个性化推荐系统概述
一、 個(gè)性化推薦系統(tǒng)簡介
個(gè)性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種智能平臺，可以模擬商店銷售人員向顧客提供商品信息和建議，為顧客購物提供完全個(gè)性化的決策支持和信息服務(wù)，它的目標(biāo)是既滿足用戶意識到的需求,也能滿足用戶沒有意識到的需求，或意識到，但沒有表達(dá)出來的需求，讓用戶超越個(gè)體的視野，避免只見樹木不見森林。好的推薦系統(tǒng)可以大大提高用戶的忠誠度，并為電子商務(wù)帶來了巨大的利益。
個(gè)性化推薦是根據(jù)用戶的興趣特點(diǎn)和購買行為，向用戶推薦用戶感興趣的信息和商品。隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品個(gè)數(shù)和種類快速增長，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。這種瀏覽大量無關(guān)的信息和產(chǎn)品過程無疑會使淹沒在信息過載問題中的消費(fèi)者不斷流失。為了解決這些問題，個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。
推薦系統(tǒng)是數(shù)據(jù)挖掘的一個(gè)分支,是一種較為特殊的數(shù)據(jù)挖掘系統(tǒng),主要體現(xiàn)在推薦系統(tǒng)的實(shí)時(shí)性和交互性上。系統(tǒng)根據(jù)用戶的興趣愛好,向用戶推薦符合其興趣愛好的信息,也稱個(gè)性化推薦系統(tǒng)。它不但根據(jù)用戶以往的歷史紀(jì)錄,更需要結(jié)合當(dāng)前一段時(shí)間的行為動作作出實(shí)時(shí)的反應(yīng),并根據(jù)與用戶交互的反饋結(jié)果修正和優(yōu)化其推薦結(jié)果。
?
?
二、 個(gè)性化推薦系統(tǒng)背景
隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品個(gè)數(shù)和種類快速增長，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。這種瀏覽大量無關(guān)的信息和產(chǎn)品過程無疑會使淹沒在信息過載問題中的消費(fèi)者不斷流失。為了解決這些問題，個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。個(gè)性化推薦系統(tǒng)是建立在海量數(shù)據(jù)挖掘基礎(chǔ)上的一種高級商務(wù)智能平臺，以幫助電子商務(wù)網(wǎng)站為其顧客購物提供完全個(gè)性化的決策支持和信息服務(wù)。購物網(wǎng)站的推薦系統(tǒng)為客戶推薦商品, 自動完成個(gè)性化選擇商品的過程, 滿足客戶的個(gè)性化需求。
在電子商務(wù)時(shí)代, 商家通過購物網(wǎng)站提供了大量的商品, 客戶無法一眼通過屏幕就了解所有的商品,也無法直接檢查商品的質(zhì)量. 所以,客戶需要一種電子購物助手,能根據(jù)客戶自己的興趣愛好推薦客戶可能感興趣或者滿意的商品。
1. 當(dāng)當(dāng)網(wǎng)使用個(gè)性化推薦系統(tǒng)的原因
互聯(lián)網(wǎng)的出現(xiàn)和普及給用戶帶來了大量的信息，滿足了用戶在信息時(shí)代對信息的需求，但隨著網(wǎng)絡(luò)的迅速發(fā)展而帶來的網(wǎng)上信息量的大幅增長，使得用戶在面對大量信息時(shí)無法從中獲得對自己真正有用的那部分信息，對信息的使用效率反而降低了，這就是所謂的信息超載（information overload）問題。信息超載是目前網(wǎng)絡(luò)用戶面臨的一個(gè)嚴(yán)重問題，個(gè)性化推薦系統(tǒng)是解決該問題的一個(gè)有力工具，并受到了眾多的關(guān)注和研究。當(dāng)當(dāng)網(wǎng)恰時(shí)的選擇和升級個(gè)性化推薦系統(tǒng)是順應(yīng)潮流的。個(gè)性化推薦系統(tǒng)，它是根據(jù)用戶的信息需求、興趣等，將用戶感興趣的信息、產(chǎn)品等推薦給用戶的個(gè)性化信息推薦系統(tǒng)。和搜索引擎相比推薦系統(tǒng)通過研究用戶的興趣偏好，進(jìn)行個(gè)性化計(jì)算，由系統(tǒng)發(fā)現(xiàn)用戶的興趣點(diǎn)，從而引導(dǎo)用戶發(fā)現(xiàn)自己的信息需求。一個(gè)好的推薦系統(tǒng)不僅能為用戶提供個(gè)性化的服務(wù)，還能和用戶之間建立密切關(guān)系，讓用戶對推薦產(chǎn)生依賴。個(gè)性化推薦系統(tǒng)現(xiàn)已廣泛應(yīng)用于很多領(lǐng)域，它在當(dāng)當(dāng)網(wǎng)中的運(yùn)用就很好的代表著在電子商務(wù)領(lǐng)域具有良好的發(fā)展和應(yīng)用前景。
?
三、 推薦系統(tǒng)在我國的現(xiàn)狀
我國電子商務(wù)推薦系統(tǒng)相對國外差距較大,理論研究的落后是影響推薦技術(shù)發(fā)展的直接原因,現(xiàn)有的推薦系統(tǒng)從推薦的深度、規(guī)模性和質(zhì)量方面都遠(yuǎn)遠(yuǎn)落后于國外。我國的推薦系統(tǒng)功能相對國外存在較大的差距,主要表現(xiàn):(1)缺乏個(gè)性化的推薦,很多的推薦結(jié)果是對所有用戶的,是非個(gè)性化的推薦,可能很多的推薦與某一用戶的興趣并不相符,這是我國推薦系統(tǒng)與國外推薦系統(tǒng)最主要的差別; (2)推薦的自動化程度低,系統(tǒng)不能保存用戶每次的輸入信息;(3)推薦的持久性程度低,建立在當(dāng)前用戶會話基礎(chǔ)上,不能利用用戶以前的會話信息,這也是我國推薦技術(shù)和國外的推薦技術(shù)的一個(gè)重要差別。
?
四、 個(gè)性化推薦系統(tǒng)的發(fā)展歷程
1995年3月，卡耐基.梅隆大學(xué)的Robert Armstrong等人在美國人工智能協(xié)會上提出了個(gè)性化導(dǎo)航系統(tǒng)Web Watcher; 斯坦福大學(xué)的Marko Balabanovic等人在同一會議上推出了個(gè)性化推薦系統(tǒng)LIRA；?
1995年8月，麻省理工學(xué)院的Henry Lieberman在國際人工智能聯(lián)合大會（IJCAI）上提出了個(gè)性化導(dǎo)航智能體Litizia；?
1996年， Yahoo推出了個(gè)性化入口My Yahoo；?
1997年，AT&T實(shí)驗(yàn)室提出了基于協(xié)同過濾的個(gè)性化推薦系統(tǒng)PHOAKS和Referral Web;?
1999年，德國Dresden技術(shù)大學(xué)的Tanja Joerding實(shí)現(xiàn)了個(gè)性化電子商務(wù)原型系統(tǒng)TELLIM；?
2000年，NEC研究院的Kurt等人為搜索引擎CiteSeer增加了個(gè)性化推薦功能；?
2001年，紐約大學(xué)的Gediminas Adoavicius和Alexander Tuzhilin實(shí)現(xiàn)了個(gè)性化電子商務(wù)網(wǎng)站的用戶建模系統(tǒng)1：1Pro；?
2001年，IBM公司在其電子商務(wù)平臺Websphere中增加了個(gè)性化功能，以便商家開發(fā)個(gè)性化電子商務(wù)網(wǎng)站；
2003年，Google開創(chuàng)了AdWards盈利模式，通過用戶搜索的關(guān)鍵詞來提供相關(guān)的廣告。AdWords的點(diǎn)擊率很高，是Google廣告收入的主要來源。2007年3月開始，Google為AdWords添加了個(gè)性化元素。不僅僅關(guān)注單次搜索的關(guān)鍵詞，而是對用戶近期的搜索歷史進(jìn)行記錄和分析，據(jù)此了解用戶的喜好和需求，更為精確地呈現(xiàn)相關(guān)的廣告內(nèi)容。
2007年，雅虎推出了SmartAds廣告方案。雅虎掌握了海量的用戶信息，如用戶的性別、年齡、收入水平、地理位置以及生活方式等，再加上對用戶搜索、瀏覽行為的記錄，使得雅虎可以為用戶呈現(xiàn)個(gè)性化的橫幅廣告。
2009年，Overstock（美國著名的網(wǎng)上零售商）開始運(yùn)用ChoiceStream公司制作的個(gè)性化橫幅廣告方案，在一些高流量的網(wǎng)站上投放產(chǎn)品廣告。 Overstock在運(yùn)行這項(xiàng)個(gè)性化橫幅廣告的初期就取得了驚人的成果，公司稱：“廣告的點(diǎn)擊率是以前的兩倍，伴隨而來的銷售增長也高達(dá)20%至30%。”
2009年7月，國內(nèi)首個(gè)個(gè)性化推薦系統(tǒng)科研團(tuán)隊(duì)北京百分點(diǎn)信息科技有限公司成立，該團(tuán)隊(duì)專注于個(gè)性化推薦、推薦引擎技術(shù)與解決方案，在其個(gè)性化推薦引擎技術(shù)與數(shù)據(jù)平臺上匯集了國內(nèi)外百余家知名電子商務(wù)網(wǎng)站與資訊類網(wǎng)站，并通過這些B2C網(wǎng)站每天為數(shù)以千萬計(jì)的消費(fèi)者提供實(shí)時(shí)智能的商品推薦。
2011年8月，紐約大學(xué)個(gè)性化推薦系統(tǒng)團(tuán)隊(duì)在杭州成立載言網(wǎng)絡(luò)科技有限公司，在傳統(tǒng)協(xié)同濾波推薦引擎基礎(chǔ)上加入用戶社交信息和用戶的隱性反饋信息，包括網(wǎng)頁停留時(shí)間、產(chǎn)品頁瀏覽次數(shù)，鼠標(biāo)滑動，鏈接點(diǎn)擊等行為，輔助推薦，提出了迄今為止最為精準(zhǔn)的基于社交網(wǎng)絡(luò)的推薦算法。團(tuán)隊(duì)目前專注于電商領(lǐng)域個(gè)性化推薦服務(wù)以及商品推薦服務(wù)社區(qū)——e推薦。
2011年9月，百度世界大會2011上，李彥宏將推薦引擎與云計(jì)算、搜索引擎并列為未來互聯(lián)網(wǎng)重要戰(zhàn)略規(guī)劃以及發(fā)展方向。百度新首頁將逐步實(shí)現(xiàn)個(gè)性化，智能地推薦出用戶喜歡的網(wǎng)站和經(jīng)常使用的APP。
?
五、 系統(tǒng)作用
個(gè)性化推薦的最大的優(yōu)點(diǎn)在于，它能收集用戶特征資料并根據(jù)用戶特征，如興趣偏好，為用戶主動作出個(gè)性化的推薦。而且，系統(tǒng)給出的推薦是可以實(shí)時(shí)更新的，即當(dāng)系統(tǒng)中的商品庫或用戶特征庫發(fā)生改變時(shí)，給出的推薦序列會自動改變。這就大大提高了電子商務(wù)活動的簡便性和有效性，同時(shí)也提高了企業(yè)的服務(wù)水平。
總體說來，一個(gè)成功的個(gè)性化推薦系統(tǒng)的作用主要表現(xiàn)在以下三個(gè)方面：
1) 將電子商務(wù)網(wǎng)站的瀏覽者轉(zhuǎn)變?yōu)橘徺I者：電子商務(wù)系統(tǒng)的訪問者在瀏覽過程中經(jīng)常并沒有購買欲望，個(gè)性化推薦系統(tǒng)能夠向用戶推薦他們感興趣的商品，從而促成購買過程。
2) 提高電子商務(wù)網(wǎng)站的交叉銷售能力：個(gè)性化推薦系統(tǒng)在用戶購買過程中向用戶提供其他有價(jià)值的商品推薦，用戶能夠從系統(tǒng)提供的推薦列表中購買自己確實(shí)需要但在購買過程中沒有想到的商品，從而有效提高電子商務(wù)系統(tǒng)的交叉銷售。
3) 提高客戶對電子商務(wù)網(wǎng)站的忠誠度：與傳統(tǒng)的商務(wù)模式相比，電子商務(wù)系統(tǒng)使得用戶擁有越來越多的選擇，用戶更換商家極其方便，只需要點(diǎn)擊一兩次鼠標(biāo)就可以在不同的電子商務(wù)系統(tǒng)之間跳轉(zhuǎn)。個(gè)性化推薦系統(tǒng)分析用戶的購買習(xí)慣，根據(jù)用戶需求向用戶提供有價(jià)值的商品推薦。如果推薦系統(tǒng)的推薦質(zhì)量很高，那么用戶會對該推薦系統(tǒng)產(chǎn)生依賴。因此，個(gè)性化推薦系統(tǒng)不僅能夠?yàn)橛脩籼峁﹤€(gè)性化的推薦服務(wù)，而且能與用戶建立長期穩(wěn)定的關(guān)系，從而有效保留客戶，提高客戶的忠誠度，防止客戶流失。
個(gè)性化推薦系統(tǒng)具有良好的發(fā)展和應(yīng)用前景。目前，幾乎所有的大型電子商務(wù)系統(tǒng)，如Amazon、eBay等不同程度的使用了各種形式的推薦系統(tǒng)。國內(nèi)方面，知名購物網(wǎng)站麥包包、凡客誠品、庫巴網(wǎng)、紅孩子等都率先選擇了本土最先進(jìn)的百分點(diǎn)推薦引擎系統(tǒng)構(gòu)建個(gè)性化推薦服務(wù)系統(tǒng)。在日趨激烈的競爭環(huán)境下，個(gè)性化推薦系統(tǒng)能有效的保留客戶，提高電子商務(wù)系統(tǒng)的服務(wù)能力。成功的推薦系統(tǒng)會帶來巨大的效益。 另一方面，各種提供個(gè)性化服務(wù)的Web站點(diǎn)也需要推薦系統(tǒng)的大力支持，國內(nèi)推薦系統(tǒng)領(lǐng)航者百分點(diǎn)科技就Web站點(diǎn)個(gè)性化內(nèi)容推薦方面也做出了貢獻(xiàn)，在信息爆棚的今天，實(shí)施個(gè)性化閱讀勢在必行。
---------------------?
作者：waze_7?
來源：CSDN?
原文：https://blog.csdn.net/waze_7/article/details/51774482?
版權(quán)聲明：本文為博主原創(chuàng)文章，轉(zhuǎn)載請附上博文鏈接！
總結(jié)
- 上一篇： 软考之软件架构设计
- 下一篇： ubuntu字体丑_科学网—关于ubun