电子商务智能推荐系统中聚类算法论文.docVIP

第一章 概 述 1.1 电子商务智能推荐系统简介 1.1.1 电子商务智能推荐系统的产生背景 电子商务推荐系统产生的最直接原因是这样一对矛盾：一方面跟传统的商品相比，由于不受场地等物理条件的限制，电子商务网站所提供的商品极大丰富。比如：在图书超市中顾客可以在上万种书籍中选购，但在电子商务网站上他的选择范围可以到几十万甚至上百万种图书。另一方面消费者能够从网站获得的商品信息服务却缺乏得多。与传统得商场不同，商务网站不能给顾客提供完整全面得商品信息服务。比如网上书店一般提供图书摘要或前几章节得在线浏览，但不愿意将一本书得所有内容供给顾客翻阅：顾客也不会像逛商场一样，对每一链接逐一点击来浏览所有得商品，并在此过程中不经意地发现自己感兴趣得商品。在这种情况下推荐系统应运而生，它的作用类似于一名购物指导专家给予顾客有价值的建议。 从更广范围来看，推荐技术是个性化电子商务网站发展的一部分。Hardward商学院的Joe Pine 在1993年的著作《大规模定制》一书中，提出现代企业应该从大规模生产（以标准化的产品，统一的市场规划，长时间的产品生命期和开发周期为特征）向大规模定制（为不同的顾客提供多样和定制的产品）转变。Pine认为企业应该开发出丰富多样的产品来满足不同客户的丰富多样需求。电子商务不会帮助企业制造出更多的产品，但是天可以为顾客提供更多的选择。应该指出的是电子商务网站商品选择数倍激增的同时也增加了顾客信息处理的负担。面对信息过载的问题，商业网站实施大规模定制时不能仅仅是提供更多的产品选择，而且同样重要的是以何种方式来提供这种选择。其中一个选择就是使用推荐系统。 大规模定制起初指的是产品和服务的物理形态的修改来符合每一个消费者的要求。现在大规模定制概念涵盖更加广泛，包括进来一系列方法来定制所谓的“消费者体验”。消费者体验包括物理产品，它可以在功能和包装上定制；它也包括把产品呈现给消费者的方式，者属于购买和消费过程的定制。在这个更广泛的定义下，推荐系统就是商务网站用来支持在产品呈现形式的方面对消费者体验的定制。从这个意义上说，推荐系统有助于为每一位消费者设计不同的个性化的商店。这个“虚拟”商店的个性化在于呈现给每个消费者的选择的不同，而不是底层物理上的不同。 1.1.2 什么是电子商务智能推荐系统【3】 客户信息对电子商务企业的生存和发展的重要性是不可质疑的，新的市场的实质其实就是争夺客户资源。企业可以通过了解单个客户的需求，能够预测客户的需求并提供个性化的服务。从商业角度，其目的不仅仅是提高客户满意度，而在于为企业提高销售业绩，企业的商业目的是提高销售，客户满意是以提高销售为目标和前提的。如果提高客户满意不能带来销售的提升，则“提高客户满意度”的关键作用必须降低姿态，把“提升企业销售业绩”作为第一卖点。由于顾客对电子商务网站的访问具有“购买”意向，所以，推荐系统应首先遵循顾客的这种意向，进而产生推荐结果。其目的在于引导顾客的购买。 电子商务推荐系统（Recommender System）是利用数据挖掘技术在电子商务网站中来帮助顾客访问有兴趣的产品信息，推荐系统首先要分析以前顾客行为数据，建立表示顾客行为的模型，并充分利用模型对其它顾客推荐产品。来帮助顾客发现他所希望购买的产品信息。当客户访问电子商务网站时，他的访问行为被自动地在Web Server的日志文件中，其访问网页的顺序可反映购买产品的整个过程。根据已有最高购买者的访问网站的数据与潜在购买者的访问数据的相似特征可用于提高实际购买量。也可以说电子商务推荐系统时电子商务网站用来向网站的访问顾客提供商品信息和建议，并模拟销售人员帮助顾客完成购买过程的软件系统。 推荐系统是现在应用广泛的数据挖掘系统的一类。在最初，电子商务网站向顾客出售信息，交易信息被记录下来。日积月累，海量的历史交易信息中蕴含丰富的有价值的知识。为了从交易数据库，用户数据库提取出知识，数据挖掘技术被广泛使用。一个数据挖掘在商业应用中的经典例子是关联规则的发现――从顾客交易中发掘购买某些商品可能会购买其它商品的潜在的关系。这些规则能够帮助商家调整货架，以取得更好销售业绩。数据挖掘技术作为电子商务的重要应用技术之一，为正确的商务决策提供强有力的支持和可靠的保证，是电子商务不可或缺的重要工具。 推荐系统是一类任务特殊的数据挖掘系统。和电子商务中的其它数据挖掘系统不同的是，它们与消费者交互，并针对互动电子商务的实时特点而优化，而不是直接面向市场营销人员，管理决策人员等。 1.1.3 电子商务智能系统的作用和意义【3】 电子商务推荐系统的作用是向用户提供商品信息和购买建议，模拟销售人员帮助客户完成购买过程。它的意义主要在于[1]： 将电子商务网站的浏