù)模式有四個(gè)要點(diǎn)，分別為服務(wù)主體、受體、內(nèi)容和方式，信息服務(wù)模式就是描述這四個(gè)要點(diǎn)以及他們之間的關(guān)系[3]。對(duì)于電商信息服務(wù)模式來(lái)說(shuō)，服務(wù)主體是購(gòu)物網(wǎng)站，受體是網(wǎng)站用戶，內(nèi)容是網(wǎng)站所提供的信息，方式就是電商網(wǎng)站向用戶推信息的方式。電子商務(wù)信息服務(wù)模式，就是購(gòu)物網(wǎng)站挖掘和分析用戶大量的數(shù)據(jù)，找到用戶需求的信息，并通過(guò)特定方式提供給用戶，為用戶提供服務(wù)。

2.1 大數(shù)據(jù)的信息應(yīng)用的主要技術(shù)

（1）數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘技術(shù)是大數(shù)據(jù)的信息推薦技術(shù)核心，通過(guò)數(shù)字挖掘技術(shù)的應(yīng)用，可以發(fā)現(xiàn)大量數(shù)據(jù)信息中不易發(fā)現(xiàn)的信息，通過(guò)這些信息對(duì)未來(lái)的發(fā)展方向進(jìn)行預(yù)測(cè)[4]。其中主要有三種類型。

Web內(nèi)容挖掘：Web內(nèi)容挖掘的是從搜索資源和數(shù)據(jù)庫(kù)兩方面研究。從搜索方面來(lái)說(shuō)，通過(guò)搜索軟件將Web信息進(jìn)行整合，然后分析用戶的喜好和實(shí)際需求，再此基礎(chǔ)上，屏蔽用戶不關(guān)注的信息;從數(shù)據(jù)庫(kù)方面來(lái)說(shuō)，其主要原理是收集和組織非結(jié)構(gòu)化數(shù)據(jù)，然后在用戶的數(shù)據(jù)中填充數(shù)據(jù)，形成結(jié)構(gòu)化數(shù)據(jù)庫(kù)，最后使用過(guò)濾分析技術(shù)處理數(shù)據(jù)[5]。

Web使用挖掘：對(duì)瀏覽過(guò)程中瀏覽記錄和用戶訪問(wèn)情況進(jìn)行總結(jié)和分析，在此基礎(chǔ)上合理制定用戶偏好，為用戶提供個(gè)性化推薦內(nèi)容。

Web結(jié)構(gòu)挖掘：從網(wǎng)頁(yè)結(jié)構(gòu)和鏈接中有效地挖掘信息，并對(duì)網(wǎng)頁(yè)進(jìn)行聚合分類處理。通過(guò)這種方式，可以對(duì)用戶在瀏覽網(wǎng)頁(yè)過(guò)程中遺留下來(lái)的各種信息進(jìn)行歸納和分析，使電子商務(wù)網(wǎng)站的各種屬性得到改善。

（2）Hadoop框架

Hadoop是一個(gè)分布式處理大量數(shù)據(jù)的軟件框架，其主要的設(shè)計(jì)為HDFS和MapReduce，分別為數(shù)據(jù)提供了存儲(chǔ)和運(yùn)算能力，Hadoop主要有五個(gè)優(yōu)點(diǎn)：可靠性高，效性高，容錯(cuò)性高，擴(kuò)展性高和成本低[6]?，F(xiàn)在很多網(wǎng)站都應(yīng)用Hadoop框架來(lái)對(duì)大量的數(shù)據(jù)進(jìn)行處理。

（3）用戶建模技術(shù)

用戶建模技術(shù)主要是從用戶可能喜歡的信息中提取相關(guān)信息，然后根據(jù)建模技術(shù)對(duì)用戶偏好產(chǎn)品進(jìn)行管理。隨著大數(shù)據(jù)時(shí)代的到來(lái)，用戶興趣模型是一個(gè)具有數(shù)據(jù)結(jié)構(gòu)的興趣模型，它可以為用戶提供準(zhǔn)確的網(wǎng)絡(luò)信息和良好的服務(wù)，在用戶興趣模式更新過(guò)程中，主要有直接和間接兩種更新模式[7]。前者是在用戶對(duì)推薦商品進(jìn)行反饋的前提下對(duì)模型進(jìn)行更新，需要用戶的額外時(shí)間，因此更新效果較低，而后者主要是跟蹤用戶瀏覽行為，在此基礎(chǔ)上更新用戶模型。

2.2 電子商務(wù)個(gè)性化信息推薦服務(wù)模式

目前應(yīng)用較多的推薦模式是基于內(nèi)容的推薦和用戶協(xié)同過(guò)濾推薦[7]，前者以商品內(nèi)容的基礎(chǔ)數(shù)據(jù)為核心，發(fā)現(xiàn)商品的相關(guān)性，然后推薦相似商品，這種模式推薦的商品不夠新穎，也沒(méi)有創(chuàng)新;后者依據(jù)用戶對(duì)購(gòu)買過(guò)的商品的評(píng)價(jià)信息等，發(fā)現(xiàn)商品或者用戶之間的關(guān)聯(lián)信息，然后進(jìn)行推薦，這種方式通過(guò)對(duì)比推薦，導(dǎo)致推薦結(jié)果與用戶需求可能有點(diǎn)不同。

目前電商平臺(tái)可以給用戶提供個(gè)性化服務(wù)，不過(guò)由于用戶在網(wǎng)站上留下的數(shù)據(jù)量很大，實(shí)際購(gòu)買評(píng)價(jià)的數(shù)據(jù)占一小部分，存在一定的稀疏性問(wèn)題，導(dǎo)致其推薦準(zhǔn)確性較低，還應(yīng)該有改進(jìn)的地方。

個(gè)性化推薦商品的相關(guān)度會(huì)顯著正向影響用戶購(gòu)買意向，所以電商平臺(tái)需要提供精確的推薦服務(wù)，基于此，構(gòu)建了如圖1結(jié)構(gòu)的推薦模式，主要分為用戶交互界面，數(shù)據(jù)收集模塊，數(shù)據(jù)分析模塊以及推薦處理模塊。

從數(shù)據(jù)源頭入手，充分挖掘用戶的所有個(gè)性化數(shù)據(jù)，利用Hadoop的高效性對(duì)數(shù)據(jù)處理，改善協(xié)同過(guò)濾中存在的數(shù)據(jù)稀疏性問(wèn)題，將分析處理得到的結(jié)果經(jīng)過(guò)過(guò)濾，得到最終的個(gè)性化推薦推送給用戶。

（1）數(shù)據(jù)收集模塊

主要利用web數(shù)據(jù)挖掘技術(shù)獲取數(shù)據(jù)，數(shù)據(jù)來(lái)源包括電商網(wǎng)站提供的商家、商品信息，用戶信息;從系統(tǒng)日志中提取的用戶行為信息以及用戶通過(guò)交互界面的直接行為信息等。

（2）數(shù)據(jù)分析模塊

利用Hadoop框架的強(qiáng)大的數(shù)據(jù)計(jì)算能力，對(duì)現(xiàn)有過(guò)濾推薦中存在的問(wèn)題進(jìn)行改善，對(duì)數(shù)據(jù)收集模塊中的海量數(shù)據(jù)進(jìn)行分析處理，得到用戶的興趣以及需求信息，構(gòu)建興趣模型，同時(shí)分析商品信息庫(kù)中的商品信息來(lái)對(duì)用戶興趣需求進(jìn)行匹配，做出推薦初始結(jié)果。

（3）推薦處理模塊

由前面分析得到的只是基本符合要求的結(jié)果，推薦結(jié)果還是很雜亂，需要進(jìn)行加工處理才可以推薦給用戶。這里的處理基本過(guò)程就是過(guò)濾、排名。依據(jù)上一章節(jié)分析結(jié)果，過(guò)濾掉質(zhì)量較差的商品以及信用評(píng)價(jià)、服務(wù)質(zhì)量較差的商家。由于商品排名也顯著正向用戶的購(gòu)買意向，所以這里的排名主要是對(duì)商品符合用戶需求的程度進(jìn)行排名，來(lái)提供更好的服務(wù)。

（4）用戶交互界面

用戶交互界面主要功能是展示推薦結(jié)果，同時(shí)用戶的操作信息記錄也由這里傳到數(shù)據(jù)收集模塊。電商網(wǎng)站的實(shí)用性也顯著正向影響用戶購(gòu)買意向，用戶更容易去瀏覽點(diǎn)擊界面設(shè)計(jì)簡(jiǎn)單、個(gè)性化推薦窗口明顯的電商網(wǎng)站，所以在展示推薦結(jié)果的時(shí)候，推薦界面商品信息應(yīng)該清晰整齊，內(nèi)容精簡(jiǎn)，同時(shí)推薦窗口處于網(wǎng)站頁(yè)面較為明顯的位置，便于引起用戶的注意。

3 總結(jié)

本文通過(guò)理論分析進(jìn)行數(shù)據(jù)研究，提出了個(gè)性化信息推薦服務(wù)模式，本文的研究對(duì)信息服務(wù)發(fā)展有理論意義。高質(zhì)量的推薦服務(wù)可以為用戶探索新的興趣點(diǎn)，并推薦給用戶感興趣的產(chǎn)品。個(gè)性化推薦服務(wù)給用戶帶來(lái)方便和個(gè)性化的服務(wù)，也給電商企業(yè)帶來(lái)了良好的發(fā)展前景。

【參考文獻(xiàn)】

[1]陳玉.大數(shù)據(jù)背景下電商用戶需求挖掘的個(gè)性化推薦方法研究[J].信息與電腦（理論版）.2016（17）.

[2]潘玉辰.基于大數(shù)據(jù)下戰(zhàn)略性新興產(chǎn)業(yè)個(gè)性化信息資源服務(wù)模式研究[J].開發(fā)研究.2016（03）.

[3]任華.云計(jì)算環(huán)境下大數(shù)據(jù)對(duì)電子商務(wù)的影響研究[J]. 無(wú)線互聯(lián)科技.2018（22）.

[4]洪躍根.基于信息技術(shù)的電子商務(wù)管理對(duì)象分析[J].科技資訊.2015（05）.

[5]楊佳佳.大數(shù)據(jù)處理對(duì)電子商務(wù)的影響探討[J].人力資源管理.2018（02）.

[6]聶慶華.數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究[J].科技創(chuàng)新與應(yīng)用.2017（12）.

[7]段繼鋒.電子商務(wù)領(lǐng)域中計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究[J].通訊世界.2017（04）.