·PAGE 1·基于WEB挖掘的個(gè)性化推薦在電子商務(wù)中的應(yīng)用基于WEB挖掘的個(gè)性化推薦在電子商務(wù)中的應(yīng)用宋鑾玉 李 曉中國(guó)科學(xué)院新疆理化技術(shù)研究所，烏魯木齊 關(guān)鍵詞：電子商務(wù) 個(gè)性化推薦 Web挖掘1 引 言隨著網(wǎng)絡(luò)技術(shù)的發(fā)展、的普及，電子商務(wù)正以令人難以置信的速度蓬勃發(fā)展。在新的商業(yè)環(huán)境中，怎樣吸引新的客戶(hù)，并確保自己可以提供足夠的東西促使他們留下來(lái)， 成為眾多開(kāi)展電子商務(wù)的企業(yè)亟待解決的問(wèn)題。“以客戶(hù)為中心”的經(jīng)營(yíng)模式給了我們新的啟迪。電子商務(wù)網(wǎng)站可以通過(guò)盡可能地迎合每個(gè)用戶(hù)的瀏覽興趣并且不斷調(diào)整自己來(lái)適應(yīng)用戶(hù)瀏覽興趣的變化，使得自己的每個(gè)用戶(hù)在瀏覽該網(wǎng)站時(shí)都有他就是該網(wǎng)站的唯一用戶(hù)的感覺(jué)，從而吸引和留住訪問(wèn)者，并實(shí)現(xiàn)銷(xiāo)售。個(gè)性化的推薦服務(wù)成為建立個(gè)性化的電子商務(wù)站點(diǎn)的重要途徑之一。2 實(shí)現(xiàn)個(gè)性化推薦的技術(shù)有許多方法可以實(shí)現(xiàn)推薦任務(wù)。最簡(jiǎn)單的就是以編輯推薦或?qū)＜彝扑]的形式，比如定期推出的專(zhuān)題，匯集一系列圍繞某主題的商品目錄，這些目錄都是由編輯手工編寫(xiě)的。一些簡(jiǎn)單的統(tǒng)計(jì)數(shù)據(jù)也可以作為推薦的手段，如銷(xiāo)售排行榜基于web挖掘的個(gè)性化信息推薦，放在網(wǎng)頁(yè)的醒目位置，對(duì)于新的來(lái)訪者相當(dāng)有效。
另一些推薦方式則較為復(fù)雜，大部分工作需要計(jì)算機(jī)來(lái)完成。通常前者被稱(chēng)為“人工式推薦系統(tǒng)”，而后者稱(chēng)為“自動(dòng)式推薦系統(tǒng)”。要真正地實(shí)現(xiàn)針對(duì)每一個(gè)客戶(hù)的個(gè)性化服務(wù)必須借助于自動(dòng)式推薦系統(tǒng)、它可以充分考慮每位客戶(hù)的特點(diǎn)，在與用戶(hù)的實(shí)時(shí)交互過(guò)程中動(dòng)態(tài)地產(chǎn)生推薦結(jié)果。2.1 傳統(tǒng)的技術(shù)及其不足早期的推薦系統(tǒng)借用了搜索引擎中廣泛使用的信息過(guò)濾技術(shù)( )。信息過(guò)濾技術(shù)又分為基于內(nèi)容的過(guò)濾和協(xié)作過(guò)濾。基于內(nèi)容的過(guò)濾，利用資源和用戶(hù)興趣的相似性來(lái)過(guò)濾信息,它的關(guān)鍵問(wèn)題是相似性計(jì)算,其優(yōu)點(diǎn)是簡(jiǎn)單、有效,缺點(diǎn)是難以區(qū)分資源內(nèi)容的品質(zhì)和風(fēng)格,而且不能為用戶(hù)發(fā)現(xiàn)新的感興趣的資源,只能發(fā)現(xiàn)和用戶(hù)已有興趣相似的資源。這些屬性，本可以通過(guò)簡(jiǎn)單的數(shù)據(jù)庫(kù)查詢(xún)完成，不能完全算作自動(dòng)推薦系統(tǒng)。 自動(dòng)推薦系統(tǒng)中被廣泛研究和采用的是“協(xié)作過(guò)濾”( )。協(xié)作過(guò)濾的方法，利用用戶(hù)之間的相似性來(lái)推薦信息,它能夠?yàn)橛脩?hù)發(fā)現(xiàn)新的感興趣的內(nèi)容,其關(guān)鍵問(wèn)題是用戶(hù)聚類(lèi)。然而，現(xiàn)實(shí)環(huán)境中影響用戶(hù)喜好的因素非常多，理想狀態(tài)下推薦系統(tǒng)應(yīng)盡可能地考慮這些因素，才能更加精確地預(yù)測(cè)用戶(hù)的喜好。
實(shí)驗(yàn)表明，協(xié)作過(guò)濾的方法可以提供較難確的推薦，但是在運(yùn)用中也暴露出一些需要解決的問(wèn)題。（1）數(shù)據(jù)規(guī)模太大。電子商務(wù)中的運(yùn)用涉及的數(shù)據(jù)量非常龐大，而像最近鄰居這樣的算法效率隨著用戶(hù)和產(chǎn)品的數(shù)目增多而下降，如何改進(jìn)算法使之更適應(yīng)大規(guī)模計(jì)算是研究的重點(diǎn)之一。（2）實(shí)時(shí)性。電子商務(wù)網(wǎng)站需要在線為大量客戶(hù)同時(shí)提供服務(wù)，這就需要解決算法的分布式計(jì)算問(wèn)題。（3）數(shù)據(jù)的稀疏性。電子商務(wù)網(wǎng)站通常擁有大量商品，而每個(gè)用戶(hù)購(gòu)買(mǎi)或作評(píng)價(jià)的只是其中很小的一部分，通常不到1％。數(shù)據(jù)的稀疏性會(huì)導(dǎo)致算法準(zhǔn)確率降低。目前的一種解決途徑是在運(yùn)用具體的協(xié)作過(guò)濾算法之前先使用維歸約技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行壓縮，在降低維數(shù)的同時(shí)使信息損失降為最小。（4）缺乏足夠的數(shù)據(jù)。過(guò)多地要求用戶(hù)主動(dòng)提供數(shù)據(jù)會(huì)使用戶(hù)感到不便而轉(zhuǎn)向其他網(wǎng)站，可以借助于半智能的代理程序隱式地記錄用戶(hù)的行為，分析提取喜好的模式。2.2 WEB挖掘技術(shù)2.2.1 Web挖掘的定義 Web挖掘涉及數(shù)據(jù)挖掘、計(jì)算機(jī)語(yǔ)言學(xué)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)、信息學(xué)等多個(gè)領(lǐng)域。不同的研究者從自身的應(yīng)用領(lǐng)域出發(fā)，對(duì)Web挖掘的含義有著不同的理解。有些計(jì)算機(jī)語(yǔ)言學(xué)家認(rèn)為，Web文檔為自然語(yǔ)言理解提供了豐富的語(yǔ)料，可以從中自動(dòng)地學(xué)習(xí)詞語(yǔ)的意義，以進(jìn)行詞義辨析或確定詞語(yǔ)所屬的概念。
從更為一般的角度出發(fā)，對(duì)Web挖掘作如下的定義：定義1：Web挖掘是指從大量Web文檔的集合C 中發(fā)現(xiàn)隱含的模式 P 。如果將 C 看作輸入，將 P 看作輸出的話，那么Web挖掘的過(guò)程就是從輸入到輸出的一個(gè)映射ξ：C → P 。如果從實(shí)用性開(kāi)發(fā)的角度來(lái)考慮的話，可以對(duì)Web挖掘做出如下的定義： 定義2：Web挖掘是針對(duì)包括Web頁(yè)面內(nèi)容、頁(yè)面之間的結(jié)構(gòu)、用戶(hù)訪問(wèn)信息、電子商務(wù)信息等在內(nèi)的各種Web數(shù)據(jù)源，在一定基礎(chǔ)上應(yīng)用數(shù)據(jù)挖掘的方法以發(fā)現(xiàn)有用的知識(shí)來(lái)幫助．人們從WWW中提取知識(shí)，改進(jìn)站點(diǎn)設(shè)計(jì)，更好地開(kāi)展電子商務(wù)。2.2.2 Web挖掘的過(guò)程 用戶(hù)在訪問(wèn)Web頁(yè)面時(shí)，用戶(hù)的瀏覽信息被Web服務(wù)器自動(dòng)收集并保存在訪問(wèn)日志、引用日志和代理日志中。對(duì)這些日志數(shù)據(jù)通過(guò)各種模型化算法和其他信息處理技術(shù)手段進(jìn)行分析加工，從中可得到用戶(hù)中特定興趣群體或個(gè)體決策信息，同時(shí)可以有效地對(duì)這些Web日志進(jìn)行定量分析，揭示其中的關(guān)聯(lián)關(guān)系、時(shí)序關(guān)系、頁(yè)面類(lèi)屬關(guān)系、客戶(hù)類(lèi)屬關(guān)系和頻繁訪問(wèn)路徑、頻繁訪問(wèn)頁(yè)面等。不但可為優(yōu)化Web站點(diǎn)拓?fù)浣Y(jié)構(gòu)提供參考，而且還可為網(wǎng)絡(luò)資源服務(wù)者提供更為有效的目標(biāo)市場(chǎng)和改進(jìn)決策提供幫助。
2.2.3 Web挖掘的分類(lèi) Web文檔可以是HTML文檔，也可以是其他格式的文檔，例如等文本文件，以及圖形，音頻和視頻等多媒體文件。Web上信息的多樣性決定了Web挖掘任務(wù)的多樣性。按照處理對(duì)象的不同，可以將Web挖掘分為三大類(lèi)：Web使用挖掘(Web Usage )、Web內(nèi)容挖掘(Web )和Web結(jié)構(gòu)挖掘(Web )。 2.2.4 Web挖掘技術(shù)的優(yōu)點(diǎn) 首先，Web挖掘技術(shù)，實(shí)現(xiàn)了 “零輸入個(gè)性化”，即用戶(hù)正常瀏覽時(shí)在不增加額外操作負(fù)擔(dān)的前提下，實(shí)現(xiàn)面向用戶(hù)個(gè)性化要求的網(wǎng)上信息發(fā)現(xiàn)與推薦，不需要用戶(hù)提供主觀的評(píng)價(jià)信息，從而克服了協(xié)作過(guò)濾方法完全依賴(lài)用戶(hù)的主觀意見(jiàn)，根本不考慮項(xiàng)目本身的缺憾。其次，Web挖掘利用的是數(shù)據(jù)挖掘技術(shù)從Web文檔和服務(wù)中自動(dòng)發(fā)現(xiàn)和抽取信息（Web is the use of data to and from Web and ），因此，可以處理大規(guī)模的數(shù)據(jù)量，解決了協(xié)作過(guò)濾法不能解決的數(shù)據(jù)規(guī)模大的問(wèn)題。
再次，用戶(hù)訪問(wèn)模式動(dòng)態(tài)獲取，不會(huì)過(guò)時(shí)，實(shí)現(xiàn)了協(xié)作過(guò)濾法不能實(shí)現(xiàn)的實(shí)時(shí)性。由于Web挖掘技術(shù)相比協(xié)作過(guò)濾技術(shù)有以上幾個(gè)好處，因此，筆者認(rèn)為Web挖掘技術(shù)更適合應(yīng)用于實(shí)現(xiàn)個(gè)性化推薦服務(wù)。3 結(jié)束語(yǔ)電子商務(wù)正在企業(yè)和商貿(mào)領(lǐng)域占據(jù)著越來(lái)越多的市場(chǎng)份額，個(gè)性化的推薦服務(wù)是電子商務(wù)領(lǐng)域中出現(xiàn)的非常重要的新技術(shù)。它在幫助用戶(hù)快速定位感興趣的商品，同時(shí)也為企業(yè)實(shí)現(xiàn)了增值，勢(shì)必會(huì)成為未來(lái)電子商務(wù)網(wǎng)站的關(guān)鍵模塊。現(xiàn)階段個(gè)性化推薦服務(wù)面臨如何發(fā)現(xiàn)客戶(hù)行為的個(gè)性化特征及Web重要頁(yè)面的組織等問(wèn)題。 近幾年興起的Web挖掘技術(shù)主要用于商品的市場(chǎng)定位和消費(fèi)分析，以輔助制定市場(chǎng)策略，還可以用來(lái)分析購(gòu)物模式，預(yù)測(cè)銷(xiāo)售行情。研究將Web挖掘技術(shù)應(yīng)用于實(shí)現(xiàn)個(gè)性化推薦服務(wù)勢(shì)必會(huì)給電子商務(wù)的發(fā)展帶來(lái)了很大的推動(dòng)力量。本文對(duì)個(gè)性化推薦的各種實(shí)現(xiàn)技術(shù)進(jìn)行了簡(jiǎn)單的介紹和比較，希望能在電子商務(wù)網(wǎng)站的個(gè)性化推薦方面做些嘗試，進(jìn)一步推動(dòng)電子商務(wù)的發(fā)展。參考文獻(xiàn)〔1〕 The 〔 EB/OL 〕. //User//.html#--,2003.〔2〕 , , ,et al.Riedl. of for E- 〔C〕. EC’00,2000.〔3〕 J Ben, A ,John Riedl.E- 〔Z〕〔4〕 U,P Maes. : for Word of Mouth〔C〕. of ACM CHI’95 on Human in ,1995.210-217.〔5〕 韓家偉，孟小峰等．web挖掘研究．計(jì)算機(jī)研究與發(fā)展，2001，38(4)：405-413〔6〕 劉培剛．Web挖掘技術(shù)在電子商務(wù)中的應(yīng)用研究．情報(bào)學(xué)報(bào),2002(6)〔7〕 周惠宏基于web挖掘的個(gè)性化信息推薦，柳益君，張尉青，謝俊元.推薦技術(shù)在電子商務(wù)中的運(yùn)用綜述. 計(jì)算機(jī)應(yīng)用研究，2004，21(1):8-11.作者簡(jiǎn)介 宋鑾玉，女，（1979-），碩士研究生，新疆理化技術(shù)研究所，研究方向?yàn)橛?jì)算機(jī)信息系統(tǒng)和CASE,地址：烏魯木齊北京南路40附1號(hào)，郵編：，電話： -，E－mail： @。