复旦软件工程硕士 毕业论文 《数掘技术在电子商务中的商品推荐应用》评价：比较空泛，论述性

姓名：	肖明
申请学位级别：	硕士
专业：	软件工程
指导教师：	朱扬勇

 

本文 的 主 要研究成果有四个方面:
(1) 概 括 了电子商务网站在商品推荐方面的现状，总结了普遍存在的问
题，分析了具体原因，阐述了把数据挖掘技术应用到商品推荐之中的解决方法
及其重要意义。设计了一个基于数据挖掘技术的电子商务推荐系统框架，并阐
述了设计与实现过程中所涉及的主要问题及其解决方法。
(2) 介 绍 了数据挖掘技术的商品推荐应用中所涉及的基本理论，阐述了商
品推荐应用中使用的数据挖掘技术及其算法思想。分析研究了电子商务推荐系
统的设计与实现中所涉及的问题，解决了如何充分利用网站的客户交易数据对
客户进行个性化商品推荐等问题。
(3) 提 出 了商品推荐形式的数据挖掘分类方法，阐述了这种方法的重要意
义。并在分析国内外知名网站和参考相关资料的基础上，总结了丰富多样的商

品推荐形式。对于每一种主要的数据挖掘技术，都有相应的应用范例，提供给
电子商务网站的设计研究人员做参考，有利于丰富网站的商品推荐形式、优化
和改进网站的界面设计和内部结构。
(4) 按 照 数据挖掘技术的顺序，从挖掘技术的分类、网上购物步骤和商品
推荐形式三个方面，通过一些具体的例子，阐述了数据挖掘技术在电子商务中
的商品推荐应用，对数据挖掘技术的应用进行了有益的探索。

 

只要 谈 到 电子商务或网络商店，亚马逊公司的执行长官贝佐斯(JeffB ezos)
几乎可以说是无人不知。除了“电子商务教父”的头衔，其它如“网络新
贵”、“时代风云人物”也都成了“贝佐斯”的代名词。
贝佐 斯 有 句经典名言“互联网是一股咫风，而风暴中永恒的只有顾客”，

贝佐斯曾表示“假如我在网络上有三百万个客户，那我就应该有三百万个网络
上的商店”。
这两 句 话 体现了客户存在着个性化的需求，也体现了个性化商品推荐的重
要性。当某一个客户在浏览和选择商品时，贝佐斯希望让客户认为商店所推荐
的商品好像是专门为了这一个客户而设计的，符合客户的个性化需求。

Har va rd 商学院的,ToeP ing在《大规模定制》一文中认为现代企业应该从
大规模生产(以标准化的产品和均匀的市场为特征)向大规模定制(为不同客户的
不同需求提供不同的商品)转化。

 

，如Amazon, CDNDW, China-Pub等，都不同程度地把数据挖掘技术应用到电
子商务的商品推荐中，具有了不同程度的个性化特点。并针对不同的客户属性
和网上购物步骤，采用了不同的商品推荐形式，产生了丰富多样的商品推荐信

例如 ， 运用 数据挖掘技术，在Amazon有“YourR ecommendations"(你的
推荐)，在CDNOW中有“Related Artists"(相似风格的歌手)，在China-Pub
中有“相关图书”等形式的个性化商品推荐。
所 以， 数 据挖掘技术实现了电子商务的个性化商品推荐。

电子商务主要包括利用电子数据交换(EDI)、电子邮件(E-Mail)、电子
资金转帐(EFT)及Internet的主要技术在个人间、企业间和国家间进行无纸化的
业务信息的交换。

电子 商 务推 荐系统的作用主要有:阎[6)[16]
(1) 将 电 子商务网站的浏览者转变为购买者。

(2) 提 高 电子商务网站的交叉销售能力

(3) 提 高 客户对电子商务网站的忠诚度

(4) 提 高 网站对客户的服务质量和网站自身的经济效益

 

商品 推 荐 形式有很多种分类方法，本文根据数据挖掘技术，把商品推荐形
式分成几个大类:关联规则类型的推荐、分类规则类型的推荐、聚类分析类型
的推荐、序列模式类型的推荐和综合类型的推荐。

但 最近 人 们却逐渐开始使用数据挖掘中有许多工作可以由统计方法来完
成，并认为最好的策略是将统计方法与数据挖掘有机的结合起来。

具体 地 说 ，随着电子商务的高速发展，出现了很多具有挑战性的问题急需
研究解决。例如:
t. 面对 一 个从未来过或很少来的客户，如何去吸引他，以至于他不迷失在
百万商品之中?
2. 当 有 客户喜欢的新产品或有折扣时，如何吸引客户回来商店?
3. 当 知 道买者现在的购买兴趣，如何再去做建议性的销售?
4. 如 何与 客户发展长期关系，能获得高终生价值和更好的竞争障碍?
5 如 何克 服电子商务网站的可信性低的印象?
6. 如 何克 服商品推荐形式的推荐失败问题?

 

2.4.， 把数据挖掘技术应用到商品推荐之中
本文 的 做 法，其基本思想为:运用数据挖掘技术，从网站大量的客户交易
数据、客户注册信息和网站访问日志等数据中，挖掘出客户可能要购买的和最
乐于接受的商品，针一对不同的客户属性、商品属性、兴趣范围、购物步骤、购
物历史等因素，对客户进行自动化的个性化的商品推荐。

了3.2 商品推荐应用中使用的数据挖掘技术
商品推荐应用中使用的数据挖掘技术，主要有:Bayesian网络(Bayesian
Network)，关联规则(Association Rules)，聚类(Clustering)， Horting图
Graph)，协同过滤技术(Collaborative Filtering)，等等。[

3.2.1 Bayesian网络技术
Bay es ia n网络技术利用训练集创建相应的模型，模型使用决策树表示，节
点和边表示客户信息。
模型 的 建 立可以离线进行，一般需要数小时或数天，得到的模型非常小，
对模型的使用非常快。这种方法适合客户的兴趣爱好变化比较慢的场合，推荐
精度和最近邻技术差不多。
3.2.2 关联规则
关联 规 则 技术根据关联规则发现算法和客户当前的购买行为向用户产生推
荐。关联规则的发现也可以离线进行，推荐精度比最近邻技术略差。
关联 规 则 就是在一个交易数据库中统计购买了商品集x的交易中有多大比
例的交易同时购买了商品集Y,得到的关联规则表示为:X=>Y[s%, c%]o
s表 示 关 联规则的支持度，c表示关联规则的置信度。
关联 规 则 的发现算法很多，如Apriori,A prioriT id,D HP,F P-tree等。
3.2.3 聚类分析
聚类 分 析 将具有相似爱好的客户分配到相同的族中，聚类产生之后，根据
族中其他客户对某商品的评价就可以得到系统对该商品的评价。
聚类 过 程 可以离线进行，聚类产生之后，性能比较好，如果某客户处于一
个聚类的边缘，则对该客户的推荐精度比较低，推荐精度比最近邻技术略差。

3.2 .4 Horting图技术
Hor ti ng 图技术是一种基于图的方法，节点代表客户，边代表两个客户之
间的相似度。在图中寻找近邻节点，然后综合近邻节点的观点形成最后的推
荐。Horting图技术可以跳过中间节点寻找最近邻居，考虑了节点之间的传递
相似关系，推荐精度优于最近邻技术。
3.2.5 协同过游技术
协 同过 滤 技术一般采用最近邻技术，利用客户的历史喜好信息计算客户之
间的距离，目标客户对特定商品的喜好程度由其最近邻居对商品评价的加权平
均值来计算。协同过滤技术可以处理客户数据变化比较快的情况，在大型数据
库中搜索最近邻居非常耗时，实时性不好。
协 同过 滤 算法的主要挑战，有算法的适应能力和推荐的精度。算法的适应
能力是指处理大规模的数据的能力。推荐的精度使用如下两个指标来度量:
False negatives:客户喜欢但推荐系统并没有推荐的商品:False positive:推荐
系统推荐但客户并不喜欢的商品。

第四章系统的设计与实现

4.1.1 推荐系统的输人与输出的设计
电子商务推荐系统的输出/输入:输入和输出是指系统需要哪些关于客户的
以及 推荐结果如何呈现给客户。
在输入方面包含两个方面:
目标 客 户 的输入:指的是客户的兴趣输入，在客户有意或无意的情况下
系统可以取得客户的兴趣。
社会团体的输入:指的是一般大众对商品的喜好，主要是想取得商品的属
J性信息。
1. 目 标客 户的输入
目标 客 户 的输入〔TargetedC ustomerI nputs),指的是客户的兴趣输入，从客
户在有意或无意的情况下，系统可以取得客户的兴趣。主要包括:
(1) 隐 式 浏览输入(Implicitn avigation):客户的浏览行为作为推荐系统的输
入，但客户并不知道这一点。根据客户浏览过的商品网页资料，来得知客户感
兴趣的商品种类。
(2) 显 式 浏览输入(Explicitn avigation):客户的浏览行为是有目的向推荐系
统提供自己的喜好。直接询问客户的与趣， 当客户在网路商品浏览时，会直接
要求客户填入或选择他有兴趣的商品类别

(3) 关 键 词和项目属性输入(Keywordsa ndI tem attributes):客户输入关键词
或项目的有关属性以得到推荐系统有价值的推荐。通常被使用在客户不能将它
限制在单一种类，运用keywords查询可代替浏览的感觉。
如: 上 网 想买有关熊的礼物，但这不会是一个单一的分类，它可能被分在
布娃娃系列、装饰品系列等等不同系列中。所以就可以通由keywords查询来
找到跨分类的东西。
(4) 用 户 购买历史(Purchaseh istory):用户过去的商品购买纪录。

2.社会团体的输人
收集了个人和社团的输入信息，对于了解客户的兴趣和分析商品的属性都
有很大的帮助，可以做出更适合的推荐。
社会团体的输入(Community Inputs)，指的是一般大众对商品的喜好，主要
是想取得商品的属性信息。主要包括:
项R属性(Item Attribute):社团对商品风格和类别的集体评判。
社团购买历史(Community Purchase History):社团过去的购买纪录。
文本 评 价 (TextC omments):其他客户对商品的文本评价，计算机并不知道
评价是好是坏。
评分(Rating):其他客户对商品的评分，计算机可以对评分进行处理。

4.1.4 推荐的传达方式的设计
(1) 推 方 式(push):将相关信息，利用电子信箱与部分推播软件，可以主动
递送给网友阅读， 能够延伸到目前未与商家联络的客户进行营销。
(2) 拉 方 式(pull):诱使网友网站来参观，透过对网页的浏览过程，逐步建
立对商品的品牌内容了解，客户可以自由的选取推荐信息。
(3) 被 动 方式(passive):仅呈现网站文字的推荐信息。

同的运行环境，如相同的应用服务器软件平台。
2. 传 统 的嵌入式推荐系统构架存在的主要问题
(a) 不 能 灵活提供多种推荐功能。电子商务系统的不同场合和时刻需要不同
类型的推荐，如，用户登录Web站点首页和浏览商品类别时，适合提供基于热
门销售的推荐;用户提供商品评分时，适合提供基于协同过滤的推荐。
伪) 与 商 业系统的接口多采用紧祸合的方式，由于推荐需求和应用系统之
间的差别，推荐系统需要根据具体Web站点进行定制开发，集成代价高，系统
移植性差。
(c) 难 以 动态有效管理和维护多个推荐工具和大量数据。随着推荐系统在电
子商务系统中的广泛应用，带来了大量推荐工具、数据、应用接口等如何有效
管理和维护的问题。

 

系统      推荐引擎      策略库

             进程          算法 模型

开放 式 的 推荐引擎构架的说明:
(a) 商 务 系统管理客户档案数据(包括客户持久性档案数据和非持久性客户
档案数据)，提供人机交互界面。
(b) 推 荐 引擎接收推荐请求后，运行对应的推荐算法，并返回推荐结果。
使得推荐引擎与应用系统相对独立，从而保证构架简洁通用。
(c) 推 荐 进程根据用户提供的推荐请求，载入对应的推荐策略，根据推荐策
略的输出返回推荐结果。所谓推荐策略，就是根据特定的推荐功能制订的，包
括一个推荐算法和一个推荐模型。
(d) 商 务 系统的每个推荐请求不仅包含当前客户的相关档案数据和推荐约
束，还需要指定采用的推荐策略。推荐引擎中的推荐进程根据指定的推荐策
略，运行对应的推荐算法，产生推荐结果。

实现

关联

购物篮

商品一起出现

分类

客户分组，决策树

兴趣范围

感兴趣的商品上市通知

协同过滤

利用客户历史喜欢信息计算客户间距离，目标客户对特定商品的喜好程度由他邻居的加权平均值来决定。

根据邻居的观点来指导我

分类