电子商务系统的应用

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇电子商务系统的应用范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

电子商务系统的应用范文第1篇

关键词：电子商务；CRM

1、CRM应用系统的基本架构

CRM是一种以客户为中心的业务模式，是由多种技术手段支持的、通过以客户为中心达到增强企业竞争力的商业策略。CRM要达到的目标，就是在适当的时间通过适当的渠道给适当的客户提供适当的产品和服务，这不是凭一种技术手段就能够实现的。美国调研机构Meta Group把CRM分为三类：

（一）与企业业务运营紧密相关的运营型CRM

它建立在这样一种概念上，客户管理在企业成功方面起着很重要的作用，它要求所有业务流程的流线化和自动化，包括经由多渠道的客户“接触点”的整合，前台和后台运营之间的平滑的相互链接和整合。运营型CRM即所谓的前端办公室应用，包括销售自动化、市场自动化、服务自动化等应用，以及前端办公室和后端办公室的无缝集成。

（二）以数据仓库为基础、实现统一客户视角的分析型CRM

分析型CRM把大容量的销售、服务、市场及业务数据进行整合，使用数据仓库、数据挖掘、OLAP和决策支持技术，将完整的和可靠的数据转化为有用的，可靠的信息，在将信息转化为知识，进一步为整个企业提供战略上和技术上的商业决策，为客户服务和新产品的研发提供准确的依据，提高企业的竞争能力，使得公司能够把有限的资源集中服务到所选择的有效的客户全体，同这些客户保持长期和有效益的关系。分析型的CRM是这一切成为可能，它是一种处理大容量的客户数据的方法，为了获得可靠的信息支持策略和作战商业决策。

（三）基于多媒体联系中心、建立在统一接入平台上的协作型CRM

协作型CRM是为客户交互服务和收集客户信息提供的各种渠道及联系的手段。实现全方位的客户交互服务和收集客户信息；实现多种各户交流渠道，如：Call Center面对面交流，Internet/Email/Fax,等集成起来，使各种渠道融会贯通，以保证企业和客户都能完整、准确和一致的信息。

如果说运营与协作是企业的臂膀，那么分析型CRM（Analytical CRM ）就是企业的大脑，它能够建立全面的客户信息体系并通过一切可能的渠道与客户进行持续性的沟通，从而为企业赢得更大的竞争优势。

图1 CRM生态系统

2、客户关系管理应用生态系统

一个完整、有效的CRM应用系统由如下四大生态子系统组成：业务操作管理子系统、客户合作管理子系统、数据分析管理子系统和信息技术管理子系统。

（一）业务操作管理子系统

为实现基本商务活动的优化和自动化，主要涉及到三个基本的业务流程：市场营销、销售实现、客户服务与支持。因此，CRM业务操作管理子系统的主要功能模块包括营销自动化（MA）、销售自动化（SA）和客户服务与支持 (CS & S)。

（二）客户合作管理子系统

为实现客户接触点的完整管理、客户信息的获取、传递、共享和利用以及渠道的管理，主要有业务信息系统（OIS）、联络中心管理(CC)和Web集成管理(WIM)。

（三）数据分析管理子系统

为实现商业决策分析智能的客户数据库的建设、数据挖掘，只是库建设等工作，其内容包括数据仓库(DB)和知识仓库(KB)建设，及依托管理信息系统（MIS）的商业决策分析智能(BI)。

3、电子商务对CRM的关键性要求

先进的CRM应用系统必须借助Internet工具和平台，实现与各种客户关系、渠道关系的发生同步化、精确化，符合并支持电子商务的发展战略，最终成为电子商务实现的基本推动力量。Internet和电子商务对CRM应用系统的关键性要求有：

（一）客户信息同步化

成功的CRM系统必须注重使客户信息、数据同步化，以基于网络的技术应用保障，每一次与客户端互动都能从对客户的全面了解开始，并且当客户转向网上渠道时，CRM不会因为出现信息缺陷而落伍。

事实上，为提高客户信息系统的同步性，就要求CRM应用系统在支持传统的客户沟通渠道或支持基于网络的客户方面，即有所侧重，又相互兼容，来自面向客户的整个渠道及功能模块的沟通应用要达到同步化。这也是在目前对网络经济和电子商务模式尚未完全认识清楚的阶段，所能采取的最为稳妥、可能导致最小损失的前瞻性措施。

（二）Internet在CRM系统中的核心地位

从更广泛的意义上来讲，CRM只是通过明确的规划和优化的工作流程帮助公司控制员工与客户的互动，但Internet将交流和达成交易的权力更多地移向客户的一端，企业将不得不给予客户对双方关系更多的控制权，例如，以客户需要的服务的类型、客户需要的信息来架构交互的方式。

CRM系统还要针对电信、金融、保险、IT和公共事业等重点行业提供行业解决方案，针对其特定的工作重点提供单独的电子商务模块支持。

总之，通用模块完善、支持灵活组配、基于Web应用、支持和开发电子商务的CRM才是市场的发展方向。

参考文献：

[1]邵兵家、于同奎，《客户关系管理:理论与实践》，清华大学出版社，2007。

电子商务系统的应用范文第2篇

关键词： 电子商务系统；SOA架构；web service技术

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2013）15-3656-03

近年来，随着Internet技术的不断发展，电子商务也日趋成熟起来。商家都很清楚的意识到电子商务的发展前景和巨大潜力，各类电子商务网站如雨后春笋般的涌现出来，网上购物的人群已不再仅仅局限于年轻人，越来越多的人加入了“网购”的大军。面对众多的电子商务系统，安全性、复用性等一系列问题成了关注的焦点，该文讨论的一种基于SOA架构的电子商务系统，能适应未来电子商务发展的趋势。

1 SOA架构概述

SOA（Service-Oriented Architecture）是一种面向服务的体系架构，采用面向服务的软件封装技术，它将应用程序的各功能单元通过服务的接口相联系。SOA是服务的集合，服务对外的接口是采用中立的方式进行定义的，独立于实现服务的硬件平台、操作系统和编程语言[1]。在SOA架构中，每个服务可以看成是一个子应用程序，将这些服务按照一定的方式组合起来可以形成不同的业务功能。

在SOA的体系架构中，包括3类角色：服务提供方、服务中介方、服务请求方[2]。服务提供方将自己提供的子功能封装成各类的服务，并进行；服务中介方注册这些已经的服务；服务请求方向中介方请求需要的服务，经过查找使用所请求的服务。图1即为SOA的体系架构。

2 基于SOA架构的电子商务系统设计

随着用户功能需求的不断增多，使用人数的不断递增，电子商务系统也常常需要更新换代。再比如2012年的双11、双12促销活动，大量订单同时生成，而电子商务系统本身的负载有限，导致用户很多的操作无法进行下去。如何尽量降低升级维护成本，利用现有业务进行升级重组，成为电子商务系统关注的问题之一。该文搭建了一个基于SOA架构的电子商务系统，以服务的方式提高资源的利用率，实现业务重组与资源共享。

2.1 系统架构

SOA架构的一大特点就是松耦合[3]，所提供的服务也是独立的，应用程序以查询的方式从服务中介方获取自己所需要的服务。SOA是一种架构，该文利用了Web Service技术来实现服务与应用系统之间松耦合的集成。系统采用分层的体系架构，如图2所示。

在该架构下，用户通过提交不同的表单，请求不同的业务，进而调用不同的服务，这些服务可能来自于不同的电子商务平台，是通过SOAP协议[4]进行服务信息，并用WSDL[5]进行服务描述，从而实现对分散的，相互独立的子系统进行集中管理，达到不同系统间的资源共享的目的。比如现在电子商务系统中使用的支付宝、网银等一些网上支付功能，就是调用了统一的支付服务，这些服务都有标准化的接口。

2.2 系统功能

每个电子商务系统包含的具体功能可能不同，但是基本的核心功能是一致的，即实现买卖双方的在线交易，那么可以将这些基本的功能封装成相应的服务。一个电子商务系统包含的功能主要有：用户管理、商品管理、商品订购、支付管理。

用户管理：对注册的用户进行管理，包括基本信息的查看。

商品管理：实现对商品类别的增删改，可以采用多级分类，以及商品基本信息的维护，包括商品名称、价格、数量等，同时实现对商品的添加、删除和查询等一系列基本操作。

商品订购：实现对用户购物车的分配、装载与卸货，浏览用户订单并处理发货等基本操作。

支付管理：实现客户对购买商品的价格维护，对用户支付情况的查阅等。

2.3 系统实现

将系统的用户管理、商品管理、商品订购中的一些功能封装成web service的服务，在一些类似功能的电子商务系统中实现某些资源的共享。下面以商品管理中商品信息维护子模块为例。

商品信息维护模块主要包括商品信息的增删改查，涉及到的数据库可以表示为商品（商品编号、商品名称、所属类别、数量、产地、价格、商品描述、运费）。表示层主要是系统的UI界面，业务层为实现具体功能的方法，服务层的web service接口如图3所示。

在系统实现过程中，为了数据的安全性，增加一个数据访问层，主要用于对数据库的操作。比如对商品进行查询操作，在UI界面中点击“查询”按钮后，系统调用业务层“商品查询”的方法，在该方法中请求web service中listgoods服务，并将结果逐层返回，如图4所示。

3总结

本文介绍了面向服务的体系结构（SOA）在电子商务系统中的应用。面对快速发展的电子商务，基于该架构的系统具有松耦合性，因而不需要彻底重新创建新的系统，可以方便的进行业务的重组。此外，对于类似功能的电子商务系统，可以通过服务的形式实现资源的共享，提高资源的利用率。

参考文献：

[1] 汪涛.基于SOA架构的中间件应用集成技术[J].无线电通信技术，2009，35（4）：14-16.

[2] 徐宏云，欧阳泉.基于Web服务的统计信息共享平台的构建[J].计算机与数字工程，2012，40（6）：73-75.

[3] 吴家菊，刘刚，席传裕.基于Web服务的面向服务（SOA）架构研究[J].现代电子技术，2005，14：1-4.

电子商务系统的应用范文第3篇

[关键词] 电子商务 数据挖掘 日志挖掘 知识发现 人工智能

随着电子商务的发展，企业的数据越来越多，而当其数据积累到一定程度时，必然会反映出一定规律性的东西，也就是说，企业的海量、分布、动态、复杂、非结构化的数据中蕴含有可以为其利用的规律。因此，人们迫切希望使用一种技术，从中挖掘出具有价值的规律来，形成对企业的技术和经营的指导。数据挖掘技术是可以用来挖掘这些规律的一种有效工具。

Web中包含的丰富和动态的超链接信息，以及Web页面的访问和使用信息，为数据挖掘提供了丰富的资源。如何对Web中的数据进行有效的资源和知识发现，是Web挖掘需要解决的问题。

一、Web信息数据的特征

传统数据挖掘的信息局限于数据库中的结构化数据，而Web信息数据是半结构化或非结构化的,具有如下特征: 一是大规模海量数据信息。二是信息分布广泛。三是异质、动态的信息源。Web及其数据的更新、增长速度极快, Web上的信息几乎都是隐藏的、未知的。四是信息具有丰富的内涵。既有涉及各方面丰富的信息内容,又蕴涵着访问页面、路径、时间、用户IP地址等这些潜在的访问信息。

二、数据挖掘及Web挖掘技术

1.数据挖掘

数据挖掘，又称数据库中的知识发现，近几年来已被数据库界所广泛研究。它是在数据仓库或大型数据库的基础上，从大量的、模糊的、随机的数据中提取出数据间重要的但容易被人工分析忽略的知识和信息。数据挖掘技术涉及数据库、人工智能、神经网络、预测理论、机器学习和统计学等多种相关技术。数据库中的知识发现（KDD）是从大量数据中提取出可信的、新颖的、有效的并能被人们理解的模式的高级处理过程。模式可以看作是我们所说的知识，它给出了数据的特性或数据之间的关系，是对数据包含的信息更抽象的描述。

2.Web挖掘

Web挖掘是对数据挖掘的一种新的发展和应用，但不同于传统的数据挖掘，其主要区别在于传统的数据挖掘的对象局限于数据库中的结构化数据，并利用关系表等存储结构来挖掘知识，而Web挖掘的对象是半结构化或非结构化特征。

Web挖掘就是从大量的Web文档和Web活动中发现、抽取感兴趣的、潜在的有用模式和隐含的、事先未知的、潜在的信息。它以数据挖掘、文本挖掘、多媒体挖掘为基础，并综合运用计算机网络、数据库与数据仓库、人工智能、信息检索、信息提取、机器学习、统计学、概率理论、可视化、计算机语言学、自然语言理解等多个领域的技术，并将传统的数据挖掘技术与Web结合起来。Web挖掘分为：Web内容挖掘、Web结构挖掘和Web使用记录挖掘，如下图所示。

图 Web挖掘的分类

三、基于Web日志挖掘的算法

Web日志记录了用户访问的信息，包括用户的访问方式、访问时间、访问人数、用户IP地址、被请求文件的URL HTTP版本号、传输字节数、引用页的URL等。

1.符号与定义

Web日志文件是由一条记录组成的，一条记录实际上记录的是用户对Web页面的一次访问。

定义1关联规则：设I是Web日志的一条记录，即I={i1,i2,…,im},其中ij(1≤j≤m)是某用户访问一种商品的数据，每次访问一种商品都包含有如商品编号、访问时间、访问次数、客户号、客户IP地址等数据，称此类数据为数据项。Ti∈I为I的一个子集。D={T1,T2,…,Tn}是关于Ti的集合，且X∈I，Y∈I，X∩Y =Ф，则记录X=>Y为在集合D中X与Y相互关联的规则。

定义2支持度：如果X=>Y在T中的S%成立，则称X＝>Y的支持度为S%，即

S% =(|{t|t中含有X,Y}|/|T|)・100%

支持度S%表示X=>Y中出现的普遍程度。

定义3置信度C%

C%=(|{t|t中含有X,Y}|/|{t|t中含有X}|)・100%

置信度表征的是规则的强度。

定义4频繁模式：大于给定的支持度的模式X=>Y称为频繁模式，并将它看成是T中一条有意义的关联规则。

2.算法描述

根据FP－增长或频繁模式增长（Frequent-pattern Growth）算法，将关联规则的挖掘分为两个步骤实施：根据所提供的最小支持度和最小置信度找出所有的频繁项集；利用所产生的频繁项集，产生合理的关联规则。

（1）FP－增长算法的具体算法描述如下：

输入事务数据库D，最小支持度阈值min_sup

输出D中的所有频繁项集

方法1按以下步骤扫描构造FP－树：

①扫描事务数据库D一次。收集频繁项的集合F和其支持度。对F按支持度降序排序，结果为频繁项表L。

②创建FP－树的根节点，以“null”标记。对D中每个Trans,执行：

选择Trans中的频繁项，按L中的次序排序。设排序后的频繁项表为[p│P]，其中p是第一个元素，P是剩余的元素表。调用insert_tree([p│P] ,T)。即：如果T有子女N使得N.item－name = p.item－name，则N的记数增加1，否则创建一个新节点N，并将其计数设置为1，链接到它的父节点T，并通过节点链接结构将其链接到具有相同itemname的节点。如果P非空，递归调用insert_tree（P,N）。

方法2procedure FT_growth(Tree,α)

if Tree含单个路径P then

for P中节点的每个组合（记作β）产生模式β∪α，其支持度support=β中节点最小支持度；

else for each αi在Tree的头部{

产生一个模式β=αi∪α，其支持度support =αi・support；

构造β的条件模式基，然后构造β的条件FP－树Treeβ；

if Treeβ≠φthen

调用FP_growth(Treeβ,β)；}

（2）产生频繁项集。本文主要介绍如何产生所有频繁项集。假设有一个两维的Web日志数据文件。一维是商品号，共有三种商品，分别标志为T1，T2，T3；另一维包括商品的访问次数，为简化处理，分别标志为Interview1，Interview2，Interview3，Interview4，Interview5。另假设Min_sup=0.3，Minconf =0.5,表1给出了两维的事务数据库，表2给出的是一维频繁项集，表3给出的是二维频繁项集。

表1 事务数据库表2 一维频繁项集表3 二维频繁项集

四、结束语

电子商务系统的应用范文第4篇

关键词：电子商务技术；医院；采购系统；应用

前言

就目前而言，我国大多数现代医院在建立健全医院管理系统方面都取得了一定的成绩。在医院中常见医疗设备管理系统、PACS等，这些系统的全面性和应用范围的扩大对医院管理整体效率的提升是一种巨大的推动，非常好地实现了医院管理的数字化。但是伴随着时代和信息技术的全面发展，之前单纯的医院管理系统已经很难满足医院发展的实际需要，我们想要紧跟时代的发展就一定要建立信息管理系统和医疗卫生系统信息共享网络，对信息资源不断地进行整合，将自身的优势发挥到最大，逐步建立起满足现代社会需求高现代化的医院信息管理体系。现在，医院日常管理的重要内容是采购医疗设备、医用耗材以及其他物资等，而且这项工作还是确保医院正常运行的基础和重要性保证，现在越来越多的医院已经认识到自身医院采购工作进行的是否顺利和医院的费用支出、成本核算之间有莫大的关系。如果我们在医院物资等采购工作环节成功融入信息技术和电子商务技术同时做好对其的管理，医院的采购成本便可以得到很好地降低，进而为医院的发展奠定好基础，同时医院的服务质量也能有所保障。

1 当前医院采购应用电子商务技术的可能性阐述

之前，我国医院的采购环节一直存在各种各样的问题，相关部门也分别从医疗体制改革、法律法规、市场调控等方面采取措施去解决其中的问题，但是最终却没有收到较好的成效。现在随着网络技术发展和应用范围的扩大，以计算机网络为工具，建立医院采购电子商务系统去从根本上解决医院之前采购环节中出现的各种问题显然已经成为未来改革的主要方向。医疗主管部门在招标、采购中的监管力度和范围的不断增强，是非常需要先进电子商务技术和方法的配合，在医院采购现状的基础上将信息化建设工作提升日程同时要不断加强，最终建立起集高效性、操作简便性特点于一身的医院采购电子商务平台。另外，全面整合政府部门、供应商、医院采购的信息资源，为信息资源的共享做好前期基础，最终确保能够实现电子商务化操作的全过程。政府在确定供应商时可以选择社会招标的方式，这样可以从源头确保我们的医疗产品目录和产品价格清单是透明化且统一的，然后通过电子商务平台对医院的采购行为和流程进行监管，这同样也是医院对供应目录中产品进行筛选的重要方式，在这些工作的基础之上向供应商提交最终的订单，供货商通常会在收到电子订单之后便进入发货供应环节，最后还有医院对产品验收的工作环节，在确保验收合格之后医院就可以通过电子商务平台签付。另外，政府部门、医疗器械供应企业和医院的资源都是可以通过电子商务平台进行整合的，因为这样的方式可以大大降低流通的整个环节和手续，进而促进采购成本和难度的减少。因为采购行为都是在网上进行的，这种情况下采购的透明度有很大的提升，非常巧妙地减少了暗箱操作发生的可能性，政府部门的监管力度也会有所增强。截止到现在，全国已经有许多医院通过电子商务技术开展医疗设备和耗材的采购工作，虽然到目前为止，距离完整的电子商务采购体系的建设还有很大的距离，但是我们也在通过自己的努力验证着电子商务的可操作性。

2 我国各大医院在采购环节应用电子商务技术的优势

2.1 通过在医院采购环节应用电子商务技术能够非常好地对医院的各类设备资源进行整合

面对医院的采购任务，一些大型设备的供应商本身有很大的优势，因为这些供应商的资金、技术、产品的质量、售后服务以及技术等方面要比别的供应商更加完善，所以在这些方面，大型设备的供应商表现的更加突出，能够给医院足够的保障。所以，在产品的竞标过程中自身拥有非常强的竞争实力。如果是那些技术含量低、服务体系远远跟不上时代潮流的小型商，在设备资源整合的过程中就会逐渐被市场所淘汰，极大地推动了整个医疗行业的改革，帮助其得到更加健康的发展。除此之外，医院通过运用电子商务平台，促使医院的医疗设备和耗材产品资源得到较之前更加透明的展示，这同样是促进医院采购工作顺利进行的重要方面。

2.2 通过在医院采购环节应用电子商务技术能够巧妙地整合医院的医疗物流资源

现在的社会就是一个处于不断竞争中的社会，医院想要在激烈的竞争中获得可持续性的协调发展，就应该逐步地结合自己的发展现状引入现代化的物流技术。许多的医院已经通过自己的实践验证了运用电子商务平台进行采购后所获得的收获，一方面整个医疗产品的订货量和之前相比有了很大程度的提高，另一方面很好地促进了供货商对资源的集中，帮助我们在最短的时间内选择出服务质量好、送货速度快的更加专业的物流公司，通过这两个方面的共同改善，物流成本会得到一定程度的减少，流通速度却较之前有了很大的提高，与此同时，物流风险和运输过程中的损耗都会有很大的降低。

2.3 通过在医院采购环节应用电子商务技术能够恰到好处地增强社会和政府部门对采购的监管力度

通常来讲，我国医院的采购电子商务系统是由政府部门主导建立的平台，而且会以合理的方式对所采购的产品展开集中性的招标和审核，在这个过程中医院和供应商都是处于一个平台中进行的公开易，所以，政府部门是可以直接对采购的各个环节进行监督和管理的，这样就可以对其中的各种不良行为增加防范。

2.4 通过在医院采购环节应用电子商务技术能够全方位地提升采购的透明力度

现在我国的一些医院中普遍存在着医疗产品内定、吃回扣等行为，现在这些问题仍然是让医院甚至是整个医疗体系改革头疼的重要方面。相对来讲，电子商务采购平台是处于一个公开、公正、公平的大环境中，整个过程中是会受到政府、医疗主管部门、社会等多层次的监督，如此一来，采购的透明度较之前便会有非常大的增加。

3 在我国医疗采购系统中应用电子商务技术的难点问题

医院的各类设备和耗材和一般性的产品还是有很大的差别，而且产品的种类也很多，通常情况下，医院所使用的产品品种具有多样化且不易运输等的显著特点，假如在实际工作中我们将所需的这些产品都进行集中性的招标采购，是需要花费大量的人力、物力以及财力的，而且工作的程序也是比较繁琐的，时间周期也是很长的。另外，医院在电子商务平台采购之后，怎样运用一个恰当的方式确保产品的质量和售后服务同样是一个非常重要的问题。而且，当前需要迫切解决的另一个显著性问题是怎样建立统一的医疗产品标识和编码并对其进行有效的管理。需要注意的是，在医院的采购系统中应用电子商务技术进行交易终究是一个虚拟的平台，一些常见的电子支付手段和方式中都会存在一系列较为实际的问题，但是相关的法律法规还不够健全，导致其依旧是电子商务技术在医院采购系统中急需解决的重点性问题。

4 结束语

伴随着科技的不断发展，我国的电子商务技术在医院采购系统中的应用范围和程度都在不断地扩大、加深，此技术同样也得到了医院各级部门的高度重视，通过大量的实践已经成功地印证了电子商务技术是一定可以在医院的采购管理中发挥很重要的作用的，并不断地解决现在医疗采购中存在的各种各样的问题。

参考文献

[1]诸志聪.电子商务技术在医院采购系统中的应用[J].现代医院，2012（1）.

[2]沈明，王军明，吴海群.我国医药电子商务发展的现状、问题及对策[J].中国药房，2009，13（7）：440-441.

电子商务系统的应用范文第5篇

随着Internet的普及，信息爆炸时代接踵而至，海量的信息同时呈现，使用户难以从中发现自己感兴趣的部分，甚至也使得大量几乎无人问津的信息称为网络总的“暗信息”无法被一般用户获取。同样，随着电子商务迅猛发展，网站在为用户提供越来越多选择的同时，其结构也变得更加复杂，用户经常会迷失在大量的商品信息空间中，无法顺利找到自己需要的商品。

个性化推荐，被认为是当前解决信息超载问题最有效的工具之一.推荐问题从根本上说就是从用户的角度出发，代替用户去评估其从未看过的产品，使用户不只是被动的网页浏览者，而成为主动参与者。准确、高效的推荐系统可以挖掘用户的偏好和需求，从而成为发现用户潜在的消费倾向，为其提供个性化服务。

二、个性化推荐系统概述

个性化推荐系统是指根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。它是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。购物网站的推荐系统为客户推荐商品，自动完成个性化选择商品的过程，满足客户的个性化需求。

2000年，我国正式开始了个性化推荐的研究，清华大学的陆海明等提出了基于Agent多混合智能实现个性化推荐；2001年清华大学的冯翱等人提出了基于Agent的个性化信息过滤系统Open Bookmark；南京大学的潘金贵等人设计并实现了个性化信息搜集智能体DOLTRL-Agent。近几年来，个性化信息推荐服务逐渐从理论走向实践，从探索走向完善，逐步成为商业界的焦点。

三、常用的个性化推荐系统算法分析

下面对常用的个性化推荐系统的算法进行简要的分析。根据算法的不同，当前已有的个性化推荐系统大致可以分为以下几类：基于规则的推荐系统；基于内容的推荐系统；协同过滤系统；基于用户-产品二部图网络结构的推荐系统；以及混合式推荐系统。

1、基于规则（Rule-based）的推荐系统

关联规则挖掘是数据挖掘领域的一个重要分支。对于基于关联规则的推荐算法来说，其作用机理就是：首先统计得到挖掘出的规则前件，然后针对目标客户的历史购买行为，向顾客推荐规则后件。该算法的优点是容易理解，研究基础广泛且成熟，支持其实现的软件丰富，有较好的实践条件；缺点是随着事务的增多，规则的发现将非常耗时，并且规则难以解释。

2、基于内容（Content-based）的推荐系统

基于内容的推荐起源于信息检索领域，它利用资源和用户兴趣的相似性来过滤信息。首先分析项目的内容，根据用户评价过的项目建立用户的兴趣模型，即用户描述文件。根据用户描述文件的不同又可以分为基于向量空间模型的推荐、基于关键词分类的推荐、基于领域分类的推荐和基于潜在语义索引的推荐。

基于内容的算法的优点是直接、简单，推荐结果易于解释。但也存在一定的局限：首先，特征提取能力有限，它仅适用于产品特征容易抽取的领域，当项目特征很难被一组关键词来清晰描述时，基于内容的推荐算法就显得苍白无力了。

3、协同过滤（Collaborative filtering）系统

协同过滤是目前应用研究的最为广泛最成熟的个性化推荐技术。主要分为基于用户的协同过滤系统和基于项目的协同过滤系统。其核心思想是：首先，基于系统中已有评分数据，计算给定用户（或项目）之间的相似性；然后根据计算得到的相似性，寻找目标用户（或项目）的最近邻居集合；最后使用最近邻居集合中的用户（或项目）的评分情况来预测目标用户对目标项目的评分值。

协同过滤的推荐系统主要优点有：

（1）对内容信息不易抽取的项目能产生完全自动化的推荐；

（2）能根据项目的质量和用户的品味产生推荐；

（3）能为用户发现新的兴趣。当然，协同过滤推荐系统也存在一些弊端：

（1）数据稀疏性问题，这也是协同过滤系统目前存在的最普遍的问题。

（2）冷启动问题，当一个新项目刚加入系统的时候，由于没有任何用户对它进行过评分，该项目便无法得到推荐。

（3）同一性问题，对于名称不同本质相同的项目，协同过滤无法发现潜在的联系；

（4）扩展性问题，随着系统中项目和用户数量的增多数据库将变得非常庞大，为用户产生推荐的精度和实时性都因此而降低。

4、基于用户-产品二部图网络结构（Network-based）的推荐系统

基于网络结构的推荐算法不考虑用户和产品的内容特征，而仅仅把它们看成抽象的节点，所有算法利用的信息都藏在用户和产品的选择关系之中.分别利用用户一产品用二部分图建立用户―产品关联关系，并据此就提出了基于网络结构的推荐算法。其中，提出了一种全新的基予资源分配的算法，通过在协同过滤算法中引入二部分图上的扩散动力学，部分解决了数据稀疏性的问题。

5、混合式（Hybrid）推荐系统

基于规则的、基于内容的以及协同过滤的推荐算法由于自身的特点，在实际应用中都存在一些缺陷，因此就提出了把多种不同算法结合起来形成混合算法的解决方案。

四、个性化推荐系统对电子商务网站的意义

个性化推荐系统作为一种电子商务服务，是网络营销的重要手段。据VentureBeat统计，Amazon的推荐系统为其提供了35%的商品销售额。个性化推荐系统能够有效地留住顾客、防止顾客流失，提高销售额，因此受到越来越多的关注。综合来看，个性化推荐系统对电子商务网站的意义，主要可以概括为以下几点：

1、把网站浏览者转变为购买者

有些用户浏览网站并非有有购买目的，如果网站通过个性化推荐系统对其进行推荐，有可能使顾客形成购物冲动，从而促进销售。

2、提高电子商务网站的交叉销售能力

个性化推荐系统可以发现顾客所购买商品之间存在的内在关联，网站可以根据推荐算法的输出结果，对相关商品进行组合推荐、捆绑销售等，从而促进销售。

3、提高顾客对电子商务网站的忠诚度

个性化推荐系统可以让顾客受困于海量的信息当中，因此适当的使用个性化推荐系统对顾客进行商品信息推送可以提高顾客的购物舒适度和满意度，从而提高顾客的忠诚度。

4、优化电子商务网站

根据Web日志数据分析用户的行为模式，推荐超连接列表，或者动态地生成可能的网页超链接。尽可能迎合每个用户的浏览兴趣并且不断调整网站链接结构适应用户浏览兴趣的变化，使每个用户在浏览网站时都有该网站的唯一用户的感觉。

五、结语

网络交易量不断增长的时代，已经出现了很多实用的个性化推荐系统。它能够利用顾客期望的产品单、购物车、顾客提交的评价以及购买记录等，为顾客推荐适合的产品，提供多项推荐服务。本文简单介绍了几类基于不同推荐算法的推荐系统.虽然这些推荐系统都已经投入应用，并且取得了可观的经济效益，然而，这些系统都面临着许多问题，需要从理论和应用角度进行深入的研究。（作者单位：山西省运城市广播电视台）

参考文献

[1]张靖.网络个性化服务资源综合推荐研究[J].计算机仿真.2009.26（11）：157-165）

[2]刘建国，周涛，汪秉宏.个性化推荐系统的研究进展[J].自然科学进展.2009.19（1）：1-15

[3]李智琦，陈世颖，杨怡凝.基于数据挖掘的个性化推荐在SNS中的应用[J].电脑知识与技术.Vol.7，No.28，October 2011.

[4]曾春，邢春晓，周立柱.个性化服务技术综述[J].软件学报.2002.13（10）：1592-1561

[5]吴丽花，刘鲁.个性化推荐系统用户建模技术综述[J]，情报学报，2006，25：55-62

[6]王茜，杨莉云，杨德礼，面向用户偏好的属性值评分分布协同过滤算法[J]，系统工程学报，2010.04

[7]Lin Hongfei，et al Text Browsing Based on Latent Semantic Indexing[J]. Joural of Chinese Information Processing， 2000， 14（5）：241-245.