电子商务推荐系统介绍

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,*,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,*,电子商务推荐系统介绍,2024/11/18,提纲,电子商务推荐系统简介,电子商务推荐系统技术介绍,基于关联规则的推荐算法,基于最近邻居的协同过滤算法,基于项目的协同过滤算法,基于二部图的推荐算法,2024/11/18,电子商务推荐系统简介,Harvard,商学院的,Joe Ping,在,大规模定制,一文中认为现代企业应该从大规模生产,(,以标准化的产品和均匀的市场为特征,),向大规模定制,(,为不同客户的不同需求提供不同的商品,),转化,电子商务推荐系统,(Recommendation System),向客户提供商品信息和建议，模拟销售人员帮助客户完成购买过程,2024/11/18,电子商务推荐系统简介,电子商务推荐系统的作用：,将电子商务网站的浏览者转变为购买者,(Converting Browsers into Buyers),提高电子商务网站的交叉销售能力,(Cross-Sell),提高客户对电子商务网站的忠诚度,(Building Loyalty),2024/11/18,电子商务推荐系统简介,电子商务推荐系统的界面表现形式分类：,Browsing,：客户提出对特定商品的查询要求，推荐系统根据查询要求返回高质量的推荐,Similar Item,：推荐系统根据客户购物篮中的商品和客户可能感兴趣的商品推荐类似的商品,Email,：推荐系统通过电子邮件的方式通知客户可能感兴趣的商品信息,Text Comments,：推荐系统向客户提供其他客户对相应产品的评论信息,2024/11/18,电子商务推荐系统简介,电子商务推荐系统的界面表现形式分类,(,续,),：,Average Rating,：推荐系统向客户提供其他客户对相应产品的等级评价,Top-N,：推荐系统根据客户的喜好向客户推荐最可能吸引客户的,N,件产品,Ordered Search Results,：推荐系统列出所有的搜索结果，并将搜索结果按照客户的兴趣降序排列,2024/11/18,电子商务推荐系统简介,电子商务推荐系统的输入：,客户输入,(Targeted Customer Inputs),隐式浏览输入,(Implicit navigation),：客户的浏览行为作为推荐系统的输入，但客户并不知道这一点,显式浏览输入,(Explicit navigation),：客户的浏览行为是有目的向推荐系统提供自己的喜好,关键词和项目属性输入,(Keywords and Item attributes),：客户输入关键词或项目的有关属性以得到推荐系统有价值的推荐,用户购买历史,(Purchase history),：用户过去的购买纪录,2024/11/18,电子商务推荐系统简介,电子商务推荐系统的输入,(,续,),：,社团输入,(Community Inputs),项目属性,(Item Attribute),：社团对商品风格和类别的集体评判,社团购买历史,(Community Purchase History),：社团过去的购买纪录,文本评价,(Text Comments),：其他客户对商品的文本评价，计算机并不知道评价是好是坏,评分,(Rating),：其他客户对商品的评分，计算机可以对评分进行处理,2024/11/18,电子商务推荐系统简介,电子商务推荐系统的输出：,建议,(Suggestion),单个建议,(Single Item),未排序建议列表,(Unordered List),排序建议列表,(Ordered List),预言,(Prediction),：系统对给定项目的总体评分,个体评分,(Individual Rating),：输出其他客户对商品的个体评分,评论,(Review),：输出其他客户对商品的文本评价,2024/11/18,电子商务推荐系统简介,推荐技术分类标准：,自动化程度,(Degree of Automation),：客户为了得到推荐系统的推荐是否需要显式的输入信息,持久性程度,(Degree of Persistence),：推荐系统产生推荐是基于客户当前的单个会话,(Session),还是基于客户的多个会话,2024/11/18,电,子,子,商,商,务,务,推,推,荐,荐,系,系,统,统,简,简,介,介,推,荐,荐,技,技,术,术,分,分,类,类,Non-PersonalizedRecommendation,：,推,推,荐,荐,系,系,统,统,的,的,推,推,荐,荐,主,主,要,要,基,基,于,于,其,其,他,他,客,客,户,户,对,对,该,该,产,产,品,品,的,的,平,平,均,均,评,评,价,价,，,，,这,这,种,种,推,推,荐,荐,系,系,统,统,独,独,立,立,于,于,客,客,户,户,，,，,所,所,有,有,的,的,客,客,户,户,得,得,到,到,的,的,推,推,荐,荐,都,都,是,是,相,相,同,同,的,的,(,自,动,动,，,，,瞬,瞬,时,时,),Attributed-BasedRecommendation,：,推,推,荐,荐,系,系,统,统,的,的,推,推,荐,荐,主,主,要,要,基,基,于,于,产,产,品,品,的,的,属,属,性,性,特,特,征,征,(,手,工,工,),Item-to-ItemCorrelation,：,推,推,荐,荐,系,系,统,统,根,根,据,据,客,客,户,户,感,感,兴,兴,趣,趣,的,的,产,产,品,品,推,推,荐,荐,相,相,关,关,的,的,产,产,品,品,(,瞬时,),People-to-PeopleCorrelation,：，,又,又称,协,协同,过,过滤,，,，推,荐,荐系,统,统根,据,据客,户,户与,其,其他,已,已经,购,购买,了,了商,品,品的,客,客户,之,之间,的,的相,关,关性,进,进行,推,推荐,(,自动,，,，持,久,久,),2022/12/31,电子,商,商务,推,推荐,系,系统,简,简介,电子,商,商务,推,推荐,系,系统,研,研究,热,热点,与,与方,向,向：,对当,前,前的,电,电子,商,商务,推,推荐,系,系统,进,进行,改,改进,，,，以,使,使得,推,推荐,系,系统,能,能产,生,生更,加,加精,确,确的,推,推荐,将数,据,据挖,掘,掘技,术,术及,Web,挖掘,技,技术,应,应用,到,到电,子,子商,务,务推,荐,荐系,统,统中,，,，产,生,生完,全,全自,动,动化,的,的推,荐,荐，,使,使用,户,户感,受,受到,完,完全,个,个性,化,化的,购,购物,体,体验,将电,子,子商,务,务推,荐,荐系,统,统由,虚,虚拟,的,的销,售,售人,员,员转,变,变为,市,市场,分,分析,工,工具,开发,销,销售,方,方的,电,电子,商,商务,推,推荐,系,系统,，,，为,商,商家,的,的产,品,品定,价,价、,促,促销,活,活动,及,及交,叉,叉销,售,售等,提,提供,推,推荐,2022/12/31,电子,商,商务,推,推荐,系,系统,技,技术,介,介绍,电子,商,商务,推,推荐,系,系统,使,使用,的,的技,术,术主,要,要有,：,：,二部,图,图,关联,规,规则,聚类,协同,过,过滤,技,技术,2022/12/31,电子商,务,务推荐,系,系统技,术,术介绍,电子商,务,务推荐,系,系统中,的,的关联,规,规则技,术,术根据,关,关联规,则,则发现,算,算法和,客,客户当,前,前的购,买,买行为,向,向用户,产,产生推,荐,荐,关联规,则,则的发,现,现也可,以,以离线,进,进行,推荐精,度,度比最,近,近邻技,术,术略差,具体介,绍,绍见第,三,三节,2022/12/31,电子商务推,荐,荐系统技术,介,介绍,电子商务推,荐,荐系统中的,聚,聚类技术将,具,具有相似爱,好,好的客户分,配,配到相同的,族,族中，聚类,产,产生之后，,根,根据族中其,他,他客户对某,商,商品的评价,就,就可以得到,系,系统对该商,品,品的评价,聚类过程可,以,以离线进行,聚类产生之,后,后，性能比,较,较好,如果某客户,处,处于一个聚,类,类的边缘，,则,则对该客户,的,的推荐精度,比,比较低,推荐精度比,最,最近邻技术,略,略差,2022/12/31,电子商务推,荐,荐系统技术,介,介绍,电子商务推,荐,荐系统中的,协,协同过滤技,术,术一般采用,最,最近邻技术,，,，利用客户,的,的历史喜好,信,信息计算客,户,户之间的距,离,离，目标客,户,户对特定商,品,品的喜好程,度,度由其最近,邻,邻居对商品,评,评价的加权,平,平均值来计,算,算,可以处理客,户,户数据变化,比,比较快的情,况,况,在大型数据,库,库中搜索最,近,近邻居非常,耗,耗时，实时,性,性不好,2022/12/31,电子商务,推,推荐系统,技,技术介绍,协同过滤,算,算法的主,要,要挑战：,算法的适,应,应能力：,处,处理大规,模,模的数据,推荐精度,，,，使用如,下,下两个指,标,标来度量,：,：,False negatives,：客户喜,欢,欢但推荐,系,系统并没,有,有推荐的,商,商品,False positive,：推荐系,统,统推荐但,客,客户并不,喜,喜欢的商,品,品,2022/12/31,基于聚类,的,的推荐算,法,法,用户聚,类,类和项,目,目聚类,2022/12/31,协同,过,过滤,算,算法,任务,：,：预,测,测下,表,表中,问,问号,所,所对,应,应的,得,得分,2022/12/31,基于,最,最近,邻,邻居,的,的协,同,同过,滤,滤算,法,法,算法,分,分为,三,三个,主,主要,的,的阶,段,段：,表示,(Representation),：对,客,客户,已,已经,购,购买,的,的商,品,品进,行,行建,模,模,邻居,形,形成,(NeighborhoodFormation),：寻,找,找目,标,标客,户,户所,对,对应,的,的邻,居,居,推荐,产,产生,(RecommendationGeneration),：从,目,目标,客,客户,的,的邻,居,居中,产,产生,N,项产,品,品推,荐,荐,2022/12/31,基于最近,邻,邻居的协,同,同过滤算,法,法,表示阶段,：,：用,m*n,阶客户,-,商品矩阵,表,表示,R,i,j,=1,，如果第,i,个客户购,买,买了第,j,件商品,R,i,j,=0,，如果,第,第,i,个客户,没,没有购,买,买第,j,件商品,2022/12/31,基于最,近,近邻居,的,的协同,过,过滤算,法,法,上述表,示,示称为,原,原始表,示,示,(OriginalRepresentation),，这种,表,表示的,主,主要问,题,题有：,稀疏性,(Sparsity),：大部,分,分的客,户,户购买,的,的商品,不,不到全,部,部商品,的,的,1%,，从而,使,使得推,荐,荐精度,很,很低,适应性,(Scalability),：计算,代,代价随,着,着客户,数,数目和,商,商品数,目,目的增,加,加而增,加,加，很,难,难满足,实,实时性,要,要求,同义词,问,问题,(Synonymy),：同一,类,类商品,的,的名字,不,不一样,2022/12/31,基于最近邻,居,居的协同过,滤,滤算法,通过奇异值,分,分解,(SingularValueDecomposition),将,m*n,阶客户,-,商品矩阵变,换,换为,m*k,阶矩阵，这,种,种表示称为,降,降维表示,(Reduced DimensionalRepresentation),，可以部分,解,解决原始表,示,示存在的稀,疏,疏性、缩放,性,性和同义词,问