电子商务推举系统讨论综述 [摘要] 本文简要的介绍了电子商务推举系统的概念、作用和构成，详细的论述了电子商务推举系统所采纳的推举技术及其优缺点，最后指出了现有电子商务推举系统的讨论热点和难点。 [关键词] 电子商务 推举系统 推举技术 电子商务推举系统是利用知识发现技术从客户数据库中抽取潜在的商业价值，帮助客户发现他们想要的商品的智能系统，由于它方便了用户，提高了营销效果，因此在电子商务中获得了巨大的成功。电子商务中的推举系统首先从客户那里获得客户喜爱的产品信息，然后向他推举可能满足需要的商品。由于具有很强的有用性，电子商务推举系统现在正快速成为 B2C 电子商务平台销售中不可缺少的工具。 一、电子商务推举系统概念及构成 电子商务推举系统 (Recommender Systems)是指利用电子商务网站向客户提供商品信息和建议,帮助用户决定应该购买什么产品,模拟销售人员帮助客户完成购买过程。 其作用主要表现在三个方面：将电子商务网站的浏览者转变为购买者；提高电子商务网站的交叉销售能力；提高客户对电子商务网站的忠诚度。 从总体的层次结构看，电子商务推举系统可以分为三大部分：输入功能模块、推举方法模块与输出功能模块。 1.输入功能模块，包含客户个人和社团群体两部分。客户个人输入主要是目标用户，指要求获得推举的人，为得到推举必须对某些项目进行评价，以表达自己的偏好，包括隐式浏览输入、显式浏览输入、关键词和项目属性输入以及用户购买历史等；社团群体输入指集体形式的评价数据，包括项目属性、社团购买历史、文本评价和等级评分。 推举方法模块，它是推举系统的核心部分，采纳的推举技术决定着推举系统的性能优劣。在实际应用中， 电子商务推举系统一般采纳多种推举技术的组合，尽量利用各种推举技术的优点而避开其缺点， 提高推举系统的性能和推举质量。 输出功能模块，它是推举系统获得输入信息后推举给用户的内容，主要形式有：(1)建议，典型的如 Top-N，根据客户的喜好向客户推举最可能吸引客户的 N 件产品;(2)预测，系统对给定项目的总体评分;(3)个体评分，输出其他客户对商品的个体评分;(4)评论，输出其他客户对商品的文本评价。 二、常用推举技术介绍 1.内容过滤推举技术 内容过滤主要采纳自然语言处理、人工智能、概率统计和机器学习等技术进行过滤。 通过相关特征的属性来定义项目或对象,系统基于用户评价对象的特征学习用户的兴趣,依据用户资料与待预测项目...
