电子商务信息服务管理

前言：本站为你精心整理了电子商务信息服务管理范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

编者按：本论文主要从个性化信息服务；个性化信息服务的主要特点；个性化信息服务研究的基本问题；个性化信息推荐系统等进行讲述，包括了以用户为中心，以满足用户个性化的价值追求为目标、具备智能化信息分析与处理功能、推荐精确、系统的知识、主动性、高效性、灵活性、允许用户充分表达个性化需求、个性化信息推荐系统的关键技术、个性化信息推荐系统的基本要求、个性化信息推荐系统体系结构等，具体资料请见：

[摘要]与传统信息服务相比，个性化信息服务能更好地满足用户的需求，是电子商务发展的方向。本文在介绍个性化信息服务的同时，着重讨论了实现个性化信息服务的关键技术——个性化信息推荐系统，尝试给出一个个性化信息服务推荐系统的体系结构。

[关键词]电子商务个性化信息服务个性化推荐系统

一、个性化信息服务

随着网络技术的不断发展和电子商务的盛行，个性化信息服务成为了各商家在激烈的竞争中立于不败之地的重要法宝。DELL公司的成功，就证实了个性化信息服务的重要性。个性化信息服务是指互联网络使用者可以按照自己的目的和需求，在某种特定的网络功能和服务方式中，自己设定网上信息的来源方式、表现形式、特定网上功能以及其他的网上服务方式等，以达到最为快捷地获取自己所需的网上信息服务内容的目的，强调“以用户为中心”尽可能的满足用户的需求。个性化信息服务应用于电子商务中，通过捕获用户的兴趣来提高商品的销售量。

二、个性化信息服务的主要特点

1.以用户为中心，以满足用户个性化的价值追求为目标。个性化信息服务应主动为用户选择最需要的资源与服务，根据用户需求的变化，动态的改变所提供的信息，让用户得到个性化的服务。它以满足特定用户的特定需求为主旨，以给用户提供最快捷、最方便、最易用的服务为目标，它是“以用户为中心”的服务，可以是以用户的信息需求为依据，面向用户开展的一切服务性活动，也可以是针对特定需求向用户提供特定信息的有计划、有目的的活动，服务的基础就是用户的信息需求。

2.具备智能化信息分析与处理功能。个性化信息服务中的智能化信息分析与处理功能一方面表现在系统的主动性推荐和协同推荐上，另一方面表现在对用户综合行为的挖掘中。主动推荐是指主动采集并跟踪用户浏览的信息，从用户日常检索浏览中主动学习用户的兴趣，推理并预测用户需求，及时处理推荐信息；协同推荐是指根据不同用户的相同点或相似性进行信息推荐，使需求相同的用户之间共享查询结果。用户综合行为的挖掘是针对用户所有可能被记录下来的行为进行数据挖掘，实现资源的深层挖掘并提供有效的服务。

3.推荐精确、系统的知识。个性化信息服务通过过滤、屏蔽无关无用的冗余信息，推荐精确、有效、真正具有针对性的信息，:能自动地、智能地将大量的数据转换为具有规律性、系统性的知识，形成具有内在关联的信息链和知识链，并以易于理解的模式推荐给用户。

4.主动性、高效性、灵活性。个性化信息服务采用“push”技术，其主动性主要是指服务不需要用户及时请求而主动地将数据传给用户，与传统的浏览器的“pull”技术的被动服务形成鲜明的对比；高效性主要是指可在网络空闲时启动，能够有效的利用网络带宽，比较适合传送大量的多媒体信息；灵活性主要体现在用户能够完全根据自己的方便和需要，灵活地设置连接时间，通过E-mail、对话框、音频、视频等方式获取网上特定信息资源。

5.允许用户充分表达个性化需求。个性化信息服务系统不仅提供友好的界面，而且方便用户交互、描述自己的需求、反馈对服务结果的评价等。

三、个性化信息服务研究的基本问题

个性化信息服务研究的基本问题包括个性化的具体应用：个性化应用分为资源的个性化入口和过滤/排序；用户信息需求定义文件的表示与创建：用户信息需求或兴趣的描述和存储；协同过滤与单独过滤：针对一个或一组用户对信息文档根据文件进行的相关度排序；系统的体系结构：用户信息需求定义文件放在服务器还是客户计算机上，或者处于二者之间的服务器上；个性化系统的评估：包括信息需求定义文件的收敛分析和信息需求定义文件是否反映用户的实际兴趣分析。这些问题也是设计一个具体的应用必须要明确的问题，而且它们之间是互相关联、互相制约的。

四、个性化信息推荐系统

推荐系统是一种在特定类型数据库中进行知识发现的应用技术，使用多种数据分析技术为用户更好的服务，向用户主动、及时、准确地提供所需信息，并能根据用户对推荐内容的反馈进一步改进推荐结果。不仅要对用户提出的要求提供最贴切的信息服务，还要能依据个体个性特征，主动收集个体可能感兴趣的信息，甚至预测个体可能的个性发展，提前收集相应的信息，最后以个性化方式显示给个体。是实现个性化信息服务的关键。

1.个性化信息推荐系统的关键技术。个性化信息服务推荐系统是实现个性化信息服务的主要途径，主要是通过信息过滤和协同过滤等技术将用户需要的信息推荐给用户的。其关键技术有：

(1)内容过滤技术:试图跟踪和把握用户的潜在信息需求，比较资源和用户描述文件，对动态信息流进行过滤，尽量屏蔽无用信息，向用户主动提供信息资源列表，从而提高用户获取信息的效率。(2)协同过滤技术：利用用户的访问信息，通过用户群的相似性进行内容推荐，不依赖于内容仅依赖于用户之间的相互推荐，避免了内容过滤的不足，保证信息推荐的质量。

(3)聚类分析技术：对数据对象进行分类，把一组数据对象分到不同簇中，簇是一组数据对象的集合，使簇内各对象间具有较高的相似度，而不同组的对象差别较大。

2.个性化信息推荐系统的基本要求。个性化信息服务是为用户打造量身订制的服务，是为了更好的满足用户的需求。个性化信息服务推荐系统应该满足个性化、主动性、新颖性、准确性的基本要求。

(1)个性化:根据不同用户的不同背景、不同需求，为不同用户提供不同的信息，存在一定程度的个性差异。

(2)主动性:系统主动根据用户的信息需求向用户提供信息，实现“信息找人”的过程，而不是“人找信息”。

(3)新颖性:系统向用户提供的信息是用户以往所不具有的，未曾访问的却又是需要的。

(4)准确性:在相同或相近的信息资源中，对两个不同用户的相似要求返回不同的信息结果，以满足不同用户的不同需求。

3.个性化信息推荐系统体系结构。目前，个性化信息推荐系统总的来说可以分为基于规则的和基于过滤的两种推荐系统。基于关联规则的个性化信息服务，主要针对特定的站点组织结构，采用最大向前访问路径辅助内容事务方法。制定一系列规则并利用这些规则为特定用户提供服务。利用规则来推荐信息依赖于规则的质量和数量，基于规则的技术缺点是随着规则的数量增多，系统将变得越来难以管理。基于过滤的个性化推荐服务分为基于内容过滤的推荐服务和基于协同过滤的推荐服务。基于内容过滤是通过比较资源和用户信息描述文件，推荐与用户兴趣相似的资源。基于协同过滤的推荐系统则是利用用户群的访问信息，通过用户群之间的相似性进行内容推荐。

结合以上两类系统，为了能够为用户主动提供所需信息，个性化信息服务推荐系统一般需要通过用户接口模块、需求信息模块、信息检索模块、用户分析模块、信息过滤模块、信息推送模块6个功能模块来实现。

(1)用户接口模块：是用户与系统之间的接口。负责处理用户初次输入的用户信息，并将它存储在用户信息库中；接收用户输入的认证信息，与用户信息库中的个人认证信息比较，完成用户身份认证；处理用户的检索需求；将用户输入的兴趣、爱好信息及用户对于推荐信息的评价提交给需求分析模块，接收信息推送模块送来的信息，最终将其提交给用户。

(2)需求分析模块：是对用户接口模块送来的用户初始兴趣信息进行分析，建立用户模型，并根据用户反馈修改用户模型。

(3)信息检索模块：是接收用户接口模块处理过的用户检索需求，检索本地数据库和网络数据库，并将检索结果送到信息过滤模块，并将其存储到本地信息库中。

(4)用户分析模块：是负责比较该用户模型与其它用户模型之间的相似度，找出有相同或相似兴趣的其他用户，相互推荐信息，实现信息资源共享。

(5)信息过滤模块：是根据用户模型对信息检索模块返回的检索结果进行过滤并将过滤的结果送到信息推荐模块；此外，如果用户分析模块找到了具有相同或相似兴趣的用户，信息过滤模块也将这些用户的个性化信息传送到信息推荐模块。

(6)信息推荐模块：是负责实现主动信息服务，根据用户信息库中对于信息推送的时间、数量等设置，将经过信息过滤模块过滤的信息推送到用户接口模块。

五、结束语

传统的定题服务所具有的主动性是有限的，从根本上讲仍是“用户找信息”，而个性化信息服务是依托网络环境的，可以在较高程度上改变信息与用户的关系，能够满足网络环境下真正实现“信息找用户”。个性化信息服务以其交互性好、不受时间地域的限制、针对性强、资源丰富等优点，将成为电子商务发展的方向。