高振清

（蘇州健雄職業(yè)技術(shù)學(xué)院，江蘇　太倉　215411）

基于大數(shù)據(jù)下的電子商務(wù)信息推薦研究

高振清

（蘇州健雄職業(yè)技術(shù)學(xué)院，江蘇太倉215411）

文章通過闡述大數(shù)據(jù)時(shí)代環(huán)境，分析基于大數(shù)據(jù)下的電子商務(wù)信息推薦，對大數(shù)據(jù)背景下電子商務(wù)信息推薦發(fā)展趨勢展開探討，旨在為如何促進(jìn)電子商務(wù)信息推薦有序進(jìn)行研究提供一些思路。

大數(shù)據(jù)；電子商務(wù)；信息推薦

伴隨電子商務(wù)的飛速發(fā)展，對于以大數(shù)據(jù)為基礎(chǔ)的電子商務(wù)信息推薦研究越來越為人們所關(guān)注。電子商務(wù)平臺(tái)在為用戶提供產(chǎn)品、服務(wù)的同時(shí)，也提升了用戶在龐大信息中快速有效找出滿足自身需求產(chǎn)品信息的難度。基于大數(shù)據(jù)下的電子商務(wù)信息推薦可實(shí)時(shí)動(dòng)態(tài)、主動(dòng)有效地向用戶推薦貼近其偏好的相關(guān)信息，如此一方面可對用戶個(gè)性化需求予以更好地滿足，一方面可促進(jìn)電商平臺(tái)構(gòu)筑穩(wěn)定的用戶全體及改善服務(wù)質(zhì)量，進(jìn)而強(qiáng)化企業(yè)市場競爭力［1］。

1　大數(shù)據(jù)時(shí)代概述

1.1大數(shù)據(jù)背景下的電子商務(wù)發(fā)展

電子商務(wù)指的是依托計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)，開展各式各樣商業(yè)經(jīng)濟(jì)活動(dòng)，從而期望達(dá)成商務(wù)網(wǎng)絡(luò)化。就電子商務(wù)發(fā)展歷程而言，可將其劃分成3個(gè)層次：初級層次—構(gòu)建易于推行的可操作系統(tǒng)層次；中級層次—維系可靠的商業(yè)鏈層次；高級層次—達(dá)成全面系統(tǒng)數(shù)字自動(dòng)化層次。伴隨信息技術(shù)的飛速發(fā)展，電子商務(wù)不斷朝隱形化、精細(xì)化方向發(fā)展，基于大數(shù)據(jù)對消費(fèi)者喜愛偏好進(jìn)行挖掘，進(jìn)而實(shí)施精準(zhǔn)化營銷。

互聯(lián)網(wǎng)的誕生及大數(shù)據(jù)關(guān)聯(lián)技術(shù)的發(fā)展，使龐大數(shù)據(jù)搜索、分析變得可行，在憑借互聯(lián)網(wǎng)的特點(diǎn)又使得此部分?jǐn)?shù)據(jù)可被高效、高速及大容量的傳播，繼而互聯(lián)網(wǎng)開展推行由用戶生成數(shù)據(jù)的模式，該模式有著及時(shí)、經(jīng)濟(jì)以及多源頭等特點(diǎn)。近年來，電子商務(wù)飛速發(fā)展，很大原因是可收集數(shù)據(jù)開展分析，實(shí)時(shí)動(dòng)態(tài)借助互聯(lián)網(wǎng)獲取用戶需求，進(jìn)而電商可開展精準(zhǔn)化營銷。此外，信息系統(tǒng)、人工智能及決策科學(xué)等技術(shù)的進(jìn)步，促進(jìn)了一系列分析手段及工具的發(fā)展，諸如數(shù)據(jù)挖掘、決策支持以及消費(fèi)者行為模型等。

1.2大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)時(shí)代的數(shù)據(jù)有著復(fù)雜、零散的特點(diǎn)，經(jīng)由過濾、分析方可轉(zhuǎn)變成有價(jià)值的信息，然后相關(guān)信息整合為資源并轉(zhuǎn)化成知識(shí)。大數(shù)據(jù)背景下的數(shù)據(jù)挖掘技術(shù)，以數(shù)據(jù)為源頭，為分析、價(jià)值提升提供基礎(chǔ)；以技術(shù)為手段，為精準(zhǔn)化影響提供保障。

數(shù)據(jù)挖掘是為了自數(shù)據(jù)庫中復(fù)雜、零散的數(shù)據(jù)中挖掘隱含的、有價(jià)值的知識(shí)，數(shù)據(jù)挖掘技術(shù)主要包括：（1）關(guān)聯(lián)分析，即對用戶信息進(jìn)行挖掘，再結(jié)合模型開展用戶相互及產(chǎn)品相互關(guān)聯(lián)預(yù)測分析。（2）聚類分析，相較于傳統(tǒng)分析手段更為復(fù)雜，結(jié)合數(shù)據(jù)庫中記錄經(jīng)由工具劃分成各種類別，進(jìn)一步就每一類層次開展分析。（3）自動(dòng)預(yù)測，借助數(shù)據(jù)挖掘工程對數(shù)據(jù)庫中相關(guān)信息進(jìn)行自動(dòng)預(yù)測查找，同時(shí)結(jié)合此部分信息迅速獲取結(jié)論［2］。

2　基于大數(shù)據(jù)下的電子商務(wù)信息推薦

2.1定題信息推薦

網(wǎng)購用戶自主向購物網(wǎng)站提交信息需求，網(wǎng)站定期向用戶推送關(guān)聯(lián)信息方式來達(dá)成信息推薦服務(wù)。定題信息推薦多涉及對數(shù)據(jù)挖掘技術(shù)及簡易信息聚合（Really Simple Syndication，RSS）技術(shù)等的應(yīng)用，經(jīng)由內(nèi)容、結(jié)構(gòu)挖掘獲取對用戶有價(jià)值的信息，再借助RSS對用戶進(jìn)行推薦。

定題信息推薦在圖書類網(wǎng)站得到廣泛推廣，由于此類網(wǎng)站用戶通常較為固定，他們明確自身需求并可見其準(zhǔn)確地傳達(dá)給信息提供人員，并且電商平臺(tái)同樣可對用戶信息需求做出較為準(zhǔn)確的判斷。用戶之于信息存在固定購物需要，由此電商平臺(tái)便可定期結(jié)合實(shí)時(shí)更新的商品信息，提煉出滿足用戶需求的商品信息。其他類似于商對客（Business to Customer，B2C），個(gè)人與個(gè)人之間（Customer to Customer，C2C）的電商平臺(tái)同樣可對用戶開展定題信息推送，基于新用戶注冊開展問卷調(diào)查等方式，對每一用戶所需求的商品種類、性價(jià)比、品牌等屬性傾向展開綜合分析，以用戶需求、意愿為前提，采取短信、站內(nèi)私信、郵件等方式對用戶進(jìn)行商品信息推薦［3］。

2.2熱點(diǎn)信息推薦

熱點(diǎn)信息推薦指的是電商平臺(tái)將時(shí)下最新推出或者最暢銷等商品信息主動(dòng)向用戶推送的一類服務(wù)方式，此類推薦模式是電商平臺(tái)的主動(dòng)行為，電商平臺(tái)結(jié)合實(shí)時(shí)更新的用戶群瀏覽數(shù)據(jù)，整合出某一節(jié)點(diǎn)最為熱點(diǎn)的商品信息并向用戶進(jìn)行推送。熱點(diǎn)信息推薦主要應(yīng)用的技術(shù)包括數(shù)據(jù)挖掘技術(shù)、協(xié)同過濾技術(shù)等，通過對這些技術(shù)的應(yīng)用可獲取實(shí)時(shí)熱門商品信息，再通過用戶較為常用的相關(guān)網(wǎng)站的懸浮窗口、彈出窗口等推送給用戶。一般情況下，熱點(diǎn)信息推薦要求用戶多次點(diǎn)擊瀏覽方可展開。

推行熱點(diǎn)信息推薦模式，推薦不僅貼近用戶愛好又熱賣的商品，換言之所推薦商品一方面有著一定的個(gè)性化特征，一方面有著銷售量的保證。此外，由于一般而言新產(chǎn)品極難為用戶所關(guān)注或發(fā)現(xiàn)，因此將熱點(diǎn)信息推薦模式應(yīng)用于新產(chǎn)品推薦的效果同樣值得我們期待。

2.3興趣愛好挖掘推薦

電商平臺(tái)可有效應(yīng)用數(shù)據(jù)挖掘技術(shù)，對用戶存儲(chǔ)龐大數(shù)據(jù)：購買歷史、瀏覽記錄、消費(fèi)習(xí)慣等展開深入數(shù)據(jù)分析來得出用戶個(gè)性需求。

結(jié)合用戶興趣愛好特點(diǎn)推行的推薦模式，對平臺(tái)信息處理水平提出了嚴(yán)苛要求，唯有強(qiáng)有力的信息處理水平方可找出各種隱藏的用戶信息，盡可能縮減用戶不良體驗(yàn)。興趣愛好挖掘推薦主要是經(jīng)由用戶對個(gè)性化界面相關(guān)產(chǎn)品信息開展瀏覽，點(diǎn)擊進(jìn)入偏好商品，接收推薦信息，同時(shí)產(chǎn)品特點(diǎn)及對應(yīng)比重均存儲(chǔ)于產(chǎn)品信息庫中，只要用戶進(jìn)行瀏覽或者購買等對應(yīng)操作時(shí)，用戶偏好模塊便會(huì)對其信息展開個(gè)性化收集，并存儲(chǔ)于人性化特點(diǎn)庫中。

2.4定制信息推薦

定制信息推薦是結(jié)合用戶定制信息需求來推送信息的一類推薦模式，作為一類以用戶需求為主的被動(dòng)推送模式，其主要是為了對不同用戶的不同商品需求予以滿足。定制信息推薦需要對數(shù)據(jù)挖掘技術(shù)中的使用挖掘技術(shù)及協(xié)同過濾技術(shù)展開大量應(yīng)用。

購物網(wǎng)站依據(jù)用戶專門需求，將信息對用戶進(jìn)行推送。定制信息推薦自用戶需求角度出發(fā)，唯有有效挖掘到滿足用戶需求的信息方可進(jìn)一步為用戶提供良好推薦服務(wù)，平臺(tái)信息推送受用戶需求很大程度影響，良好的信息推薦方可調(diào)動(dòng)起用戶對信息產(chǎn)生深入要求。就定制信息推薦而言，要求對每個(gè)用戶展開服務(wù)方式、服務(wù)策略不同劃分，進(jìn)而為所提供信息服務(wù)的針對性帶來有力保障。就好比，針對相關(guān)用戶文化水平、購物習(xí)慣等展開信息檢索指定服務(wù)；針對相關(guān)用戶興趣愛好、特定需求開展推薦服務(wù)；針對用戶年齡、性別等開展定制服務(wù)等［4］。

在對用戶需求予以明確并實(shí)現(xiàn)信息資源搜索分類后，將信息對用戶進(jìn)行推送，用戶可利用此部分信息來解決自身需求，并對結(jié)果予以反饋，定制信息推薦模式流程。

3　大數(shù)據(jù)背景下電子商務(wù)信息推薦發(fā)展趨勢

3.1精準(zhǔn)化營銷

經(jīng)由數(shù)據(jù)挖掘?qū)τ脩襞d趣愛好進(jìn)行分析，進(jìn)而將相關(guān)業(yè)務(wù)、應(yīng)用推薦推薦給用戶，好比團(tuán)購信息、應(yīng)用軟件、電視節(jié)目等，進(jìn)一步將其拓寬至商用化服務(wù)，這一步驟即為借助數(shù)據(jù)挖掘技術(shù)幫助運(yùn)營商開展精準(zhǔn)營銷。精準(zhǔn)化營銷可應(yīng)用Key-value存儲(chǔ)，Map-Reduce模型等一系列理論開展分析，制定大數(shù)據(jù)營銷部署計(jì)劃，自精準(zhǔn)化營銷等相關(guān)應(yīng)用出發(fā)，對數(shù)據(jù)相同檢索延伸問題等進(jìn)行處理。

3.2聚集分散數(shù)據(jù)以關(guān)聯(lián)化

經(jīng)由關(guān)聯(lián)分析對數(shù)據(jù)相互間潛在關(guān)系進(jìn)行挖掘，能夠?qū)崿F(xiàn)產(chǎn)品間的信息關(guān)聯(lián)，網(wǎng)絡(luò)檢索時(shí)可迅速推薦關(guān)聯(lián)產(chǎn)品，改善產(chǎn)品的銷售情況及知名度。電商平臺(tái)可對網(wǎng)上信息資源展開充分挖掘利用，有序?qū)崿F(xiàn)自身商品與其他商品的關(guān)聯(lián)，一方面促進(jìn)用戶信息的豐富，一方面促進(jìn)需求信息深度、廣度的提升，進(jìn)而為用戶選擇商品提供更大的便利。

3.3電子商務(wù)智能平臺(tái)

就好比近年來盛行的紅包刷屏，將多家應(yīng)用軟件聚攏在一起，提供個(gè)性針對的信息推薦服務(wù)，既精準(zhǔn)、又省時(shí)、全面地為用戶推薦應(yīng)用軟件信息。不過，服務(wù)產(chǎn)品信息粒度會(huì)逐步縮小，伴隨商品用戶提供知識(shí)服務(wù)，商品平臺(tái)服務(wù)模式不斷發(fā)生轉(zhuǎn)變，以語義為基礎(chǔ)的智能檢索服務(wù)平臺(tái)將逐步取代傳統(tǒng)以關(guān)鍵詞匹配為基礎(chǔ)的檢索服務(wù)平臺(tái)，經(jīng)由互聯(lián)網(wǎng)對用戶信息、項(xiàng)目信息進(jìn)行搜集，依據(jù)分析結(jié)果開展商品信息推薦，通過對一系列推薦模式的系統(tǒng)綜合應(yīng)用，以期構(gòu)筑起一個(gè)知識(shí)匯聚的智能商務(wù)平臺(tái)。

4　結(jié)語

總而言之，在龐大數(shù)據(jù)源源不斷到來之時(shí)，電子商務(wù)數(shù)據(jù)有著多維性、劇烈增長的特點(diǎn)，用戶對商品的需求無法有效把握，給電子商務(wù)信息推薦帶來極大挑戰(zhàn)和機(jī)遇。鑒于此，相關(guān)人員務(wù)必要不斷鉆研研究、總結(jié)經(jīng)驗(yàn)，清楚地認(rèn)識(shí)大數(shù)據(jù)時(shí)代內(nèi)涵，全面分析基于大數(shù)據(jù)下的電子商務(wù)信息推薦，推動(dòng)大數(shù)據(jù)時(shí)代下電子商務(wù)信息推薦的有序進(jìn)行。

［1］劉建國，周濤，郭強(qiáng)，等.個(gè)性化推薦系統(tǒng)評價(jià)方法綜述［J］.復(fù)雜系統(tǒng)與復(fù)雜性科學(xué)，2009（3）：1-10.

［2］王茜，錢力.大數(shù)據(jù)環(huán)境下電子商務(wù)個(gè)性化推薦服務(wù)發(fā)展動(dòng)向探析［J］.商業(yè)研究，2014（8）：150-154.

［3］于紅巖，甄寶華，韓雪，等.探索基于數(shù)據(jù)挖掘的C2C模式電子商務(wù)個(gè)性化信息推薦服務(wù)應(yīng)用［J］.吉林廣播電視大學(xué)學(xué)報(bào)，2014（5）：80-81.

［4］杜念欣.大數(shù)據(jù)時(shí)代電子商務(wù)個(gè)性化推薦服務(wù)研究［J］.中國管理信息化，2016（10）：164-165.

Study of recommended e-commerce information based on big data

Gao Zhenqing
（Suzhou ChienShiung Institute of Technology， Taicang 215411， China）

Through describing the era of big data environment， the article analyzes e-commerce recommendation information based on big data，and discusses the development trend of e-commerce information recommendation on the background of big data， which is intended to provide some ideas on the research of how to promote e-commerce information orderly .

big data； e-commerce； recommendation of information

高振清（1974— ），男，江蘇太倉，本科，講師；研究方向：計(jì)算機(jī)應(yīng)用，電子商務(wù)。