电子商务个性化推荐系统中的协同过滤技术运用分析

郝嘉琦

【摘要】随着互联网网络的规模的扩大，互联网为用户提供越来越多的信息和服务，巨量的信息使Web用户面临信息过载的问题。个性化推荐系统中协同过滤技术的诞生，从海量的数据中提取出特定的有效信息，给我们提供了更加方便快捷的途径。如今，电子商务的发展为用户提供便利的同时，都应用了个性化推荐系统，更大程度上满足了用户的商品需求。协同过滤简单来说，是通过持有相同经验的人群或者爱好兴趣相似的人的喜好再推荐用户想获取的信息，并且根据其他使用软件的人的评分消息的相关程度进行推荐。但是目前的技术运用还不是太成熟，实际运行还存在一些问题。论文针对各类问题进行分析研究，由浅及深，加强其完整性和多功能性。

【关键词】电子商务 个性化推荐 协同过滤技术

引言：由于信息技术和互联网的进步和广泛应用，电子商务得到迅速发展，线上购物己成为百姓的主要消费方式。但随着网购用户和商品种类的增多，所产生的数据信息在呈爆炸时增长，这对用户体验时带来选择的干扰。举例来说，比如：人们想要在互联网之中无数的商品信息中搜寻一系列特定商品，通常不会在短时间内直接找到最优的答案，而个性化推荐系统就像一个推销员，通过根据用户的基本属性、感兴趣的网页、历史评分记录等数据信息捕捉用户的兴趣偏好，从海量的信息数据中挖掘出用户可能感兴趣的商品，缩短了用户选购商品的时间。推荐系统的应运而生推动了淘宝网、亚马逊等一些大型的电子商务系统快速发展，使传统交易模式转型，更好针对性满足了用户的需求。

一、电子商务的发展

从电子商务中四个字中，电子表示互联网、商务便是是交易了。互联网被大众所熟知电子商务随之发展，它的交易额年平均下来增长百分之二十八，2017年全国电商交易额已达到29.16万亿。网络购物的普及使其发展因素可总结为物流服务、支付方式、数额优惠。电子商务系统需要探测到使用者的喜爱偏好，缩短不必要的时间，形成与顾客之间有效率的沟通，这就引发了“个性化推荐”。

二、个性化推荐

（一）定义、作用

个性化推荐有点类似于现实生活中面对面的营销方式，向顾客寻求其本身的喜好，根据个人要求的，制定商品的类型方向，进行推销，致使快速、无障碍的完成消费。所以说，电子商务的个性化推荐可以满足现实生活中顾客与卖家的双方要求。这种推荐是一种现代智能化的体现。

（二胎）个性化推荐的方式

我们通过两种方式面向大众，其一是网页的直接传送，二是直接将产品的链接给顾客发送过去。前者是根据本人浏览网页次数和频率来跟进探析顾客的行为，后者则是根据顾客喜爱的产品类型。

还比如，我们通过算法的差别，其中包括最主要的协同过滤技术、内容区别推荐系统和两者混合型推荐系统。如果是根据内容来说，这就主要提及顾客的浏览存档，相近程度越高，系统就会偏向于这方面推荐，但是它存在缺点，那就是没有达到对音频、照片、影像等信息的推荐。协同过滤技术就有所不同了，它主要根据顾客的评分，所以由此可见它可以不需要对具体内容的属性分析也会完成艰难的推荐结果。

三、协同过滤技术

（一）研发的现实与理论意义

上文曾说到过电子商务是有缺陷的，这并不是因为设计的不完整，而是现实是与时俱进的，为了推动电子商务个性化推荐拥有更加广阔的发展前景、实现更加积极地作用我们需要进一步研究协同过滤技术。进行由浅及深的研发探究。

理论上，电子商务推荐系统本身就是国内国外研究的热门话题，过滤技术可以弥补网页推荐和产品推荐所存在的缺点，也就是针对检索图片、视频等较为复杂时的情况，能够提高推荐顾客产品的精准程度。近几年来通过使用协同过滤技术的反馈便知晓这种技术取得了大范围的应用，这就是成功的体现。

现实意义中，也可以说是个性化推荐的现实意义，两者实际是不可分离的。“私人制定”应该是都被大家所熟知的一个词汇，随着科技的发展，人们生活水平的提高，服务的针对性也被人们关注着，区别于大众化的物质是人们变相的追求。但是面向巨大的信息库，人们无从下手。物品的种类成千上万，个性化推荐系统中的协同过滤技术能够满足细节，跟随现代化脚步，拥有更远大的国内外市场，从基础的电子商务到私人图书浏览系统、量身定制的引入搜寻最后顾客卖家双方的关系联结。由此看来，技术的实现不局限于软件系统的升级，更是一种个性化、隐私化的超越式发展，拥有跨时代、跨地域的作用。

（二）基于用户、项目的协同过滤技术

從1997年起直至今天，我们所提出的个性化推荐是奠定协同过滤技术的基础，它主要分为三个大步骤：其一是算清楚相近目标距离，选择最近的集合。相似度越大距离越近，就会优先选择特定的目标。其二是说，需要表示出顾客喜好的大体描述，根据点击次数、评论内容和打分等这些数据进行集中处理，转换输出。其三是，形成最终推荐，将以上两个程序统一集合然后进行最终输出。

基础型一用户，这是人们最常用的一种系统技术，根据多项标准评选出顶端N个项，也可以说是一种变相预测，最终进行推荐。基础型一项目，这是一种横向的对比，相似的项目在网络系统中一定有许多，系统本身根据指定与多项进行比较，分析出最接近的方案再进行私人过滤推荐。

电子商务系统个性化推荐中协同过滤技术的实施是处于超速发展中时期，它既是现代化适应发展的产物，构造与内在实现的表现，又是为国内研发及使用这种系统的企业升值的至关重要所在点。这种对于现实选购的升级有着跳跃性的优势，为各大企业和我国的经济发展带来更广泛的发展空间。

参考文献：

[1]薛福亮.电子商务协同过滤推荐质量影响因素及其改进机制研究[D].天津大学，2012.

[2]王海燕.电子商务协同过滤推荐算法的优化研究[D].河北工程大学，2016

[3]何佳知.基于内容和协同过滤的混合算法在推荐系统中的应用研究[D].东华大学，2016.