电子商务中推荐系统的应用与设计

• 作 者: 王渊
• 出 处: 东南大学
• 发表日期: 2018年01期
• 关键词: 电子商务 推荐系统 推荐算法 用户兴趣度

随着公司规模的不断扩大,原有的线下销售的模式,已不能满足需求,公司为了能够跟上现有互联网技术的潮流,需要开发出适合于自己的电子商务平台。用户在此电子商务平台中,面对琳琅满目的商品,希望平台能够快速的,有针对性为用户提供所需要商品。推荐系统的产生,便是为了满足不同的用户需求,而提供不同的商品展示。本文意在搭建一个能够提升用户体验的推荐系统,此推荐系统在原有的电子商务平台之上,为用户提供个性化推荐服务。论文首先对推荐系统进行了介绍,并对不同的推荐系统进行了说明,比较了其各自的优劣,并说明了推荐系统的测评方法,最后对推荐算法进行了选择,指明本论文所选用的算法,并阐述了其合理性。其次,对平台所需要的推荐系统进行了需求分析,并在模块设计及功能设计的基础上,对推荐系统的数据库进行了设计及应用。然后根据推荐系统在不同页面的功能,对算法进行了设计,主要定义了如何对商品进行分类,以及如何在获得用户行为特征后,计算用户对平台中的不同商品的兴趣度。对于不同页面的不同应用场景,本文设计了不同的推荐算法,比如“看过了还看过了”是依据一个群体用户的商品浏览行为进行的相关推荐,可以将其放在商品详情页(根据详情页商品),或者用户中心页(根据浏览记录)模块中,并对用户不同的需求进行设计算法,以期达到不同的推荐目的。最后本文通过对系统的测试及销售数据的分析,从系统可用性、用户界面、平台操作性等方面,对推荐系统进行验证,证明了此推荐系统的可行性。