知识网格与电子商务智能推荐理论研究.pdfVIP

J o u r n al of Inf o r m a t i o n N o . 4 ,2007 情报杂志 2007 年第 4 期 　 　　　 　　　　　　　　　 ·电子政务与电子商务 · 知识网格与电子商务智能推荐理论研究 An Exploration of the Recommendation Systems and Knowledge Grid in E - Commerce 陈冬林 　聂规划 　刘平峰 (武汉理工大学经济学院　武汉 　430070) 摘 　要 　在 日趋激烈的竞争环境下 , 电子商务推荐系统能有效地保留客户 ,提高电子商务系统的销售的有效手段 。介 绍了电子商务推荐技术和系统的研究现状 ,分析了现有技术和系统存在的质量 、实时性和规模性问题 ,探讨了网格技 术 、知识网格和本体论在相关领域取得的进展 ,提出基于知识网格与电子商务智能推荐系统的构想 。 关键词 　推荐系统 　知识网格 　语义本体论 　电子商务 在客户群中找到合适的位置 ,但只要所依据的知识允许 , 它做出 1 　引　言 的推荐就能为多数客户所用 。但基于知识的推荐技术最大的难 随着电子商务的发展 , 电子商务网站为客户提供越来越多选 点是知识的获取 , 而知识网格技术是可以有效地实现知识的获 择的同时 ,其结构也变得更加复杂 。一方面 , 客户面对大量的商 取、聚合和智能推荐问题 。 品信息束手无策 ,客户经常会迷失在大量的商品信息空间中; 另 2 　国内外电子商务推荐技术及系统研究现状 一方面 ,商家也失去了与消费者的联系 。推荐技术和系统模拟商 店销售人员向客户提供商品推荐 , 帮助客户找到所需商品, 从而 　2 . 1 　电子商务推荐技术研究　电子商务推荐技术的研究方向 顺利完成购买过程 , 因此可以有效地保留客户 ,提高电子商务系 主要包括基于内容的过滤和协同过程过滤两种 。 统的销售 ;商家也可以通过推荐系统保持与客户的联系 ,重建客 2 11 　基于内容的推荐技术 。它是信息过滤的派生和继 户关系 。目前几乎所有的大型电子商务系统 ,Amazon 、CDNOW 、 续 ,是用相关特征来定义所要推荐的商品。例如 ,New Weeder 等 eBay 、当当网上书店都不同程度地使用 电子商务推荐技术和系 新闻过滤的文本推荐系统就是采用文本中的单词作为文本的特 统 。各种提供个性化服务 Web 站点也需要推荐系统的大力支持 。 征 。系统通过学习客户已评价过的商品的特征来获得对客户兴 美国计算机学会 ACM 从 1999 年开始召开的电子商务研讨 趣的描述 。客户描述类型的产生取决于系统所采用的学习算法 , 会中,有关电子商务推荐系统研究的文章占很大比重 。此协会的 判定树 、神经网络 、基于 向量 的表示等技术都可应用于其 中。 数据挖掘特别兴趣组 SI GKDD 小组设立 WEB KDD 研讨组 , 主题 Schafer 等称之为“商品与商品的相关性推荐”。这种技术最大的 集中在电子商务中的 Web 挖掘技术和推荐系统技术 。而 ACM 缺点是必须分析资源的内容信息 , 因此对音乐、图像 、视频等信息 下面的信息检索特别兴趣组 SI GIR 在召开的第 24 届研究和发展 无能为力 ,无法分析信息的质量 ,无法提供新颖的推荐[ 1 ] 。 会议上 ,开始专门把推荐作为一个研讨主题 。目前电子商务推荐 2 12 　协同过滤技术 。由于基于 内容的过滤 自身的局限 系统主要集中在推荐技术 、推荐实时性、推荐质量 、多种数据技术 性 ,协同过滤推荐技术是当前研究的研究。协同过滤的最大优点 的集成 、数据挖掘技术在推荐系统中应用等的研究。