Internet的迅猛發(fā)展將人類帶入了信息社會和網(wǎng)絡經(jīng)濟時代，對企業(yè)發(fā)展和個人生活都產(chǎn)生了深刻的影響?；贗nternet的虛擬企業(yè)不再需要傳統(tǒng)物理環(huán)境下企業(yè)所需的實體投資，企業(yè)與顧客、供應商等建立起更為直接的聯(lián)系，電子商務模式為企業(yè)發(fā)展提供了更多的機會，同時也帶來了許多挑戰(zhàn)。其中，最為突出的一個問題就是如何實現(xiàn)個性化推薦。
由于供應鏈和物流的發(fā)展，在電子商務的虛擬環(huán)境下，商家在網(wǎng)上所能提供的商品種類和數(shù)量非常多，用戶想找到自己感興趣的商品，就需要瀏覽大量的無關信息，這個過程會導致用戶不斷流失，用戶也無法通過一個小小的計算機屏幕就能很方便地發(fā)現(xiàn)自己感興趣的商品。因此，用戶亟需電子商務系統(tǒng)具有一種類似采購助手的功能來幫助其選購商品，它能根據(jù)用戶的興趣愛好自動地推薦給每個用戶可能感興趣且能讓用戶滿意的商品。
在此情形下，電子商務個性化推薦系統(tǒng)（Personalized Recommender Systems in E-commerce）應運而生，也稱個性化推薦系統(tǒng)（Personalized Recommender Systems），它是建立在海量數(shù)據(jù)挖掘基礎上的一種高級商務智能平臺，以幫助電子商務網(wǎng)站為其顧客購物提供完全個性化的決策支持和信息服務。購物網(wǎng)站的推薦系統(tǒng)為客戶推薦商品，自動完成個性化選擇商品的過程，滿足客戶的個性化需求。
個性化推薦系統(tǒng)猶如汽車的發(fā)動機，將電子商務發(fā)展帶入一個新的時代：個性化時代。通過數(shù)據(jù)的積累和分析，通過技術的不斷應用和創(chuàng)新，人們在海量資訊的信息時代自由翱翔。
電子商務個性化推薦的框架
電子商務個性化推薦(Personalized Recommendation in E-Commerce)是電子商務網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買的過程。它能收集用戶興趣資料并根據(jù)用戶興趣偏好主動為其做出個性化的推薦，這樣，當用戶每次輸入用戶名和密碼登錄電子商務網(wǎng)站后，推薦系統(tǒng)就會自動按照用戶偏好程度的高低推薦給用戶最喜愛的產(chǎn)品。
按系統(tǒng)的觀點，電子商務個性化推薦框架可視為三個模塊組成部分，分別是輸入、輸出和推薦方法與技術，如圖1所示。
個性化推薦的輸入模塊表明從哪里去獲取用戶的偏好。所以主要涉及兩部分，一是用戶信息獲取的平臺，最典型的平臺當然是傳統(tǒng)的電子商務平臺和網(wǎng)站，但隨著社會網(wǎng)絡（如Facebook、Twitter、Renren等）的應用，基于社會網(wǎng)絡的社會商務的廣泛應用，社會商務系統(tǒng)也成為獲取用戶信息的平臺。從偏好的表現(xiàn)形式來看，包括隱式瀏覽輸入、顯式瀏覽輸入等。顯式偏好主要包括用戶的評分、用戶關系標注等；隱式偏好主要包含用戶的瀏覽、查詢等。此外，在移動商務環(huán)境下，用戶的情景信息，如所在地址、天氣等，也是推薦的輸入。
個性化推薦的輸出主要包含兩種形式，一是預測，預測用戶對某商品的偏好；二是推薦，基于預測直接給用戶推薦其可能感興趣的商品。具體從應用上看，主要包括偏好預測、鏈接預測、專家發(fā)現(xiàn)、朋友搜索以及個性化搜索等。
推薦方法模塊是推薦系統(tǒng)的核心部分，決定著推薦系統(tǒng)的性能優(yōu)劣。主要的推薦技術包括：
協(xié)同過濾推薦
協(xié)同過濾推薦（Collaborative Filtering Recommendation）是目前研究最多的個性化推薦技術，它是基于鄰居用戶的資料得到目標用戶的推薦，推薦的個性化程度高。具體來講，協(xié)同過濾推薦一般主要分為兩類：一是基于內(nèi)存的協(xié)同過濾（Memory-based Collaborative Filte
項目經(jīng)理勝任力免費測評PMQ上線啦！快來測測你排多少名吧~
http://m.vanceur.cn/pmqhd/index.html
