电子商务推荐.ppt

《电子商务推荐.ppt》由会员分享，可在线阅读，更多相关《电子商务推荐.ppt（15页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、电子商务推荐 Still waters run deep.流静水深流静水深,人静心深人静心深 Where there is life,there is hope。有生命必有希望。有生命必有希望电子商务推荐系统电子商务推荐系统 电子商务推荐系统电子商务推荐系统(Recommendation system)在识别消费者消费偏好的基础上模拟超市在识别消费者消费偏好的基础上模拟超市的导购人员向消费者提供信息和建议，帮助消费的导购人员向消费者提供信息和建议，帮助消费者快速准确地找到自己需要的商品，避免信息过者快速准确地找到自己需要的商品，避免信息过载给消费者带来的烦恼。推荐系统利用统计学、载给消费者带来

2、的烦恼。推荐系统利用统计学、人工智能、数据挖掘等技术，分析消费者在电子人工智能、数据挖掘等技术，分析消费者在电子商务网站的访问行为，向消费者推荐他可能感兴商务网站的访问行为，向消费者推荐他可能感兴趣的商品信息，诱导顾客的购买行为，为网站创趣的商品信息，诱导顾客的购买行为，为网站创造利润。推荐信息的准确性是推荐系统成败的关造利润。推荐信息的准确性是推荐系统成败的关键因素。键因素。推荐系统的作用推荐系统的作用增加网站访问量，提升销售额。增加网站访问量，提升销售额。增加单个商品被访问的机会。增加单个商品被访问的机会。增加顾客在网站的停留时间，浏览更多商品。增加顾客在网站的停留时间，浏览更多商品。帮助

3、顾客发现感兴趣的商品，提升购物体验。帮助顾客发现感兴趣的商品，提升购物体验。将电子商务网站的浏览者转化为购买者。将电子商务网站的浏览者转化为购买者。提高网站的交叉销售能力。提高网站的交叉销售能力。提高客户对电子商务网站的忠诚度。提高客户对电子商务网站的忠诚度。推荐系统的表现形式推荐系统的表现形式搜索响应搜索响应：客户提出对特定产品的查询：客户提出对特定产品的查询要求，推荐系统根据要求返回高质量的要求，推荐系统根据要求返回高质量的推荐。推荐。Similar Item(相似产品推荐相似产品推荐):推荐系统根推荐系统根据客户购买过或者选择的商品，推荐可据客户购买过或者选择的商品，推荐可能感兴趣的商品

4、。能感兴趣的商品。Email:推荐系统通过电子邮件的方式向推荐系统通过电子邮件的方式向客户客户提供可能感兴趣的产品信息。客户客户提供可能感兴趣的产品信息。推荐的内容推荐的内容Text Comments:向客户提供其他客户对某向客户提供其他客户对某个产品的评价。个产品的评价。Average Rating:向客户提供其他客户对产向客户提供其他客户对产品的等级评价。品的等级评价。Top-N:按照销量对商品进行排名，将热度按照销量对商品进行排名，将热度最高的产品列出，诱导消费者购买。最高的产品列出，诱导消费者购买。Ordered search results:搜索排序：列出所搜索排序：列出所有的搜索结

5、果，按照客户的兴趣排序。有的搜索结果，按照客户的兴趣排序。推荐的依据推荐的依据客户的浏览行为客户的浏览行为(有显式和隐式行为有显式和隐式行为)。关键词和项目搜索行为。关键词和项目搜索行为。消费者在本网站购买商品的历史记录。消费者在本网站购买商品的历史记录。其他用户对产品的评价。其他用户对产品的评价。其他购买者的购买记录。其他购买者的购买记录。购买者的平分记录。购买者的平分记录。产品之间的关联度数据。产品之间的关联度数据。产品的属性产品的属性推荐形式推荐形式建议建议Suggestion(single item suggestion,unordered list suggestion,ordere

6、d list suggestion)。个体评分个体评分(individual rating):其他客户对给定商其他客户对给定商品的个体评分。品的个体评分。评论评论(Review):其他客户对产品的文本评价。其他客户对产品的文本评价。预言预言Prediction：系统对已有的评分进行的统计：系统对已有的评分进行的统计分析。分析。推荐系统构建技术推荐系统构建技术(1)基于内容的过滤基于内容的过滤(Content-based filtering)：该：该技术通过比较商品之间的相似性或者相关性进技术通过比较商品之间的相似性或者相关性进行推荐。这种方式忽略用户的购买行为，只考行推荐。这种方式忽略用户的购

7、买行为，只考虑商品之间的相似关系。其优点是简单、有效。虑商品之间的相似关系。其优点是简单、有效。商品之间相似性的建模和相似度计算可以提前商品之间相似性的建模和相似度计算可以提前进行，因而推荐响应时间快。其缺点是不能区进行，因而推荐响应时间快。其缺点是不能区分产品信息的质量和风格，无法为用户发掘出分产品信息的质量和风格，无法为用户发掘出新的感兴趣的商品。只能发现和用户感兴趣商新的感兴趣的商品。只能发现和用户感兴趣商品相似的商品。品相似的商品。推荐系统构建技术推荐系统构建技术(2)协同过滤协同过滤(collaborative filtering):根据本客户感根据本客户感兴趣的商品推荐相关产品或者

8、根据其他已购买兴趣的商品推荐相关产品或者根据其他已购买商品的客户的产品的关联性推荐相关的产品。商品的客户的产品的关联性推荐相关的产品。这种技术不分析产品之间的相似性，只利用目这种技术不分析产品之间的相似性，只利用目标用户和历史用户购买行为的相似性。其优点标用户和历史用户购买行为的相似性。其优点是因为不考虑产品相似性，任何产品都可以推是因为不考虑产品相似性，任何产品都可以推荐，能为用户发现新的感兴趣的商品。其缺点荐，能为用户发现新的感兴趣的商品。其缺点是产品可能非常分散，用户的评价可能很少。是产品可能非常分散，用户的评价可能很少。因而系统性能越来越差。因而系统性能越来越差。推荐系统构建技术推荐系

9、统构建技术(3)混合型：综合利用基于内容的过滤和协同过滤混合型：综合利用基于内容的过滤和协同过滤技术为客户推荐可能感兴趣的产品。混合推荐技术为客户推荐可能感兴趣的产品。混合推荐技术具有前述两种推荐技术的优点，避免了两技术具有前述两种推荐技术的优点，避免了两种技术的缺点。为了做到这一点需要考虑过滤种技术的缺点。为了做到这一点需要考虑过滤的策略，是先采用基于内容的过滤，还是先采的策略，是先采用基于内容的过滤，还是先采用协同过滤是很有讲究的，这需要根据具体情用协同过滤是很有讲究的，这需要根据具体情况灵活运用。况灵活运用。推荐技术基础推荐技术基础数据挖掘各种算法：数据挖掘各种算法：所谓数据挖掘是指从数

10、据所谓数据挖掘是指从数据库的大量数据中揭示出隐含的、先前未知的并库的大量数据中揭示出隐含的、先前未知的并有潜在价值的信息的非平凡过程有潜在价值的信息的非平凡过程(http:/ Mining and Knowledge DiscoveryProceedings of the ACM conference on Electronic commerce 参考文献：参考文献：1 J.B.SCHAFER,J.A.KONSTAN,J.RIEDL.E-Commerce Recommendation Applications.Data Mining and Knowledge Discovery,5,115153,2001.2 B.Sarwar,G.Karypis,J.Konstan et al.Analysis of recommendation algorithms for e-commerce.Proceedings of the 2nd ACM conference on Electronic commerce 158-167,2000 思考题思考题电子商务推荐系统有什么作用？电子商务推荐系统有什么作用？电子商务推荐系统的表现形式有哪些？电子商务推荐系统的表现形式有哪些？思考电子商务推荐技术和数据挖掘技术思考电子商务推荐技术和数据挖掘技术之间的关系。之间的关系。THANK YOU！