关联规则与协同过滤在汽车电子商务中的应用

文 /何思越

伴随着当前互联网等信息技术的不断发展，电子商务这一种全新的信息化服务方式也越来越受到民众们的喜爱，根据不同的服务对象和用户习惯、个性等的分析，准确的来为用户提供他们感兴趣的服务，在当前电子商务满足用户个性化服务的同时，也不断的在这样的基础上提升的企业自身的竞争能力，从而得到了非常好的关注。

伴随着当前各种电子商务平台的不断发展，且当中个别的平台也取得了非常好的成果。同时在当前激烈的市场竞争当中，汽车方面开启电子商务已经成为了当前这一个行业当中必须要面对的一个问题。

但是在当前互联网环境下，信息量太过庞大且不能进行有效的组织，从而使得相关的汽车生产企业并不能在传统方法上来进行用户信息的收集，进而就更别说去进行深层次的用户挖掘。如果是将当前先进的信息技术引入到当前的汽车电子商务当中，那么必定会带来非常好的效果。

研究的意义

伴随着当前互联网等信息技术的不断完善和突破，在当前社会当中各行各业的竞争都呈现出了激烈的态势，且在汽车销售方面显得格外突出，因此电子商务已经成了当前汽车销售当中最为重要的一种手段。此文以下几点是具有的意义所在：

（1）从消费者的角度出发，因为每一个消费者他们具有的文化、兴趣、经济实力都是不相同的，不同消费者的自身需求当中对于产品喜爱程度也是会呈现出不同的情况，汽车销售单位给予多样化和具有灵活性的信息服务，从而这样才可以有效的帮助消费者来进行产品的选择，进而更好的去满足当前的消费需求，给他们带来更多的便捷性，让他们真正的得到满足。

（2）在汽车电子商务当中是运用当前先进的信息技术来进行相关问题的解决，从而来降低在销售期间不必压我的成本，且提升自身商业价值和商务活动。因此从服务者的角度来看的话，必须要构建起一个具体有效的服务模型，在这一个模型当中不但要对互联网等资源进行有效的利用，同时也必须要更好的去为企业拓展消费者群体，并且也需要对这一个群体进行维护和稳定，从而才可以在当前激烈的市场竞争当中稳定企业的发展，为企业以后经济的增长提供有效的动力。

（3）从理论研究方面来看，电子商务个性化的模型有着非常高的研究价值。从进入到90年代以后，这一种个性化的模型有着非常重要的意义，并且也得到了世界学术研究的重视，同时在各行各业也得到了非常好的运用。怎样在销售当中为消费者提供他们需求且个性化的结果，改进相关的推荐算法，提升推荐精度已经成为了当前世界范围内众多学者都非常关心的一个问题。

（4）因此可以很好的看出，电子商务个性化的服务模式非常的适合当前消费者的选择和企业社会的需求，且对于消费者、企业、社会都有着非常高的价值。

协同过滤技术的研究现状

（1）当前协同过滤技术在电子商务的推荐系统当中运用的非常广泛，并且是最为有效的一种技术。尽管在当前的电子商务当中协同过滤技术得到了非常好的运用，但是某些技术在一些特定的环境没有往常的良好推荐效果，伴随着当前电子商务平台的不断发展，在当前的电子商务平台当中商品和消费者的数量都在不断的增多，协同过滤系统的缺点也会慢慢的展现出来。当中主要包含了数据稀疏性和冷开始的问题。在全球范围内对于数据稀疏性和冷开始的问题相关的学者都做出了很多的研究，并且也使用到了很多的算法。

（2）有关学者在进行研究时提出了使用传递关联来进行稀疏性问题解决的ICHM方法。在相关的协同过滤系统当中，要是两个消费者都有着相同的兴趣爱好，但他们没有对相同的商品进行关注，那么这两者之间的关联就没有了，但是在项目基础上的协同过滤法就可以很好的去处理这一个问题，但是也会带来项目之间能够联系但是不互通的情况。

（3）还有的学生提出了一种叫做信任传播的方法，在这一种方法当中是用消费者来对消费者进行评价，从而在这样的机制下来指出他们比较信任的消费者，这些他们评价的结果都给组建成为一个信任网络，在这当中可以运用随机行走的算法来进行网络当中重要节点的预测，在这一种方法当中可以按照消费者信任网络当中的数据来进行进行消费者之间相似度的计算，最后使用相关的公式来进行预测活动消费者的评分值，进而在这样的基础上来排除恶意用户的影响，进而降低稀疏性，但是这一种方法必须要消费者来配合才能进行，且在实际的使用过程当中会受到各种因素的影响，并不是所有的消费者都愿意去对别的消费者进行信任评价的，因此这一种方法并不是当前解决稀疏性的最有效方法。

协同过滤算法寻找潜在用户

（一）潜在用户定义

潜在用户这一个定义当中，指的是企业为了更好的去实现自身的经济效益而将产品推向用户手中，且在进行销售之前对用户的心理和消费习惯等进行解析，从而在实际的需求上来进行可行性的分析，最后在寻找出符合自身发展的客户资源。

（二）寻找潜在消费者

（1）协同过滤系统下来进行潜在消费者的寻找，在这一个过程当中主要是寻找和老客户特征相近的消费者群体。通过在WEB系统当中和老客户信息资料的对比，然后在使用数据结合协同过滤系统的方式在互联网当中潜在的消费者，然后在推送消费者所关心、感兴趣且个性化的产品内容来进行展示。

（2）在消费者进行自家电子商务平台访问时，他们在一个商品上浏览的时间可以很好的反应出他们对于商品的兴趣程度，时间够长就表示有着一定的兴趣，如果是很短的话，那么就并没有较高的兴趣。在协同过滤系统当中可以利用消费者在进行商品访问时的停留时间来，进行协同过滤所需要的评分，从而在这样的基础上来对消费者之间的相似度进行对比。

（3）消费者之间相似程度可以使用常见的向量空间相似度计算和Person等有关的方法，且在这样的基础上来对消费者自己拿的相似度进行计算，同时把常来的消费者的相似程度按照大小来进行排列，取前多个消费者来作为相近的消费者，从而来对已购入产品消费者的特点进行分析，从而得出相似的结果，最后作为潜在的消费者进行发展。

关联规则挖掘的研究实际情况

（1）在当前这一个领域当中，我国还处于初期阶段，但是在国外已经有了重点的研究方向，并且在这一个领域当中已经达到了可以投入使用的阶段，且在传统的零售模式当中运用最多，营销挖掘和购物篮分析等都是零售业挖掘当中最为主要的内容。

（2）在当前我国的相关大学当中一直都在进行这一方面的研究，且相关学者将一个应用和特点规则在差别思想基础上的兴趣程度定义运用到了关联规则当中，对兴趣程度进行了重新的定义设置。同时有关学者也提出了在统计相关性基础上的兴趣程度关联规则。

理论基础

（一）关联规则

关联规则也被称之为购物车分析，案例多发在传统的超市当中。最为主要的指标是：支持度、置信度等。支持度是用在衡量关联规则在整个数据集的统计方面，置信度运在可信程度的衡量关联规则方面。在这当前Apriori和F-P是较为常用的方法，此文当中使用Apriori来进行相关的计算。

（二）Apriori算法

Appriori算法是在Pgrawal基础上来进行完善以后的一种关联规则算法，重点是在两阶频集思想基础上的递推算法。基本思想：相对所有的频集寻找出来，且在这一个过程当闹钟出现的频繁性起码要和预定义的最小值程度要相似。随后由频集来产生出强关联的规则，但是必须要可以达到最小值支持度和最小可信度。从而在进行频集产生期望的规则寻找，产生出只包含有集合项的全部规则，当中每条的规则右边都只有一项，在这基础上来运用规则定义。如果是规则产生了，那么只有大于消费者给定最小可信度的规则才会被留下。为了更好的去产出全部的频集，从而要使用到递推算法

（三）协同过滤

协同过滤有着两种定义。在电子商务平台当中使用最为广泛的是狭义定义，且利用收集消费者群体的偏好信息，来对个体消费者感兴趣的商品信息进行过滤。协同是群体的行为，过滤是针对个体的行为。在假设理论的基础上：为了更好的去寻找消费者感兴趣的商品的方法是寻找和消费者有着相同兴趣的相似消费者，从而将相似消费者感兴趣的商品推荐给别的消费者。

传统协同过滤当中存在的问题

为了更好的去解决当前协同过滤技术当中存在的问题，更好的去适应当前电子商务平台的发展需求，那么就必须要对当前协同过滤当中的推荐系统实现期间存在的问题进行解决，从而在使用具有针对性的方法来进行改进。

（一）数据稀疏性问题

数据稀疏性的问题一般都是消费者对很少产品做出评价，消费者评价的商品相对于商品数量占有的有限百分比，从而这样的情况就使得消费者之间的评价出现了不相同的情况，那么这样就会使得消费者之间的相似度也会出现不准确的情况，邻居消费者不可靠。伴随着当前电子商务的不断发展，消费者数量和商品的数量也在不断的增多，在这样数据量庞大的情况下评分数据往往都会呈现出稀疏的情况，此外在这样的基础上并不能进行邻居消费者群体的有效定位，另外在进行相似度计算期间也会出现较大的消耗，从而就会使得推荐的准确度大大下降，最终出现并不完美的推荐结果。

（二）冷开始问题

（1）在协同过滤当中最为突出的特点就是在项目商品经过众多消费者评价以后，在评价的基础上来进行推荐，且在一定程度上有效的实现了消费者之间的互助。

（2）冷开始问题又被称之为第一评价人问题，又或者是新项目问题，如果是在一个新的项目当中没有人进行评价，那么协同过滤推荐的相关算法就不能进行正确的计算，进而这样项目也并不能得到很好的推荐，从而在推荐系统当中也起不到很好的效果。

（3）为了更好的去解决当前传统协同过滤系统当中推荐存在的评价数据稀疏性问题和冷开始问题，那么相关的研究者就必须要提出更多的先进算法，比如在项目评分预测基础上来开展的协同过滤推荐算法，按照各个项目之间的相似度来进行消费者之间未评价项目的初期评价；在聚类协同过滤计算法基础上的，在进行数据稀疏性解决方面有着非常好的效果，但是在实际的推荐当中还是有着一定的问题存在。

结束语

在当前的汽车销售当中的红电子商务这一种全新的销售模式，为当前的汽车销售带来的非常丰厚的利润，作为当前电子商务当中全新的一个行业，汽车销售呈现出了良好的发展事态。就当前电子商务当中关联规则和协同过滤的使用让汽车电子商务在潜在消费者的挖掘上有着非常好的效果，同时也是满足当前汽车电子商务发展需求的一种模式。在当前信息数据时代的背景下，对数据的深挖才是当前汽车电子商务发展的长久之计。