《电商平台个性化推荐问题研究9500字（论文）》

电商平台的个性化推荐模式分析案例报告电子商务个性化推荐服务的发展现状研究--以天猫商城为例1.1天猫商城的概况及发展历程对于天猫商城大家都不会陌生，他是由马云企业创立的一个购物网站，是中国淘宝网站的一个分支，里面的商家全部是一些品牌的直营店和一些品牌授权其进行网上销售的商家，在天猫里购物的流程与淘宝购物的流程是一样的，都可以用支付宝、集分宝来进行购买[7]。天猫网站在不断的发展中不停的做自我的提升，在贰零壹肆年该购物网站又上线了新的购物项目——天猫国际，将市场扩大到了一些国外的品牌，也让消费者不用出国就可以买到国外原装商品，将自己的购物商城更加完善，到贰零壹柒年该购物商城里面的商户已经发展到了将近六万家，而在天猫商城里面购物的用户也达到了四亿多人，该购物商城里面可供消费者挑选的品牌也达到了七万多个，在这一年的双十一里面就该商城的交易金额就有贰仟亿，可见天猫商城的成绩是不容忽视的[8]。天猫商城的成功在于随着B2C的不断的提升，用户对于电子商务的平台服务要求也越来越高，而该商城在电子商务个性化的推荐服务方面很好的迎合的用户的需求，并且在对品牌的入驻方面也追求时尚、品质及潮流，这些都是当下用户所追求的类型，所以在这样一个良性循环的作用下，天猫一步步发展壮大。1.2天猫商城开展电子商务个性化推荐的必要性据相关统计，到贰零壹柒年该购物商城里面的商户已经发展到了将近六万家，而在天猫商城里面购物的用户也达到了四亿多人，该购物商城里面可供消费者挑选的品牌也达到了七万多个，那么在这么多的商品中，用户要想找到自己所想要购买的商品，可见是一件不容易的事，另外，很多用户想购买的商品并不能具体到准确品牌上面，而只是一个大致的意向，那么在网上购物时，因为没有实物来进行参考，那么会让用户觉得网上购物不尽如人意[9]。当这个问题浮出水面后，天猫商城针对这个问题也进行相应的改善策略，在经过讨论分析后，决定对网站平台进行整改，在整改后为用户提供了个性化推荐服务，在大数据的作用下，了解用户的喜好，针对性的为用户提供一对一服务，对于不同用户，平台所推送的信息是不同的，可见其服务内容是有着很强的针对性的，根据用户不同的需求，而推送用户感兴趣的信息，并且用户还可以直接对这种信息推送服务进行评价，这样一对一的双方互动，可以及时的对个性化推荐服务进行提升，使服务更加到位。在启用这种模式后，天猫商城的用户数量大幅增长，用户的点击率和商品的成交量都飞速增长，可见这种模式迎合的用户的心理，让用户更愿意去在这个网站上消费。在对天猫商城的分析中，我们可以看出，电子商务个性化推荐服务的提升对于电子商务平台发展所起到的重要作用，作为最大的电商企业分支的天猫商城要想在往后的发展中继续保持领先的优势，那么就需要不断的优化电子商务个性化推荐服务模式，这样才可以让商户与用户因为其网络环境的优势而进入这个网站平台，在这个良性循环的网购环境中，商户获得更多的盈利，用户能购买到满意的商品和得到优质的电子商务服务，而天猫平台拥有越来越多的商户和用户发展壮大[10]。1.3天猫商城个性化推荐实施的效果在激烈的电子商务竞争中，天猫网站为了提高自身的竞争力，对网站平台进行整改，在整改后为用户提供了个性化推荐服务，在大数据的作用下，了解用户的喜好，针对性的为用户提供一对一服务，对于不同用户，平台所推送的信息是不同的，可见其服务内容是有着很强的针对性的，根据用户不同的需求，而推送用户感兴趣的信息，并且用户还可以直接对这种信息推送服务进行评价，这样一对一的双方互动，可以及时的对个性化推荐服务进行提升，应用了相关热点信息对用户进行推送和对于用户的需求进行挖掘的推送这两种模式，在启动了这两种模式之后，网站进行了大量的广告宣传，提升了自己的知名度，天猫商城的用户数量大幅增长，用户的点击率和商品的成交量都飞速增长，可见这种模式迎合的用户的心理，让用户更愿意去在这个网站上消费。很多用户在进入天猫之后并没有很明确的购买意向，那么天猫网站中的热门品牌推荐对新用户起到了一定引导的作用，用户在心理上会对这些热门的推荐有一定的信任度，而对于多次进入点击天猫网站的老用户来说，网站的兴趣挖掘推荐模式对老用户的浏览记录进行分析后会推送出迎合老用户的热点品牌，这样可以为新老用户在网站上选购商品的时间上变短了，并且刺激了用户的购买欲望[14]。更多的新用户因为其网络环境的优势而进入这个网站平台，在这个良性循环的网购环境中，商户获得更多的盈利，用户能购买到满意的商品和得到优质的电子商务服务，而天猫平台拥有越来越多的商户和用户发展壮大[15]。今社会是一个信息社会，人们对信息的需求也越来越多，那么针对这些信息需求就出现了信息服务，信息服务的到位，才可以吸引住那些有信息需求的用户，天猫商城就是认识到了这一点，才会对平台进行整改，让平台上面的个性化推荐服务为用户提供了及时准确的信息[16]。现今各大网站都在进行着改良和提升，为了能在市场中站稳脚跟，而各大购物网站也都在信息服务上进行了改善，如下表1.1，各大网站的推荐服务进行比较，可以看出天猫商城的提升还是比较完善的。表1.1各网站推荐策略比较推荐模式天猫商城好乐买乐淘亚马逊分类浏览√√√√内容搜索√√√√最畅销产品√√√×浏览历史√×√√新品推荐√√√×邮件推荐××√×促销信息√√√√复购√√√×网站广告投放√×√×1.4天猫商城应用的个性化信息推荐模式关于天猫商城所用的个性化信息推荐模式，我们在经过分析研究后可以归纳为两种模式，就是相关热点信息对用户进行推送和对于用户的需求进行挖掘的推送这两种模式，下面我们会这两种模式站在用户的立场上进行深入的分析。1.2.1热点信息推荐模式使用过天猫商城的用户都知道，在进入天猫页面后，就会出现图1.1的画面，我们可以看到在画面的最上面找到注册两个字，对于第一次进入天猫的用户来说可以显而易见的找到，然后点击这两个字后开始进行注册，根据提示一步步来完成。完成之后，我们就可以发现页面上的变动，那就是在原来注册的位置变成的其他的方框，方框的内容为我的天猫，当用户当点击这个方框时会出现这个网站信息的内容分类，用户若是有目的的进行搜索，那么就可以对内容分类中的商品分类进行点击，对商品分类的内容进行查找，有目标的用户也可以在画面上端中间的搜索词条中输入自己想要购买的商品，那么搜索方框的下面就会出现这些商品的排行，网站通过对于用户搜索的记忆，会使用热点推荐模式，这样画面的内容就会出现用户所需要的商品画面[11]。图1.1天猫网首页由上图我们可以看到，在商品分类的方框下面是一些热门品牌的推送画面，这些热门品牌的推送是依据是，网站根据大数据的统计后所得出来的点击率及购买率最多的商品和新进来的品牌，这些热门的推荐不是根据不同的用户来进行的[12]。我们在下图1.2中可以看到这些品牌都是网站根据点击率及购买成交率来进行推送的。图1.2热门品牌推荐天猫网站还可以记录下客户的浏览痕迹，并且在客户进入其他页面的时候也会跳出天猫网站的小方框，我们看下图5.3就知道。在多次点击天猫时尚商城的网页链接后，后台会对此操作行为产生记录当用户使用其他软件时也会弹出天猫商城网站的悬浮窗口，如图1.3所示。1.3个性化推荐悬浮窗口1.2.2兴趣挖掘信息推荐模式兴趣挖掘信息推荐这种模式，我们举个例子来说，我们在选取了NIKE这个品牌后，进入这个品牌的旗舰店，然后出现的画面中有店内搜索这个方框，在这个栏目里面你可以找到商品种类、功能及价格区间等内容，这些都大大的节省的用户所需要搜索的空间，在这个画面的正中间醒目的位置，会出现三个版面分别为：NIKE热门系列推荐、NIKE重磅推荐及NIKE人气新品，并且在这些版面的下方还有一个版块为猜您喜欢，在这个版块中所推荐的商品有很多，基本上包括了NIKE的各种商品，在一眼看到这些之后，我们再对NIKE的某一个系列的产品进行点击后，按照查阅的顺序进行一步步的选择，首先对商品的颜色，大小进行查看，然后看看商品的具体介绍，还有其他用户对购买这个商品之后所作的评价等，在一系列考评之后将其放在购物车里面，在这一套的程序操作中，我们可以体验到该商城这种兴趣挖掘信息推荐模式所起到的作用是很大的[13]。我们将最开始没有经过操作的页面（如图1.4）与经过了操作流程后重新再打的页面（如图1.5）进行比较，我们可以看到，在图1.4中的十双商品与图1.5中的十双商品都是相同的，但是商品的排列顺序却变得不一样了，为什么会产生这样的变化呢，笔者为了清楚的了解，就对页面做了很多次的刷新，和浏览该品牌的其他系列，发现排列顺序还是变得不一样了，但是在猜您喜欢这个版面中的商品顺序却一直是一样的了，这样笔者就可以得出准确的结论了，之前发现的商品排序的变化主要是因为笔者之前浏览的这一系列商品给平台留下了记录，而平台用到了兴趣挖掘信息推荐模式而造成的。图1.4浏览操作前个性化推荐图1.5浏览操作后个性化推荐基于大数据的电子商务个性化信息推荐服务模式构建及实施2.1模式构建2.1.1电子商务信息服务模式信息服务模式是对信息服务主体、信息服务受体、信息服务手段和信息服务内容四个基本要素和它们之间相互关系的描述。对于电商而言，主题是网站本身，受体是用户，而信息服务的目的就在于从主体向受体传播相关的信息[17]。经页面广告、电子邮箱、手机购物软件以及社交软件等的宣传与介绍传达给用户，为用户提供个性化推广信息的服务方式，发展出更多有需要的潜在客户。购物网站的庞大数据信息可以为其提供很好的支持，由此可以体现出电子商务信息服务模式的重要组成要素。电商企业的服务模式受企业数据量的累积、数据运用方式的转变而变化，数据量的累积和数据本身是企业服务的基础。用户按照自己的需要在网站购买商品是一种主动消费方式，这种主动消费方式具有针对性，电商企业所提供的是被动的服务，商品的销售空间就会有很大的局限性更无法挖掘出用户的潜在消费需求。通过用户的需求信息，运用累积的数据引导用户发现相似的产品信息，让用户按照自己的需求更广泛的浏览商品，可以激发用户的潜在消费需求，给用户带来更便捷的消费方式以及增加商品销售的数量。这一消费模式可以转化为企业的主动服务模式。由以往的用户关键词搜索信息通过数据的科学运用转变为针对用户的需求进行个性化推荐，可以让用大大的节约时间成本，让用户的消费更便捷。2.2.2电子商务个性化信息推荐服务模式的构建思路展现广泛的符合用户需求的商品信息是个性化信息推荐服务的目标体现，让用户浏览更多的商品信息可以提升用户购买的欲望。向用户推广更多未能被客户及时发现的、适合客户需求的商品可以促进销售额的提高。个性化推荐服务的本质目标就是让用户在更广泛的商品中经行选择，扩展用户的选择性思维。让用户得到更便捷、贴心的服务，体现个性化服务的目的，需要呈现给用户完善的推荐商品信息，满足用户的广泛需求。用户的需求时刻在变化,通过用户浏览数据量的累积和挖掘用户的兴趣信息，让推荐的商品更匹配用户需求，给用户带来愉悦的消费体验,使个性化推荐得到更完美的体现。根据之前的分析，本文构造了如图2.2的模式构建框架，并且有针对性的提出了四种个性化信息服务模式。图2.2个性化信息推荐模型结构图2.1.3电子商务个性化信息推荐服务模式分析（1）定题信息推荐通过购物用户以往在购物网站进行浏览和消费的数据判断用户的需求，向用户提供同类商品信息来实现个性化推荐服务。结构解析和挖掘可被用户接受的信息，由RSS向用户作为推荐，体现出数据挖掘技术和RSS技术是定题信息推荐的主要应用。信息推荐服务常用于图片和文字组合的网站，大多数的用户会习惯性的在这样的网站浏览和消费，用户的需求可以通过该网站更精准的反馈给提供信息者，电商平台利用这些信息可以更准确的掌握用户的需求信息。通过整理用户的需求信息，电商平台就可以做出有针对性的商品信息的推荐18]。定题信息推送也可以通过B2C及C2C网站进行，新的用户在注册时可以提供用户消费喜好的调查主题设计，掌握用户对商品的综合需求信息，通过多途径向用户推荐适合用户的商品信息，准确的满足用户实际需求，让信息推荐服务的作用得到更好的发挥。（2）热点信息推荐通过购物网站主动的向用户推广畅销商品和新上架商品的服务可以完成热点信息推荐，这是一种主动的推荐方式，推荐信息根据电商平台实时累计的大量用户浏览数据进行的。热点信息推荐需要整合用户在其它网站接受的各种商品推荐信息的浏览数据进行挖掘加以过滤整合，挖掘出有价值的实时热门商品信息进行多渠道的推送方式推荐给用户来完成。用户在互联网经常性的点击和浏览会留下用户的实时需求或潜在需求，对用户的需求内容作针对性的总和作为电商网站为用户推荐相关产品信息的基础。热点信息推荐模式可以让用户更直接的接受符合用户需求而且有销售量保证的各种商品，被推荐商品具有满足用户需求的同时兼具销售数据的保障。用户自主的发现新的产品，热点信息推荐方式的意义在此得以体现。（3）兴趣挖掘推荐电商企业针对消费者的日常购物交易的所有数据进行模式化的整理和挖掘，可以为消费者提供更便捷的服务支持，消费者的个性化需求会通过浏览的各种网站记录、消费数据、历史交易记录、消费的偏好等形成的大量数据经过整理筛选可以获得用户个性化需求信息，形成用户个性消费的视图，通过这些信息能够给企业未来开发产品的方向进行引导。信息处理能力的强弱关系到是否能根据用户的消费兴趣特点展开合理的推荐，让更多的用户习惯于网站的消费模式，为用户提供更舒适、贴心的消费体验。数据挖掘技术是兴趣挖掘推荐方式的重要手段和保障，是通过用户消费的个性化信息进行的推荐模式。兴趣挖掘推荐的重要方式就是通过用户的兴趣对需求产品界面产品信息进行的浏览，点击并接受相对偏好的商品信息，产品信息库进行产品属性的记录和产品特点的整理收集形成用户的个性化模块。采集浏览同类网站和购买过同类商品的用户个性化信息数据也可以作为向用户进行兴趣挖掘推荐的方式，因为产品的属性特征几乎是相同的。这种方式可以让用户的浏览以及购物体验带来更便捷的服务品质。用户信息模块的构建可以让用户的个性化信息模块化，也是兴趣挖掘推荐的主要流程，用户个性化信息模块能更好的过滤出用户所需求的产品信息。整个推荐流程如图2.3所示，整个过程由四部分组成：一，兴趣特征模块通过用户日常操作行为来解析出用户的偏好商品信息；二，将用户兴趣特点进行模块化分解并保存在兴趣库，通过持续性的获得实时兴趣信息对用户的兴趣库进行即时更新；三，将用户的类型对一些产品的浏览量以及关注度进行解析，对用户使用模块化分类是用户模型构建模块的主要责任；四，整理出的兴趣化推荐以及采集的用户搜索模块数据进行分类，以便进行更合适的个性化推荐。图2.3兴趣挖掘推荐模型流程图（4）定制信息推荐不同用户的需求各不相同，针对这一情况可以对用户定制的信息需要来进行被动的推送，定制信息推荐的主要特征是让所有用户的不同需求得到满足。协同挖掘技术以及协同过滤技术是定制信息推荐的重要应用方式和手段。电商平台需向用户推荐具有能够满足用户需求的信息。必须有能够满足和适合用户需求的产品数据才能为用户提供更完美的推荐服务，定制信息的服务对象以用户的需要为核心，电商平台提供的数据信息受到用户各种需求的直接影响产生变化。针对不同的用户进行不同的服务策略及服务方式，尤其具有针对性的为用户提供信息服务使定制信息推荐模式得以完善。例如，按照不同用户的各种需求以及消费习惯开展的推荐服务；对于用户的文化程度、消费的理念以及消费的水准进行的信息搜索服务；产品的页面布局、背景、文字的可理解性进行信息搜索的定向服务，需要针对用户的性别与年龄以及兴趣爱好而进行。制定针对用户个性化需求和结束信息资源的检索分类以后，用户将接受到个性化信息服务，用户就可以根据现有的数据信息来寻找满足自己需求的产品，用户的检索信息也将被数据库采集，如下图所示。图2.4制定信息推送服务模式反向流程图2.2实施2.2.1完善的推荐系统在电子商务个性化推荐服务中，最基本的就是需要推荐系统能够准确迅速进行信息内容的推荐，对推荐系统的技术要求是非常高的，所以平台要对用户进行投其所好的推荐，就需要一个完善的推荐系统，在这个系统里面要求不仅可以合面的收集储存用户的喜好信息，还可以将这些信息进行处理，构建出客户的兴趣模型，然后对全面的数据信息进行筛选，将符合用户的信息推送到用户的面前。并且这些储存的用户信息是要不断的完善的改进的，因为客户的喜好也是会不断变化的，所以系统也要跟随着用户的变化而变化，这样系统才可以为用户提供更加精准的信息，才可以为用户提供更好的服务。所以完善系统才可以让个性化推荐服务更优秀[19]。2.2.2大数据的安全性网络安全经常遇到很大挑战及困难，保障用户信息安全和交易流程的安全是购物网站的重要责任[20]。国家在各个方面对于云计算以及物联网进行大力度的扶持，众多的安全性问题也围绕着大数据的处理及使用等方面，由于大数据技术涉及的范围非常的广阔，在数据的处理过程中也会产生一定的代码漏洞，就会导致精通电子计算机技术的不法分子对数据进行恶意的利用或攻击。改善大数据的资源分析能力，建立良好的数据分析处理机制，消除不法分子对数据的潜在威胁，优化数据库的信息共享方案，使数据保持在安全的环境。一个良好的环境是数据安全性的重要保障，数据的安全环境直接影响着数据的可靠性以及实用性。云计算服务可以将安全的数据得以寄存，可以为用户的安全信息提供更严密的防护。完善大数据的安全保障技术以及优化大数据的使用技术标准，必须提高数据安全水平，加大数据安全保障的各项投入，优化用户信息防护方案，制定完善的规章制度。2.1.3个性化推荐的精确度个性化推荐服务的准确性作用于推荐服务效率的水准，向用户提供能够满足需求的产品信息是电商企业的重要手段。例如，现在的手机社交软件到处充斥着引导用户浏览的产品广告信息和购物平台链接，这样的信息就是运营商对用户做出的推荐服务，只是这些推广信息对大部分的用户来说是毫无意义的。因此，细致的研究用户数据，挖掘用户潜在需求，提高信息推荐服务的品质，增加信息推荐服务的范围，发掘更多的潜在用户的实际需求对于企业来说是十分必要的。作为电商企业自身来讲，提升商品检索的准确度，提供更完善的商品信息，优化商品的信息排列，可以发掘商品与用户的兴趣联系精确度。数据信息挖掘技术体现在通过用户与商品信息的联系、利用有价值的数据、对用户的消费水平及消费意义的分析，获得有实际用途的数据便于电商企业更准确的掌握用户的综合需求进行更精细的个性化推荐服务而更好的做出调整。。用户对于商品推荐信息的关注度以及对商品的期望值经过数据分析可以进一步提升推荐信息的准确度。细致准确的分析用户需求数据可以促进为用户提供的个性化需求服务的精准度，让用户获得有价值的信息才会促进用户去观察商品和消费，个性化推荐服务才变得更有实际意义和价值。2.2.4数据的合理利用大数据引领的时代已经到来，企业的变革日新月异，使得数据量的储存量日渐紧迫，保存数据的完整性和安全性是企业未来发展方向以及服务品质的重要因素。大数据的到来，使得数据的布局结构以及途径随之改变。企业对数据的布局和未来方向的判断决定着电商企业为客户进行服务的规范和服务的表准。数据量在巨量的增长，服务的标准及合理性对于用户来说也要与时俱进。使用大量的设备来保存海量的数据对于资源来说也是一种资源上的挥霍，数据的研发、使用程度需要进行提高。如何将数据在相对较短的时期内转化为能够为企业创造价值的服务是一项重要的课题。例如，小米公司通过在产品开发前对用户在手机功能、价格、硬件性能以及外观上做了深入的调查，在经过畅销手机与公司产品的优劣性能数据分析，制定出能够预测到用户对其产品具有强烈购买欲望的手机，手机发布前进行利用大数据进行个性化信息推荐服务模式。让商品进行针对性的推广，造就了新企业的商业经营理念，提升了企业的竞争力和创新能力，也为电子商务的个性化推荐服务创造了极具意义的数据服务基础。2.2.5弹性的处理能力大数据引领的时代，在极短的时间里对平台出现的缺陷进行及时的调整考验着电子商务企业弹性的处理能力。根据现有统计，绝大部分的电商企业的数据处理能力受到挑战，具备高效率的数据处理能力是企业实力的展现，也是更多企业的发展方向。网络购物已渐渐成为了人们的日常消费方式，注册用户的数量与日俱增，浏览量和交易量在海量增加，比如，在中国的双11‘光棍节’日销量呈几倍乃至十几倍的暴涨，电商在经营中会遇到网站内部的种种问题，这就需要电商企业在应对业务量剧增的同时对数据存储具有强大的扩充能力存储能力。企业必须具备优秀的数据处理能力，因为大数据不但体量大，调整的速度也是相当的迅速。若数据不能被企业及时的处理，就会导致企业丧失拥有数据的价值高峰期，或数据失去需要保存的重要性而失去价值。弹性的数据处理能力和分析能力是电商企业必须具备的，决策的正确与否都与此密切相关。云计算存储可以帮助企业来提升弹性处理能力，更可以帮助企业节省大量的资源，优化企业的管理和发展。结论当今时代是一个信息科技的时代，随着时代的不断进步，科技不断的发达，越来越多的信息以电子传输的形式展现在人们面前，电子商务的发展也是势不可挡的，越来越多的电子商务网站涌现，电商企业的竞争也越来越激烈，那么电商企业如何在这激励的市场竞争中立于不败之地，目前急需去提升的就是要让用户可以更加方便快捷的在网站看到自己需要购买的商品种类，这就需要电子商务平台加强自身的个性化推荐服务模式的建设，能够精准和迅速将用户所需的商品信息推送给用户。本文以天猫商城为例进行个性化推荐服务研究，对个性化信息推荐模式的构建思路及服务的模式进行分，提出了完善个性化推荐服务的策略：完善推荐系统、提升大数据的安全性、改进个性化推荐的精确度、合理的利用数据、增强数据的弹性处理能力。为国内的电子商务的发展贡献一份力量。参考文献[1]SarwarB,KarypisG,KonstanI,etalItembasedcollaborativefilteringrecommendationalgorithmsforc-commerce[C]Pro-ceedingsoftheACMECOOConference,2000,40(3).[2]PaulResnick,HalR.Varian.Recommendersystems[J].CommunicationsoftheACM,2007,40(3).[3]IEEETransactiononKnowledgeandDataEngineering,2005,Vol.17(6),pp.734-749.[4]杨旭，汤海京，丁刚毅.数据科学导论[M].北京:北京理工大学出版社2014:26-31.[5]HongxinLi,WeiheDuan.ExpandingtheEnterpriseExportsbyE-business[J].InternationalJournalofBusinessandManagement,2010,5(10).[6]MarkXu,RavniRohatgi,YanqingDuan.E-BusinessAd