中小网商商品推荐的冷启动解决方案研究--基于数据挖掘和社会网络分析方法.pdfVIP

企业管理 23 中小网商商品推荐的冷启动解决方案研究 ——基于数据挖掘和社会网络分析方法 沈燕花 许 研 一、引言 荐机制，其网上用户从访问到购买的转化率达到 16.5%，在 1. 推荐机制产生的背景。信息共享时代的来临，用户 亚马逊网站上有 35% 的销售额是来 自个性化推荐，有 60% 的 [3] 虽然享受着丰富信息所带来的满足感，但也面临着如何在茫 销售额是间接受到推荐的影响 。 茫信息大海中发现 自己的目标信息的巨大挑战。然而经过信 3.社会网络中个性化推荐机制。目前网络上个性化推荐的 息有哪些信誉好的足球投注网站技术过滤后的信息仍然难以满足个性化用户的需求。 表现形式大概有个人化推荐、基因化推荐以及社会网络化推荐 此时个性化服务技术便应运而生了，推荐机制便是个性化服 [3] 种 [4]，其中社会网络化推荐是应用了社会网络分析的思想。 务的重要组成部分。以电子商务背景为例，电子商务中的推 根据社会网络的定义： “个体之间不同的社会交互，这些个体 荐机制是基于消费者已有的信息和数据，通过科学性的预测， 由于共同的兴趣爱好、物质利益或互相相识而联系在一起。” 向消费者推荐令其感兴趣的商品或服务 [1]。电子商务中应 人处在社会网络中总是存在多种丰富的关系，因此，社会网络 用的推荐机制，通过消费者与电商的互动，从而实现消费利 中存在大量的信息可用于分析和挖掘。社会网络化推荐机制借 益以及企业效益两全其美的局面。 用web2.0 技术，基于对用户需求、偏好性类似的客户群体，在 2. 推荐机制的发展沿革。在推荐机制的优越性以及电 对这类群体的过去行为记录和数据的调查和研究，然后为处在 商市场的需求推动下，国外专家及学者对推荐机制的深入研 这个偏好性类似群体中的客户，提供相关产品推荐服务。社会 究开始于 20 世纪九十年代，在电子商务推荐技术和机制的 网络化推荐机制融入了社会学概念，不同于个人化推荐只是单 研究方面已取得较多的理论和应用成果。更多的学者把推 纯性地研究用户个人的历史数据，而是站在社会网络群体的角 荐系统视为一种数据库知识发现 (Knowledge Discovery in 度对用户的行为进行分析。这种方式相对来说在人情化、实际 Databases，KDD) 系统或者电子代理系统 [2]。推荐机制的优 性以及有效性方面更具有优越性。 越性不仅在电子商务系统中淋漓尽现，在新闻行业、音乐推 其中最常用的推荐技术便是基于社会网络分析的协同过滤 荐等领域也是推荐机制的用武之地。 推荐。协同过滤推荐技术是利用用户爱好之间的相似性来进行 从推荐技术上，推荐系统可以分为两类：一类是基于规则 推荐，通过类似用户对商品的偏好情况，通常主要以评价和打 的系统，别一类是信息过滤系统。信息过滤系统又可分为基于 分的形式为标准 [5]。然而这种传统的协同过滤推荐技术存在数 内容过滤的系统和协同过滤系统。基于协同过滤的个性化推荐 据稀疏性、冷启动以及低效评价行为等问题。尤其对刚刚起步 机制被认为是应用比较成功的一种推荐机制 [1]。融合社会网络 的中小规模 B2C 网商，由于经营时间短，用户量较少，用户购 分析的协同过滤推荐机制，是通过研究社会网络而不是