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，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)來說，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)用戶來說，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)來說，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)越來越健全，它不僅為企業(yè)帶來了更高的利益，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)模式來說，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，通過這些信息對(duì)未來的發(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)庫兩方面研究。從搜索方面來說，通過搜索軟件將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)庫方面來說，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，最后使用過濾分析技術(shù)處理數(shù)據(jù)[5]。

Web使用挖掘：對(duì)瀏覽過程中瀏覽記錄和用戶訪問情況進(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)頁結(jié)構(gòu)和鏈接中有效地挖掘信息，并對(duì)網(wǎng)頁進(jìn)行聚合分類處理。通過這種方式，可以對(duì)用戶在瀏覽網(wǎng)頁過程中遺留下來的各種信息進(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，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，也沒有創(chuàng)新;后者依據(jù)用戶對(duì)購(gòu)買過的商品的評(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)同過濾中存在的數(shù)據(jù)稀疏性問題，將分析處理得到的結(jié)果經(jīng)過過濾，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)有過濾推薦中存在的問題進(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)分析商品信息庫中的商品信息來對(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。這里的處理基本過程就是過濾、排名。依據(jù)上一章節(jié)分析結(jié)果，過濾掉質(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)給用戶帶來方便和個(gè)性化的服務(wù)，也給電商企業(yè)帶來了良好的發(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）.