【正文】 過濾技術(shù)向用戶進行個性化的推薦，提高了推薦系統(tǒng)的精準度和擴展性 [12]。 關(guān)于推薦系統(tǒng)的研究起源較早，在 90 年代中后期出現(xiàn)了第一批協(xié)同過濾的文章 [79]， Breese[10]等人將協(xié)同過濾技術(shù)分為兩類：基于內(nèi)容和基于模型的協(xié)同過濾。然后，對列向量進行相似度的檢測和分析，從而得到相似客戶群體，同時對行向量進行相似度的檢測和分析，獲得相關(guān) Web 頁面，然后再對相關(guān)頁面進一步分析和處理，就能夠發(fā)現(xiàn)頻繁訪問路徑。 在從 Web 日志數(shù)據(jù)挖掘轉(zhuǎn)向用戶興趣模型方面，刑東山 [3]提出的支持 偏愛度的概念，設(shè)計了網(wǎng)站訪問矩陣，并基于這個矩陣提出了用戶瀏覽偏愛路徑挖掘算法，該算法能準確地反映用戶瀏覽興趣。 持久性比較差：目前國內(nèi)的個性化推薦技術(shù)是依賴用戶當前的會話，并沒有采用以前的歷史訪問記錄，使得個性化推薦系統(tǒng)的持續(xù)性比較低。 電子商務(wù)個性化推薦系統(tǒng)研究現(xiàn)狀 我國的電子商務(wù)個件化推薦系統(tǒng)與國外還有一定的差距，主要表現(xiàn)在以下幾個方面： 多數(shù)為普適性的推薦，缺少針對個人的推薦：目前的電子商務(wù)網(wǎng)站從全部的角度出發(fā)，通過分類推薦的方式，把推薦結(jié)果展示給用戶，這樣造成了推薦結(jié)果和用戶興起不一致的情況，影響了電子商務(wù)個性化推薦的效果。用戶相關(guān)推薦不用用戶顯式輸入信息。 也稱為協(xié)同過濾 推薦系統(tǒng)。基于商品相關(guān)性的推薦系統(tǒng)是依據(jù)于用戶的單個會話。 根據(jù)商品間的相關(guān)程度向用戶推薦相應的商品。因而屬于手動方式推薦，推薦可以是根據(jù)用戶單個會話產(chǎn)生的，也可以是根據(jù)用戶多個會話產(chǎn)生的。 基于屬性的電子商務(wù)個性化推薦系統(tǒng) 。這種推薦技術(shù)是與特定用戶無關(guān)，獨立于目標用戶，對所有用戶推薦的內(nèi)容都是相同的。 電子商務(wù)個性化推薦系統(tǒng)根據(jù)自動化和持久性程度，可以分為以下四種類型 [2]： 非個性化電子商務(wù)個性化推薦系統(tǒng) 。完全暫時性的推薦僅僅基于客戶當前 唯一的會話，不考慮客戶先前會話的任何信息。 持久性是指推薦系統(tǒng)產(chǎn)生的推薦是基于客戶當前的會話產(chǎn)生的相關(guān)信息還是包括客戶歷史會話的信息進行推薦的。從這個角度來看，自動化程度范圍從系統(tǒng)對客戶一無所知的全手工推薦，到系統(tǒng)自動根據(jù)用戶的操作歷史從而主動推送的全自動推薦。 自動化 程度。電子商務(wù)推薦系根據(jù)用戶制定個性化營銷策略，并在合適的時候提供用戶最需要的信息，提升用戶忠誠度，提高用戶購物體驗。 電子商務(wù)推薦系統(tǒng)被定義為：“利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程 [1]。這種情況下，是否主動送出的推薦就顯得尤為重要。并且其搜索結(jié)果中魚龍混雜，使用者常常需要過濾掉大部分垃圾信息或不準確的信息，依然要花費很大精力才能找出自己真正需要的信息。因為在電子商務(wù)處在虛擬的環(huán)境中，商家盡可能多的在網(wǎng)上提供自己所能提供的商品，品類繁多，用戶很難在一個網(wǎng)頁上發(fā)現(xiàn)自己感興趣的商品，用戶或者沒有時間，或者不愿意在網(wǎng)上漫無邊際的尋找商品。隨著網(wǎng)絡(luò)交易的機制被大多數(shù)人接受之后，電子商務(wù)網(wǎng)站紛紛崛起，因為網(wǎng)絡(luò)交易的成本低廉，人們通過互聯(lián)網(wǎng)絡(luò)進行商務(wù)活動，可以創(chuàng)造出新的商機。 本節(jié)先介紹了電子商務(wù)個性化推薦系統(tǒng)的概念和分類，然后介紹了電子商務(wù)個性化推薦系統(tǒng)的研究現(xiàn)狀和研究意義?？蛻羰侵竿扑]系統(tǒng)的使用者 ,即電子商務(wù)網(wǎng)站中的客戶。 電子商務(wù)個性化推薦系統(tǒng) 電子商務(wù)個性化推薦系統(tǒng)是幫助客戶決定購買什么商品的系統(tǒng)。 北 京 交 通 大 學 專 業(yè) 碩 士 學 位 論 文 … 電 子 商 務(wù) 個 性 化 推 薦 理 論 介 紹 6 然后這些推薦系統(tǒng)給亞馬遜帶了多少的商業(yè)利益呢，在這方面的準確數(shù)字官方也沒有給出過答案，亞馬遜的前科學家 Greg Linden 在他的博客曾說過推薦系統(tǒng)幫助亞馬遜銷售了 20%的商品。圖 22 推薦的是購買過這個這個商品的人同時還購買的其他商品，圖 23 則推薦瀏覽過這個商品的人同時還購買的其他商品。 圖 22亞馬遜的相關(guān)推薦列表 (1) Related Remended a list of Amazon(1) 圖 23亞馬遜的相關(guān)推薦列表 (2) Related Remended a list of Amazon(2) 圖 22 和圖 23 則是另外一種推薦方式 相關(guān)推薦列表。比如用戶以前買過一本星座相關(guān)的書籍，那么就可以向用戶推薦一本血型相關(guān)的書籍，因為這兩本書都是屬性相近的。 圖 21亞馬遜（ )的個性化推薦列表 Amazon Personalized Remendation List 圖 21 就是亞馬遜中國（ ）的個性化推薦列表，它包含了一下幾個部分：推薦結(jié)果的標題，推薦結(jié)果的平均分以及推薦理由。 個性化推薦在電子商務(wù)中的應用 現(xiàn)在的電子商務(wù)網(wǎng)站上都有大量的商品，而個性化的推薦應用在其中起了非常大的作用，著名的電子商務(wù)網(wǎng)站就是個性化推薦的積極應用者和推廣者，被 RWW（讀寫網(wǎng)）稱為推薦系統(tǒng)之網(wǎng)。準確地掌握用戶的興趣可包括兩個方面： 1) 從用戶瀏覽行為中準確地挖掘出隱藏的用戶個性化的興趣信息； 2) 采用準確的表示方法來表示用戶興趣。實現(xiàn)個性化服務(wù)的關(guān)鍵是對 Web 用戶的瀏覽信息進行正確的分析，準確掌握用戶興趣。電子商務(wù)個性化推薦系統(tǒng)是基于 大數(shù)據(jù)挖掘基礎(chǔ)上的一種商務(wù)智能平臺，能夠幫助 電子商務(wù)企業(yè)為用戶提供個性化 的產(chǎn)品的推薦和購買決策，電子商務(wù)企業(yè)的個性化推薦系統(tǒng)為用戶推薦商品，網(wǎng)站 會智能的完成商品選擇，最大限度 的 滿足客戶的個性化需求，電子商務(wù)個性化推薦是 根據(jù) 以下幾方面來推測客戶將來可能的購買行為：網(wǎng)站 銷量最高的商品、客戶所在的 城市、客戶過去的購買行為和購買記錄。這 一過程 無疑會使淹沒 在 大量產(chǎn)品信息 中 的消費者不斷流失。 個性化推薦概述 個性化推薦是 基于 用戶的興趣特點和購買行為，向用戶推薦 其感興趣的信息和商品。 個性化推薦 本節(jié)先對個性化推薦進行了概述，介紹了個性化推薦的基本理念。 接著，本章節(jié)介紹了幾種流行的個 性化推薦技術(shù)，并對這幾種個性化推薦技術(shù)進行了比較分析。個性化推薦是一種根據(jù)顧客的需求 偏好 個人資料及歷史交易行為，為網(wǎng)絡(luò)消費者提供決策建議的功能，如推薦他們想要的商品或從哪里獲得想要的商品。 本文將針對以上電子商務(wù)個性化推薦系統(tǒng)中存在的問題進行探索和研究。而個性化知識推薦服務(wù)，是將每條信息分割成更小的帶有語義的知識單元，用戶能夠在第一時間內(nèi)更快、更準確的掌握每條信息的概要內(nèi)容，進行 決策是否對自己有價值。 3．由傳統(tǒng)的個性化信息檢索結(jié)果推薦服務(wù)轉(zhuǎn)變?yōu)閭€性化知識推薦服務(wù)。 2．由基于關(guān)鍵詞或者主題詞檢索的服務(wù)轉(zhuǎn)為基于語義的智能檢索服務(wù)。主要面臨以下幾種轉(zhuǎn)變方式的挑戰(zhàn) : 1．由被動服務(wù)為主動服務(wù)。在這一方面，可以借鑒當前的熱點研究 Link Open Data、 Virtuoso ( 語義存儲工具 ) 、 RDF 等與語義網(wǎng)相關(guān)的數(shù)據(jù)組織方式。但是，隨著數(shù)據(jù)量的增長、服務(wù)要求的提升、語義網(wǎng)的迅速發(fā)展，數(shù)據(jù)組織形式肯定要發(fā)生轉(zhuǎn)變。 第三： 企業(yè)數(shù)據(jù)的有效組織形式 ，企業(yè)數(shù)據(jù)的組織形式直接決定著其服務(wù)模式、服務(wù)質(zhì)量。 第二： 企業(yè)數(shù)據(jù)的快速處理計算 ，海量數(shù)據(jù)對計算機硬件的性能帶來挑戰(zhàn)，因為企業(yè)要求在最短的時間內(nèi)，盡可能創(chuàng) 造最大的價值，而面對大數(shù)據(jù)，通過什么信息技術(shù)進行快速處理、計算，形成結(jié)構(gòu)化的、開放應用的數(shù)據(jù)，這個問題不僅僅電子商務(wù)企業(yè)面臨的一個挑戰(zhàn)。如果僅僅保存這些大數(shù)據(jù)，那么這是嚴重浪費。雖然電子商務(wù)個性化推 薦系統(tǒng)所采用的技術(shù)都已成熟，個性化推薦給網(wǎng)站帶來的經(jīng)濟利益也越來越大，但是 大數(shù)據(jù)環(huán)境下 電子商務(wù)個性化推薦系統(tǒng)仍面臨著巨大挑戰(zhàn)。隨著電子商務(wù)網(wǎng)站的競爭日益激烈，如何鎖定網(wǎng)站的目標受眾并為其推薦合適的產(chǎn)品，增加用戶粘度和提高網(wǎng)站的交叉銷售能力，成為電子商務(wù)網(wǎng)站在競爭中勝出的關(guān)鍵。北 京 交 通 大 學 專 業(yè) 碩 士 學 位 論 文 . . . 目錄 vii 目錄 中文摘要 .................................................................................................................. iv ABSTRACT .............................................................................................................. v 序 .............................................................................................................................. vi 1 引言 ................................................................................................................... 1 2 電子商務(wù)個性化推薦理論介紹 ....................................................................... 3 個性化推薦 ........................................................................................... 3 個性化推薦概述 ............................................................................. 3 個性化推薦系統(tǒng)的工作原理 ......................................................... 4 個性化推薦在電子商務(wù)中的應用 ................................................. 4 電子商務(wù)個性化推薦系統(tǒng) ................................................................... 6 電子商務(wù)個性化推 薦系統(tǒng)的概念 ................................................. 6 電子商務(wù)個性化推薦系統(tǒng)的分類 ................................................. 7 電子商務(wù)個性化推薦系統(tǒng)研究現(xiàn)狀 ............................................. 8 電子商務(wù)個性化推薦系統(tǒng)研究意義 ........................................... 10 電子商務(wù)個性化推薦系統(tǒng)的關(guān)鍵技術(shù) ............................................. 10 個性化推薦技術(shù) ........................................................................... 11 個性化推薦技術(shù)的比較和分析 ................................................... 12 推薦技術(shù)的組合 ........................................................................... 13 大數(shù)據(jù)處理技術(shù) ................................................................................. 14 Hadoop 概述 ................................................................................. 15 HDFS 分布式文件系統(tǒng) ............................................................... 16 MapReduce 編程模型 .................................................................. 17 3 基于大數(shù)據(jù)技術(shù)的電子商務(wù)個性化推薦系統(tǒng)可行性分析 ......................... 19 4 基于大數(shù)據(jù)技術(shù)的電子商務(wù)個性化推薦架構(gòu) ............................................. 20 個性化推薦系統(tǒng)總體架構(gòu)設(shè)計 ......................................................... 21 改進的電子商務(wù)個性化推薦結(jié)構(gòu)設(shè)計 ....................................... 22 5 基于大數(shù)據(jù)技術(shù)的電子商務(wù)個性化推薦系統(tǒng)設(shè)計與實現(xiàn) ......................... 26 個性化系統(tǒng)功能需求分析 ................................................................. 26 個性化推薦系統(tǒng)功能設(shè)計 ......