喬 嵐

（寧夏財經(jīng)職業(yè)技術(shù)學院，寧夏銀川，750021）

基于大數(shù)據(jù)的電子商務(wù)個性化信息推薦服務(wù)模式研究

喬 嵐

（寧夏財經(jīng)職業(yè)技術(shù)學院，寧夏銀川，750021）

借助于電子商務(wù)網(wǎng)站雖然能夠給用戶們提供比較多的產(chǎn)品以及服務(wù)，但是也讓用戶們尋求符合自身需求的產(chǎn)品信息難度得到了一定程度的提升，為了使得企業(yè)自身的市場競爭能力得到提升，也就需要構(gòu)建一個基于大數(shù)據(jù)的電子商務(wù)個性化信息推薦服務(wù)模式，來為用戶們提供更加優(yōu)質(zhì)的信息服務(wù)。

大數(shù)據(jù)；電子商務(wù)；個性化信息推薦服務(wù)

0 引言

在應(yīng)用電子商務(wù)網(wǎng)站給予用戶們提供產(chǎn)品以及服務(wù)的過程中，要想在海量的信息中迅速準確的找到可以滿足用戶需求的產(chǎn)品以及服務(wù)，就必須構(gòu)建一個良好的個性化信息推薦服務(wù)模式，只有這樣才能夠在基于大數(shù)據(jù)的情況來來給予用戶們提供相應(yīng)的產(chǎn)品以及服務(wù)需求，并讓用戶自身的個性化需求得以充分的滿足，并讓企業(yè)的服務(wù)質(zhì)量得以提升，從而為自身的可持續(xù)發(fā)展奠定一個良好的基礎(chǔ)。

1 基于大數(shù)據(jù)的個性化信息服務(wù)應(yīng)用技術(shù)

1.1 數(shù)據(jù)挖掘技術(shù)

通過數(shù)字挖掘技術(shù)的應(yīng)用能夠直接在海量的數(shù)據(jù)信息中找出一些不容易被發(fā)現(xiàn)的信息，然后在這些信息的基礎(chǔ)上對后續(xù)的發(fā)展趨勢進行合理的預(yù)測。通過數(shù)據(jù)挖掘技術(shù)的應(yīng)用，能夠讓電商自身的市場決策能力得到一定程度的提升，其主要有以下三種類型。

（1）Web內(nèi)容挖掘：進行Web內(nèi)容挖掘的目的主要是從搜索資源以及數(shù)據(jù)庫兩方面招收，來進行各種網(wǎng)頁信息的組合，然后再次基礎(chǔ)上對用戶們的喜好以及實際需求進行分析，這樣也就能夠?qū)⒁恍┯脩魝儧]興趣的信息進行屏蔽，從而使得用戶們的檢索水平得到大幅度的額提升，其主要原理在于將非結(jié)構(gòu)數(shù)據(jù)進行采集以及整理，然后直接填充到用戶數(shù)據(jù)中來構(gòu)成結(jié)構(gòu)數(shù)據(jù)庫，然后再借助于過濾以及分析技術(shù)來進行這些數(shù)據(jù)的合理處理。

（2）Web使用挖掘：借助于該挖掘模式可以就用戶們在瀏覽Web過程中所產(chǎn)生的瀏覽記錄以及訪問情況進行匯總分析，并在此基礎(chǔ)上進行用戶喜好的合理制定，從而給予用戶們提供一些個性化的推薦內(nèi)容。

（3）Web結(jié)構(gòu)挖掘：進行Web結(jié)構(gòu)挖掘的效果在于從內(nèi)部結(jié)構(gòu)和鏈接之中來進行有用信息的有效挖掘，并借此來實現(xiàn)網(wǎng)頁的分類以及聚類處理[1]。這樣就能夠?qū)τ脩魝冊跒g覽網(wǎng)頁過程中所遺留下來的各種信息進行歸納分析，并使得電子商務(wù)網(wǎng)站的各種屬性得以提升，從而使得網(wǎng)站自身的搜索功能以及搜索效率得以有效的提升。

1.2 協(xié)同過濾技術(shù)

運用協(xié)同過濾技術(shù)可以就用戶們可能感興趣的東西進行有效的糞便，并能夠用來識別某一用戶的偏好產(chǎn)品。在電子商務(wù)網(wǎng)站的運營過程中借助于協(xié)同過濾技術(shù)的應(yīng)用，其可以在大量的用戶之后來進行具備有類似愛好用戶的尋找，并將這些用戶們對某一產(chǎn)品的評價進行匯總分析，這樣也就能夠從側(cè)面反映出來該用戶的偏好，然后就能夠根據(jù)該用戶的偏好來進行個性化信息推薦服務(wù)模式的制定，從而讓零售網(wǎng)站自身的服務(wù)品質(zhì)得到大幅度的提升。

1.3 用戶建模技術(shù)

用戶建模技術(shù)主要是就用戶們感興趣的信息中來進行相關(guān)特征的提取，然后根據(jù)建模技術(shù)來對用戶們的偏好產(chǎn)品進行管理。隨著大數(shù)據(jù)時代的到來，也就導致了所構(gòu)建的用戶興趣模型需要是一種具備有數(shù)據(jù)結(jié)構(gòu)形式的興趣模型，其能夠給予用戶們提供一些準確的網(wǎng)絡(luò)信息以及良好的服務(wù)，對于用戶們的網(wǎng)購行為也有著一定的影響意義。在進行用戶興趣模式的更新過程中，一般存在有直接更新和間接更新兩種模式，其中前者是在用戶們對推薦商品進行反饋的前提下進行模型的更新，并需要耗費用戶們的額外時間，因此更新效果較低，而后者主要是對用戶們的瀏覽行為進行跟蹤分析，并在此基礎(chǔ)上通過挖掘技術(shù)來實現(xiàn)興趣模型的更新工作。

2 電子商務(wù)個性化信息推薦服務(wù)模式簡析

2.1 熱點信息推薦

熱點信息推薦作為現(xiàn)階段商務(wù)網(wǎng)站上面最為常見的一種商品推送模式，其本質(zhì)是一種主動的推薦模式。電商平臺可以通過對用戶群們?yōu)g覽數(shù)據(jù)進行整合分析的模式，來進行瀏覽熱度最大的商品推送給用戶們。在進行熱點信息推薦環(huán)節(jié)中，多是借助于數(shù)據(jù)挖掘技術(shù)和協(xié)同過濾技術(shù)來找出該購物網(wǎng)站之中最熱門的商品信息，并通過彈出窗口等模式將這些信息推送給用戶們。借助于熱點信息模式的應(yīng)用一方面能夠使得能夠符合用戶信息的前n種產(chǎn)品得到推送，并能夠在保障這些推薦產(chǎn)品個性化的基礎(chǔ)上，對其銷售量進行保證。因此說在進行新產(chǎn)品的推送過程中，熱點信息推薦有著非常重要的應(yīng)用意義。

2.2 興趣挖掘推薦

電商切也可以通過數(shù)據(jù)挖掘技術(shù)來就用戶們所留下的海量瀏覽信息以及消費習慣等深層次的數(shù)據(jù)進行挖掘分析，然后在此基礎(chǔ)上對用戶們的個性化需求進行獲取，并根據(jù)這些個性化需求來進行推薦服務(wù)的選擇。借助于興趣挖掘推薦的模式能夠直接構(gòu)建一個用戶個性化的信息模塊，并對顧客信息模型中的各種產(chǎn)品信息進行有效的過濾處理[2]，其具體的推薦流程圖如圖1所示。

2.3 定制信息推薦

為了滿足用戶們的個性化需求，也就可以通過定制信息推薦這一被動的推送模式，來進行相關(guān)產(chǎn)品信息的推送。在該信息推薦模式之中，其主要是在圍繞用戶吸取的基礎(chǔ)上，根據(jù)用戶們的需求分類來進行用戶感興趣商品的尋找，然后將這些產(chǎn)品直接推薦給用戶們。在定制信息推薦的過程之中，需要同時應(yīng)用到數(shù)據(jù)挖掘技術(shù)以及協(xié)同過濾技術(shù)，并需要對不同的用戶們進行服務(wù)模式和服務(wù)策略的合理分類，從而進行針對性信息服務(wù)的有效提供。而在對用戶們的實際需求分析完成之后，就可以自此基礎(chǔ)上進行各種信息資源的搜索分類，然后通過個性化信息推薦的模式將這些信息推送給用戶們，從而很好的滿足用戶在電子購物過程中的多種個性化需求。

圖1 興趣挖掘推薦流程圖

3 結(jié)束語

近年來我國的電子商務(wù)得到了迅速的發(fā)展，而用戶們?nèi)绾螐拇罅康纳唐沸畔⒅姓业接脩魝兏信d趣的產(chǎn)品，并進行個性化信息推薦服務(wù)模式的構(gòu)建，也就成為了各電商企業(yè)所需要迫切解決的一個問題。本文主要就電子商務(wù)個性化信息推薦服務(wù)所應(yīng)用的服務(wù)技術(shù)以及幾種具體服務(wù)模式進行了分析與研究，希望能夠為我國電力商務(wù)的進一步發(fā)展提供一些理論上的幫助。

[1]石穎瑩,葛萬成,汪亮友等.K-means聚類個性化推薦算法改進研究[J].信息通信,2016,(1):19-21.

[2]李旖凡.互聯(lián)網(wǎng)金融O2O模式研究——以融360為例[D].西南財經(jīng)大學,2016.

Research on e-commerce personalized information recommendation service model based on big data

Qiao Lan
(Ningxia Finance Economics Professional Technology Institute ,Yinchuan Ningxia,750021)

With the help of e-commerce website although can give users provide more products and services,but also allows users to seek to meet the needs of their own product information is improved to some degree, in order to make the enterprise market competition ability, also need to build a model based on electronic recommendation service personalized information of large data, to provide better information service for users.

big data; e-commerce; personalized information recommendation service

基于寧夏地區(qū)電子商務(wù)產(chǎn)業(yè)布局及發(fā)展模式的人才培養(yǎng)方案研究（ NGY2017276）。