1 引言
隨著信息化水平的提高，網絡己成為人們學習、工作和生活的重要組成部分。如何在浩瀚的知識海洋中找到所需信息，己經越來越引起人們的關注。
傳統的網絡服務沒有考慮到用戶差異，而以拓展信息范圍，增加信息深度的方法為不同用戶提供相同的信息空間。面對巨大的數據源，用戶迫切需要一種能夠根據自身特點自動組織和調整信息的服務模式，這就為電子商務推薦智能系統的產生和發展提供了契機。
2 電子商務推薦智能系統簡介
電子商務推薦智能系統是一種根據用戶個人喜好向其推薦商品的程序。它基于電子商務網站，通過構建推薦系統模型，分析用戶消費偏好，提供個性化產品，提高用戶對商務服務的滿意程度。
現階段的電子商務推薦智能系統還不夠完善，用戶需要分類測覽自主選擇喜好的商品。少數電子商務網站能夠在這種機械式的產品展示的同時融入個性化的成分，提供：熱門產品、同類商品、其他用戶評價等服務，引導用戶進一步選擇。然而這種推薦針對全體用戶，而未強調推薦類型和方法的差異性，不利于智能化推薦的實施。
3 電子商務推薦智能系統功能分析
3.1 電子商務智能推薦系統應具備的基本功能
（1）客戶端。登陸注冊：功能性網站獲取用戶信息的主要方式。以次確定用戶訪問權限，獲取用戶信息集，完成對網站的管理控制。
分類測覽：根據產品規格和類型劃分分類目錄，通過收集和展示海量信息確保信息空間的全面穩定。它己成為衡量企業網站規模的可測評指標。
購物車：電子商務網站專有用戶操作平臺。顧客在測覽網頁的同時將初選物品暫存于購物車中以便后期操作。操作中包含用戶信息、帳戶信息、己購商品信息、待購商品信息，同時也應包含用戶與金融機構、配送機構的交互，譬如：支付方式、交付手段等。
信息檢索：從數據庫中查找與用戶輸入的字符相匹配的信息和數據，返回目標結果集。在電子商務環境下主要用于對所需商品的查詢。
（2）企業端。傳統電子商務網站僅實現商品交易的功能，其銷售系統與生產制造系統相互分離，降低了系統的利用率和使用空間。
在客戶管理方面，人們過多的局限于注冊信息的獲取，忽視了用戶需求變更，使用戶資料成為單一的文本信息儲備。
3.2 電子商務推薦智能系統
在具備基本功能之外，還應具備下列特征：
（1）客戶端。個性化推薦：構建匹配模型，尋找鄰居用戶，根據鄰居用戶的需求變動推測原用戶喜好，向其推薦相關商品；根據用戶喜好有針對性的組合推薦商品，使用戶方便快捷的一次性購物；自動化過濾用戶不感興趣的信息；對消極商品進行折扣處理或與興趣商品捆綁銷售。
個性化檢索：傳統意義上的信息檢索需要將用戶動態的、臨時性的信息輸入和靜態的、穩定的數據庫相匹配。這就在一定程度上造成了信息的間斷性。
電子商務推薦智能系統根據己知用戶信息，提供適應用戶變化的檢索建議。將搜索結果按照用戶喜好排序，以便用戶更便捷的獲取所需信息；通過擴展歷史搜索記錄充實客戶信息集，在商情變更后給予用戶提示。
客戶智能管理：根據用戶的興趣水平和購買力特點，提供不同的營銷策略和管理方式。追蹤商品銷售信息，根據商品使用期限，對用戶進行二次推薦。
（2）企業端。推薦系統與生產制造集成：用戶可以根據需求訂購相關產品。企業定期收集用戶反饋，調整產業結構，實行個性化產品生產，用戶需求指導生產制造。
推薦系統與銷售系統集成：通過對購買歷史的統計，進行產品需求分析，根據用戶需求變化調整銷售策略。
4 電子商務推薦智能系統關鍵技術
電子商務推薦智能系統相應的關鍵技術主要有兩類：信息檢索技術和個性化推薦技術。它們在系統中各有側重。
信息檢索是根據用戶提交的搜索請求，將相應目標結果集按照匹配的相似程度排序后對外發布。而電子商務推薦智能系統所構建的信息檢索不僅能準確地查找出檢索信息，還要基于用戶偏好排序，提高效率。同時通過不定期的交互，主動的增補和修改用戶目標結果集，提供更全面的資訊。
個性化推薦技術是電子商務推薦智能系統中最核心、最關鍵的技術，目前主要的代表是協同過濾技術。
該技術不關注于內容的表現形式，而是根據用戶信息構造模型確認鄰居用戶。通過鄰居用戶對該內容項的評價，比較用戶興趣相似程度后依托鄰居用戶興趣向該用戶推薦商品。
協同過濾技術一般分為兩類：基于用戶的協同推薦和基于模型的協同推薦。前者是用統計的方法得到具有相似愛好的鄰居用戶，并加權鄰居用戶在某個特定項目的評價分數來預測當前用戶在該項目上的評價分數，根據分數給出推薦。后者則是通過歷史數據構造模型，預測潛在需求。這里主要介紹基于用戶的協同過濾推薦系統。
圖1 基于用戶的協同過濾推薦系統參考模型
首先構建客戶興趣度矩陣，確定第I個用戶對第j項的評估數值。再通過該數值，計算歐幾里德距離，根據預先確定的閥值規范化這種距離，選取鄰居用戶，或者根據事前確定的鄰居用戶數目選取相似度最大（歐幾里德距離最小）的用戶。選取鄰居用戶后，將鄰居用戶的興趣項目作為原用戶的預測項目，計算興趣度后排序，得到前n個推薦集，完成協同過濾推薦的全過程。
5 電子商務推薦智能系統實現過程（見圖2）
圖2 電子商務推薦智能系統實現過程
獲取用戶信息：有針對性地對用戶的興趣愛好做深入的調查和統計分析，并將統計結果按照某種結構有序存放，完成對用戶信息的獲取。
結構化描述：獲取信息后，構建模型對用戶信息進行結構化的描述。這種結構化的描述，應該以用戶信息為基礎，以精確性、標準性、易統計性為依據，創建適合于需求模型的用戶信息描述方式和存儲方式。
構建需求模型：構建用戶需求模型，使系統能夠根據用戶提供的不同信息，完成對個性化信息需求模型的建立。
個性化推薦：根據需求模型結果給出的個性化推薦通常以多種形式反饋給用戶。我們所關注的是以怎樣的形式與用戶交互才能達到個性化推薦最好的效果。
安全性控制：在整個電子商務智能推薦系統實現的過程中，進行全方位的安全性控制是確保系統正常運行的必要手段。無論是對用戶信息的隱私性保護，還是對系統健壯性、安全性的維護，都十分的重要。這就需要我們未雨綢謬，進一步開發和改進現階段的電子商務推薦智能系統的弊端。以期更好的提高效率，提高企業競爭力。
6 結束語
電子商務智能化推薦系統可以使電子商務網站的測覽者轉變為購買者，在一定程度上提高電子商務網站的銷售能力和客戶對電子商務網站的忠誠度；同時它也更方便用戶檢索到自己感興趣的商品。在未來的網絡交易中，電子商務推薦智能系統將融入更完善的運行控制機制，成為電子商務的主流。
核心關注：拓步ERP系統平臺是覆蓋了眾多的業務領域、行業應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業務領域的管理，全面涵蓋了企業關注ERP管理系統的核心領域，是眾多中小企業信息化建設首選的ERP管理軟件信賴品牌。
轉載請注明出處：拓步ERP資訊網http://www.guhuozai8.cn/
本文標題：電子商務推薦智能ERP系統分析與設計
相關文章
