北京交通大学专业硕士学位论文…引言
1 引言
博客、社交网络、基于位置的服务 ( LBS) 等新型信息发布方式的涌现，以及云计算、物联网等技术的兴起，将人们带入大数据时代。海量数据在为电子商务网站制定决策提供越来越充分的信息的同时，也给电子商务网站的个性化推荐服务带来非常大的挑战。随着电子商务网站的竞争日益激烈，如何锁定网站的目标受众并为其推荐合适的产品，增加用户粘度和提高网站的交叉销售能力，成为电子商务网站在竞争中胜出的关键。个性化推荐系统个性化及针对性等优点受到越来越多的关注，目前国内主要的电子商务网站如当当网、京东商城、淘宝网等都利用个性化推荐来使得用户拥有更好的体验度。虽然电子商务个性化推荐系统所采用的技术都已成熟，个性化推荐给网站带来的经济利益也越来越大，但是大数据环境下电子商务个性化推荐系统仍面临着巨大挑战。
第一：企业数据的保存与利用，电子商务企业在 web3. 0 的信息时代，企业数据每时每刻都在剧增，如何将这些数据信息迅速、有效保存是企业服务质量的关键，同时保存仅仅是企业服务的一个中间环节，如何挖掘、利用好保存的大数据，将是一个电子商务企业未来发展的关键。如果仅仅保存这些大数据，那么这是严重浪费。对于海量数据，提供高附加值的数据分析服务，转化大数据封装为服务，形成可对外开放、可商业化的核心能力，一定程度上也实现了经营模式的创新，给个性化推荐服务提供强大的数据基础。
第二：企业数据的快速处理计算，海量数据对计算机硬件的性能带来挑战，因为企业要求在最短的时间内，尽可能创造最大的价值，而面对大数据，通过什么信息技术进行快速处理、计算，形成结构化的、开放应用的数据，这个问题不仅仅电子商务企业面临的一个挑战。现今的云计算，在概念层面上，一定程度上解决了这方面的一点问题，但是，在目前的现实信息环境中，由于网络以及硬件的限制，还不能汇聚更多的计算机，达到预订的计算目标。
第三：企业数据的有效组织形式，企业数据的组织形式直接决定着其服务模式、服务质量。传统的以关键词进行匹配检索的服务模式，目前仍然是个性化推荐的主流，这些数据大多以关系数据库的形式，将其各自的元数据进行集中或者分布式进行组织。但是，随着数据量的增长、服务要求的提升、语义网的迅速发展，数据组织形式肯定要发生转变。例如，为用户提供个性化关联服务、语义个性化推荐服务等更高层面的知识服务，传统的简单组织方式已经不能满足这方面的发展需求。在这一方面，可以借鉴当前的热点研究 Link Open Data、Virtuoso ( 语义存储工具) 、RDF 等与语义网相关的数据组织方式。
1
北京交通大学专业硕士学位论文…引言
第四：企业提供服务模式的转变，数据是企业提供服务的基础，面对数据规模、存储方式以及组织方式等特征的转变，企业所提供的传统服务模式势必也同步转变，来应对当前整个数据环境的更新。主要面临以下几种转变方式的挑战:
1．由被动服务为主动服务。被动服务是指客户主动到企业电子商城中发现自己需要的商品，更具有目的性、针对性，但是对于企业来说，严重忽视了客户巨大的潜在需求，通过主动服务模式，将与每一个用户潜在的信息需求更精确的发现，推荐给用户，一方面方便了用户，甚至给用户意想不到的需求惊喜，另一方面增强了企业销售的强度。
2．由基于关键词或者主题词检索的服务转为基于语义的智能检索服务。随着 web3. 0、语义网的迅速发展，智能检索服务开始具备一定的知识基础，例如DBPedia发布规范的大数据集、各个行业领域的发布的知识组织体系 ( KOS) 等知识组织规范，同时借助传统的叙词表以及行业的巨大的语料资源，为用户提供语义的智能检索服务逐步将开始实施，从而实现为用户提供更准确地信息检索方式。
3．由传统的个性化信息检索结果推荐服务转变为个性化知识推荐服务。个性化信息检索结果是将每条信息进行罗列在页面中，供用户浏览，通过查看详情来衡量此信息的重要度。而个性化知识推荐服务，是将每条信息分割成更小的带有语义的知识单元，用户能够在第一时间内更快、更准确的掌握每条信息的概要内容，进行决策是否对自己有价值。
关注大数据环境下电子商务个性化推荐服务的特征与挑战，探讨个性化推荐服务新的发展动向，对于打造商务网站竞争优势、拓展个性化推荐服务研究内容等方面具有重要的实践意义和理论意义。本文将针对以上电子商务个性化推荐系统中存在的问题进行探索和研究。
2
北京交通大学专业硕士学位论文…电子商务个性化推荐理论介绍
2 电子商务个性化推荐理论介绍
在互联网普及的时代，为了解决顾客信息超载的问题，引导顾客较为便捷地找到打算购买的商品，个性化推荐便成为众多电子商务企业提供的一种服务模式。个性化推荐是一种根据顾客的需求\偏好\个人资料及历史交易行为，为网络消费者提供决策建议的功能，如推荐他们想要的商品或从哪里获得想要的商品。
作为后续章节的铺垫，本章主要介绍电子商务个性化推荐的相关理论，具体内容安排如下：
本章节先介绍了个性化推荐的概念、工作原理以及其在电子商务中的应用，然后介绍了电子商务个性化系统的分类研究现状和研究意义。
接着，本章节介绍了几种流行的个性化推荐技术，并对这几种个性化推荐技术进行了比较分析。
最后，本章节介绍了电子商务个性化推荐系统实现中需要用到的大数据处理技术。
2.1 个性化推荐
本节先对个性化推荐进行了概述，介绍了个性化推荐的基本理念。然后，介绍了个性化推荐系统的工作原理，最后介绍了个性化推荐系统在电子商务中的应用。
2.1.1 个性化推荐概述
个性化推荐是基于用户的兴趣特点和购买行为，向用户推荐其感兴趣的信息和商品。随着电子商务规模不断扩大，商品数量和种类不断增长，顾客需要花费大量的时间寻找自己想买的商品。这一过程无疑会使淹没在大量产品信息中的消费者不断流失。为了解决用户流失的问题，电子商务个性化推荐系统应运而生。电子商务个性化推荐系统是基于大数据挖掘基础上的一种商务智能平台，能够帮助电子商务企业为用户提供个性化的产品的推荐和购买决策，电子商务企业的个性化推荐系统为用户推荐商品，网站会智能的完成商品选择，最大限度的满足客户的个性化需求，电子商务个性化推荐是根据以下几方面来推测客户将来可能的购买行为：网站销量最高的商品、客户所在的城市、客户过去的购买行为和购买记录。
3
北京交通大学专业硕士学位论文…电子商务个性化推荐理论介绍
2.1.2 个性化推荐系统的工作原理
首先是基础数据包含个人信息、评分、历史行为、以及社会化关系，然后根据收集到的信息分析用户喜好，建立用户模型，最后选择合适的推荐技术进行推荐并将结果展示给用户。实现个性化服务的关键是对Web用户的浏览信息进行正确的分析，准确掌握用户兴趣。只有通过用户浏览信息数据和其他方式的用户行为，才能准确地找出用户的浏览兴趣，从而向用户推荐感兴趣的产品，同时也才能在不同的用户群之间进行精准地协作过滤推荐。准确地掌握用户的兴趣可包括两个方面：
1) 从用户浏览行为中准确地挖掘出隐藏的用户个性化的兴趣信息； 2) 采用准确的表示方法来表示用户兴趣。
个性化服务系统主要包括四个主要部分：文本页面的特征提取、基于用户浏览内容的兴趣挖掘、基于用户浏览行为的兴趣分析和推荐服务。
2.1.3 个性化推荐在电子商务中的应用
现在的电子商务网站上都有大量的商品，而个性化的推荐应用在其中起了非常大的作用，著名的电子商务网站就是个性化推荐的积极应用者和推广者，被 RWW（读写网）称为推荐系统之网。国内的淘宝网，京东商城等电子商务网站也无一例外的使用了推荐系统为用户提供更好的购物体验。
图 2-1亚马逊（amazon.cn)的个性化推荐列表 Fig.2-1 Amazon Personalized Recommendation List
图2-1就是亚马逊中国（amazon.cn）的个性化推荐列表，它包含了一下几个部分：推荐结果的标题，推荐结果的平均分以及推荐理由。该系统会去寻找用户之前喜欢过的物品，然后找出那些和这些物品相似的当用户没有接触过的物品然后推荐给用户。比如用户以前买过一本星座相关的书籍，那么就可以向用户推荐一本血型相关的书籍，因为这两本书都是属性相近的。
4
北京交通大学专业硕士学位论文…电子商务个性化推荐理论介绍
除了这种推荐方法，亚马逊也还有其他的推荐方法，就是按照用户在 Facebook 的好友关系，给用户推荐他们的好友在亚马逊上喜欢的物品。
图 2-2亚马逊的相关推荐列表(1)
Fig.2-2 Fig.2-3 Related Recommended a list of Amazon(1)
图 2-3亚马逊的相关推荐列表(2)
Fig.2-3 Related Recommended a list of Amazon(2)
图 2-2和图 2-3则是另外一种推荐方式--相关推荐列表。当你在购买一个商品的时候，网站会向你推荐相关商品。图 2-2推荐的是购买过这个这个商品的人同时还购买的其他商品，图 2-3则推荐浏览过这个商品的人同时还购买的其他商品。显然图 2-2的推荐更有说服力，然后这些推荐都是通过收集海量的数据并计算出来的，所以图 2-3的推荐的商品也是具有相关性的，因为用户在买一类东西的时候会先去浏览各种相似的商品然后货比三家，这些浏览过的数据也是具有信息价值的。
5