电子商务推荐系统应用与设计

河南省濮阳县人力资源和社会保障局　孙振宇

电子商务推荐系统应用与设计

河南省濮阳县人力资源和社会保障局孙振宇

随着云计算、大数据、数据挖掘等技术快速改进，其已经在天猫、京东、一号店、蘑菇街等电子商务网站中得到广泛应用。电子商务网站拥有数以万计的商户，商品数量也非常多，琳琅满目的商品非常容易让消费者挑选的眼花缭乱，不容易达成交易。电子商务网站引入推荐系统，可以利用数据挖掘技术对用户都买的商品和浏览记录进行分析，向用户推荐同类型的商品，实现消费者精准定位，提高电子商务网站的成交率。

电子商务；推荐系统；数据挖掘；商品

1.引言

目前，互联网技术的快速发展，已经诞生了天猫、京东、蘑菇街、一号店等电子商务网站，成为人们日常消费和购物的重要渠道，也提高了人们生活质量和信息化水平。由于电子商务产品种类繁多，商品琳琅满目，具有复杂性、多样性等特点，人工检索商品需要花费较多的时间，并且检索效率不高，不容易成交。为了提高互联网商务的服务水平和市场竞争能力，许多电子商务网站开始引入数据挖掘技术，根据用户的购买记录和历史浏览记录，发现用户喜欢的商品，将其推荐给用户。

2.电子商务应用发展现状

电子商务可以利用现代网络技术为开发在线商品营销平台，经过多年的研究和发展，电子商务已经产生了很多类别，最为著名的电子商务网站分别是企业和消费者类型、企业与企业之间、消费者与消费者、消费者对企业等四类，详细描述如下：

（1）企业与消费者之间的电子商务类型（Business to Customer，即B2C）是指消费者可以使用网络直接参与到电子商务经济活动中，与商业电子化非常相似，随着因特网的诞生，B2C发展迅速，最为热门的B2C平台包括天猫商城、京东商城、当当网、卓越网、华为商城、小米商城等。

（2）企业与企业之间的电子商务（Business to Business，即B2B）。B2B可以为企业之间提供一个网络交易平台，目前也广泛受到各大型企业的欢迎，其可以在B2B平台中寻找最佳的合作伙伴，能够完成项目立项、签订合同、执行项目、结算资金等一系列行为，最为热门的B2B平台包括阿里巴巴、世界工厂网、企业谷、黄页88网等平台，可以完成商家对商家的交易。

（3）消费者与消费者之间的电子商务（Consumer to Consumer 即C2C）。C2C商务平台可以为用户提供一个能够为买卖双方提供在线交易的系统平台，卖方可以在网上提供商品拍卖，买房也可以自行选择商品进行竞价交易。目前，最为著名的C2C平台是淘宝网。

（4）C2B是电子商务模式的一种，即消费者对企业（customer to business）。C2B是一种率先在美国流行的消费者对企业的电子商务活动模式，其可以通过聚合庞大的用户为企业提供一个采购集团，能够有效地改变传统的B2C模式中的一对一出价的弱势地位，目前天猫采购的家装节等都采用了C2B模式。

3.电子商务推荐系统功能设计

电子商务推荐系统可以实时的采集前台商务网站的消费者购买商品、浏览记录等数据，利用数据挖掘技术针对这些信息进行分析，发现消费者喜爱的商品。电子商务网站实时推荐主要要求包括实时性和准确度，如果商品的推荐准确度较高，就需要花费较多的时间对商品信息进行挖掘和分析，这样就会导致电子商务推荐系统延时；如果商品的推荐实时性较高，就需要降低商品信息分析的时长，也就影响商品推荐的准确度。因此，本文为了解决这个问题，提出了一种新型的电子商务推荐系统，主要包括以下几个组成部分，分包是用户、前台实时交互接口、在线处理模块、推荐引擎、模式库、数据挖掘分析、数据整合、数据预处理和源数据信息，系统的体系架构如图1所示。

图1　电子商务推荐系统结构

按照电子商务推荐系统的结构划分，可以将上述功能划分到两个核心框架中，分别是前台实时交互部分和后台逻辑业务分析模块。后台逻辑业务分析可以采集原始数据，并且对数据进行预处理、数据整合、数据挖掘分析等功能，将分析的结果保存在模式库中；前台实时交互部分可以实现用户与电子商务网站之间的实时交互，在线处理功能可以完成商品的推荐和展示功能。

后台逻辑业务分析模块可以从交易数据库中获取消费者历史购买商品信息，针对这些商品购买记录进行预处理，删除不符合的有噪声数据，对不同类型的商品数据进行整合，接着可以使用遗传算法、K均值算法等对数据进行挖掘分析，发现消费者和商品之间潜在的关联关系，这些分析结果又被称为模式规则，将其存储到模式库中，这些规则和知识可以支持前台交互模块调取，实现商品自动推荐功能。

前台实时交互部分可以接收消费者的实时浏览请求，根据后台逻辑业务分析的模式规则进行匹配，快速的将消费者购买的商品及其同类商品推荐给用户，这样用户就可以及时、准确的定位自己喜爱的商品。另外，如果用户新添加了别的商品，这些信息可以及时的传输给推荐引擎，离线数据采集模块可以将数据发送到源数据库中，重新开始新的分析循环，更新模式库规则内容，满足用户实时浏览商品需求。

后台逻辑业务分析模块是前台实时交互的基础支撑模块，前台实时交互可以将原始数据发送给后台进行分析，两者之间相辅相成，保证电子商务推荐系统的完整性、完善性，准确的推荐商品，提高电子商务网站的服务水平。

4.结束语

电子商务为人们提供了越来越多的购物、消费平台，使用数据挖掘等推荐算法可以将用户喜爱的商品推荐给消费者，提高电子商务网站的成交率。电子商务推荐系统未来的发展方向是引入更加的先进的K均值、BP神经网络、支持向量机等挖掘算法，采用自底向上、模拟退火、模糊数学等技术，进一步改进电子商务网站的服务水平，提高电子商务网站的市场竞争力。

［1］刘凤霞，孙家蓉.基于商品分类的电子商务推荐系统设计［J］.计算机应用与软件，2014（05）：37-41.

［2］李文海，许舒人.基于Hadoop的电子商务推荐系统的设计与实现［J］.计算机工程与设计，2014，35（01）：130-136.

［3］黄宏寅，徐德华.基于推荐完整性的电子商务推荐系统架构的设计［J］.计算机应用研究，2012，27（12）：4591-4593.

［4］马小龙.基于协作过滤算法的电子商务个性化推荐系统的研究［J］.微型机与应用，2014（15）：13-15.