大規(guī)模定制環(huán)境下客戶需求獲取支持系統(tǒng)研究

陳 磊，吳清烈，楊 惠，王勤勤

(東南大學(xué)管理工程研究所，江蘇 南京 211189)

大規(guī)模定制是指企業(yè)以接近大規(guī)模生產(chǎn)的成本和效率向客戶提供個性化的產(chǎn)品和服務(wù)[1]。通過實施大規(guī)模定制模式，企業(yè)可以有效地滿足眾多客戶的個性化需求，同時也能夠?qū)崿F(xiàn)自身的規(guī)模經(jīng)濟(jì)。如何便捷有效地獲取客戶的定制需求，為客戶提供滿意的需求響應(yīng)方案，是保證產(chǎn)品定制成功的首要環(huán)節(jié)，對企業(yè)實施大規(guī)模定制模式具有重要意義。

近年來，隨著Internet和Web技術(shù)的日益成熟，以及電子商務(wù)的蓬勃發(fā)展，為企業(yè)獲取客戶的需求提供了一個便捷的渠道[2－4]。梁樑等提出了在Internet上通過交互式對話獲取客戶需求信息，然后應(yīng)用QFD和TOSIS法進(jìn)行產(chǎn)品配置優(yōu)化分析[5];劉飛等提出了企業(yè)設(shè)計人員與客戶通過Internet進(jìn)行協(xié)同配置的思想和方案[6]。企業(yè)基于Internet與客戶交互，雖然可以獲得較為準(zhǔn)確的需求信息，但無法實現(xiàn)低成本、高效率為眾多客戶服務(wù)的目標(biāo)。

岳同啟等通過引入智能Agent建立智能客戶需求獲取系統(tǒng)，采用智能Agent技術(shù)和需求模板檢索技術(shù)相結(jié)合的方法，將獲取的客戶需求從模糊、粗糙狀態(tài)逐漸具體化[7]。文獻(xiàn)[8]研究了基于Web的客戶集成化面向訂單設(shè)計的方法，通過應(yīng)用模板生成符合客戶需求的CAD模型，并采用有限元法對產(chǎn)品模型的結(jié)構(gòu)進(jìn)行分析評估。采用需求模板獲取客戶需求，有利于客戶需求描述的規(guī)范化，便于信息的共享、傳遞和重用，但該方法更多的是從企業(yè)設(shè)計者的角度建立模板，限制了客戶的主動性和個性化需求的表達(dá)。

此外還有選擇菜單法，即系統(tǒng)提供給客戶定制選項，客戶通過選擇一組屬性、部件、價格等選項來實現(xiàn)產(chǎn)品個性化定制[9]。然而這種定制系統(tǒng)向客戶提供的是一個統(tǒng)一的定制界面，忽視了客戶本身的知識水平以及需求表達(dá)能力方面的差異性，導(dǎo)致客戶無法順利完成定制選項的選擇，而且過多的選項會給客戶決策造成很大的困擾，也無法實現(xiàn)輔助客戶作出定制決策的作用[10－11]。文獻(xiàn) [12]提出了一種咨詢界面方法輔助客戶進(jìn)行定制選項設(shè)置，在客戶設(shè)置選項遇到困難時提供建議，并將合適的選項推薦給客戶;文獻(xiàn)[13]基于模擬領(lǐng)域?qū)＜遗c客戶智能對話獲取其需求的思想，提出了咨詢系統(tǒng)的體系結(jié)構(gòu)，但未給出實現(xiàn)方法;文獻(xiàn) [14]借鑒計算機(jī)領(lǐng)域的人機(jī)個性化交互思想提出了個性化需求獲取方法的框架模型，也未給出具體實現(xiàn)方法。

綜上所述，針對目前大規(guī)模定制客戶需求響應(yīng)支持這方面的研究還難以滿足大規(guī)模定制對獲取客戶需求信息的要求，本文研究了為不同客戶提供合適的客戶需求交互過程和界面的支持方法，該方法首先通過獲取客戶個人特征和初始需求信息等，應(yīng)用協(xié)同推薦算法向客戶推薦與其需求最接近的定制選項，結(jié)合Web和Agent技術(shù)，使系統(tǒng)隨著客戶信息的不斷完善快速生成個性化定制界面，用以支持快捷有效地獲取客戶的需求信息。本文闡述了大規(guī)模定制環(huán)境下客戶需求獲取支持系統(tǒng)的設(shè)計思路，對總體結(jié)構(gòu)進(jìn)行了設(shè)計，并給出了部分功能的實現(xiàn)方法。

1 大規(guī)模定制需求獲取支持系統(tǒng)設(shè)計思路

大規(guī)模定制客戶需求獲取是指企業(yè)和客戶進(jìn)行交互獲取客戶對產(chǎn)品功能、性能、外觀以及價格等定制特征需求描述信息的過程。企業(yè)要為每一位客戶提供定制化的產(chǎn)品或服務(wù)，就必須能夠準(zhǔn)確地獲取每一位客戶的個性化需求信息。在大規(guī)模定制過程中，客戶主要是通過企業(yè)提供的產(chǎn)品定制平臺進(jìn)行自助配置，完成個性化需求的表述。

目前的產(chǎn)品定制系統(tǒng)自動引導(dǎo)客戶表達(dá)需求，主要是結(jié)構(gòu)化和參數(shù)化的功能要求[15]，需要客戶從設(shè)計者的角度去考慮問題，而且客戶需要一定的專業(yè)知識才能夠?qū)⒆约旱男枨筠D(zhuǎn)化為功能要求去表達(dá)，對于客戶來說是很大的考驗?？蛻粼诙ㄖ瞥跏茧A段，對自己的需求往往只有一個模糊概念或者僅僅局限于自己關(guān)注的某一方面，對于整個定制產(chǎn)品并不是很了解，對于企業(yè)提供的配置選項也不是很清楚，不知道有的選項應(yīng)該如何選擇，如果沒有任何提示和引導(dǎo)，就不能立即給出正確而且完整的需求描述。因此，客戶在表述需求的過程中允許客戶以自然語言的形式表述某些需求，這樣既符合客戶的語言表達(dá)習(xí)慣，同時企業(yè)也能獲得客戶真實的需求;此外在定制過程中提供相應(yīng)的輔助支持，為客戶提供合適的推薦，對于提高客戶滿意度來說，也具有很大的幫助。

基于以上分析，本文提出了大規(guī)模定制客戶需求獲取支持系統(tǒng)。首先，通過初始界面獲取客戶的個人特征和初始需求信息，運用模糊推理規(guī)則對這些信息進(jìn)行推理分析和模糊處理，采用智能檢索匹配技術(shù)檢索符合其需求的定制選項，并結(jié)合個性化推薦系統(tǒng)推薦可能需要的定制選項，根據(jù)客戶表達(dá)能力情況，向客戶提供合適的定制需求交互過程和界面，并可以完成客戶輸入的一致性檢驗。該支持系統(tǒng)根據(jù)客戶的個人信息和初始需求信息，向客戶提供可定制的需求交互過程和界面，不需要客戶對定制產(chǎn)品所有需求特征都進(jìn)行描述，從而支持客戶更加便捷地表達(dá)自己的需求，企業(yè)更加有效地獲取客戶的需求信息。

2 大規(guī)模定制客戶需求獲取支持系統(tǒng)總體結(jié)構(gòu)設(shè)計

本文將個性化推薦技術(shù)應(yīng)用于客戶需求獲取系統(tǒng)中，構(gòu)建了一個融合語義分析技術(shù)、推薦技術(shù)、CMS技術(shù)以及電子商務(wù)等為一體的大規(guī)模定制客戶需求獲取支持系統(tǒng)。系統(tǒng)利用Web挖掘技術(shù)和自主學(xué)習(xí)技術(shù)來獲取客戶信息及其需求信息，挖掘客戶興趣特征和需求特征，在客戶進(jìn)行需求表述時，利用智能檢索匹配技術(shù)和推薦技術(shù)主動地將相關(guān)信息推薦給客戶，幫助客戶完成需求表述的過程。

2.1 系統(tǒng)總體框架

大規(guī)模定制客戶需求獲取支持系統(tǒng)從功能來劃分主要分為以下幾個組成部分:學(xué)習(xí)和知識發(fā)現(xiàn)、客戶信息庫管理、初始需求分析推理、需求特征檢索匹配、零部件信息庫管理、協(xié)同過濾推薦、定制界面生成等。系統(tǒng)的總體框架如圖1所示。

圖1 大規(guī)模定制客戶需求獲取支持系統(tǒng)總體框架

a.學(xué)習(xí)和知識發(fā)現(xiàn)模塊。

學(xué)習(xí)和知識發(fā)現(xiàn)模塊采用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘的算法對Web服務(wù)器傳遞過來的記錄客戶行為的日志文件進(jìn)行分析處理，發(fā)現(xiàn)客戶的行為模式和興趣向量，生成相應(yīng)的客戶興趣配置文件，建立個性化的客戶模型，將其存入到客戶信息庫中，并且它還會接受客戶的反饋信息，通過不斷分析學(xué)習(xí)客戶的反饋信息，跟蹤客戶的興趣變化，修改客戶興趣配置文件，更新客戶個性化模型。

b.分析推理模塊。

該模塊主要是實現(xiàn)自然語言的處理，通過應(yīng)用模糊推理規(guī)則對Web服務(wù)器獲取的客戶初始需求信息進(jìn)行推理分析，初步推斷客戶對產(chǎn)品定制特征的要求。其中模糊推理矩陣是模糊推理規(guī)則的結(jié)構(gòu)化表示形式。將需求信息中包含的特征值映射到模糊矩陣，通過模糊分析推斷相應(yīng)產(chǎn)品定制需求的特征值。

c.檢索匹配模塊。

檢索匹配模塊是根據(jù)前面推理分析得出的特征值借助智能搜索引擎在企業(yè)的零部件信息庫中進(jìn)行檢索匹配，將符合定制要求的零部件信息提取出來，并將他們寫入到產(chǎn)品定制特征集合中，為下一步協(xié)同過濾產(chǎn)生推薦提供數(shù)據(jù)保障。

d.協(xié)同過濾模塊。

該部分是支持系統(tǒng)的核心，主要包括基于客戶的協(xié)同過濾和基于產(chǎn)品定制特征協(xié)同過濾2個功能，通過兩方面結(jié)合，完成整個產(chǎn)品定制信息的推薦。其中基于客戶的協(xié)同推薦是通過客戶個性化模型描述，根據(jù)興趣相似的客戶群的意見產(chǎn)生推薦;基于產(chǎn)品定制特征的協(xié)同過濾則是根據(jù)定制特征從零部件庫中推薦可能符合定制需求的定制選項。

e.定制界面生成模塊。

定制界面生成模塊主要功能是生成能夠盡量滿足當(dāng)前客戶需求描述的個性化定制界面。它接受協(xié)同過濾產(chǎn)生的推薦信息，生成推薦的定制選項，利用CMS技術(shù)實現(xiàn)個性化定制界面的快速生成。

2.2 系統(tǒng)體系結(jié)構(gòu)

圖2所示系統(tǒng)采用基于B/S的3層體系結(jié)構(gòu)，即表示層、業(yè)務(wù)邏輯層和數(shù)據(jù)層，將系統(tǒng)功能實現(xiàn)核心部分集中在服務(wù)器端，提高了系統(tǒng)的靈活性和可靠性。把業(yè)務(wù)邏輯、數(shù)據(jù)源操作、系統(tǒng)生成的數(shù)據(jù)和數(shù)據(jù)的表現(xiàn)形式相互獨立，將各個部分分解出來交給特定的模塊處理。

圖2 大規(guī)模定制客戶需求獲取支持系統(tǒng)體系結(jié)構(gòu)

系統(tǒng)體系結(jié)構(gòu)中，表示層通過客戶端瀏覽器負(fù)責(zé)實現(xiàn)應(yīng)用邏輯的表達(dá)。在業(yè)務(wù)邏輯層，Web服務(wù)器通過HTML靜態(tài)頁面、JSP、Servlet等技術(shù)實現(xiàn)信息動態(tài)發(fā)布，與客戶進(jìn)行信息交互;應(yīng)用服務(wù)器則是完成相應(yīng)的業(yè)務(wù)過程，如知識發(fā)現(xiàn)與學(xué)習(xí)、協(xié)同過濾的實現(xiàn)、定制界面的生成等。數(shù)據(jù)層為業(yè)務(wù)邏輯層提供數(shù)據(jù)的支持。

3 系統(tǒng)業(yè)務(wù)邏輯功能的實現(xiàn)

大規(guī)模定制客戶需求獲取首先需要對客戶以自然語言描述的初始需求進(jìn)行推理分析，獲取其中的定制特征值，然后再在產(chǎn)品零部件信息庫中檢索符合要求的零部件，此外還需要獲取客戶的特征和偏好等信息，依此產(chǎn)生可能滿足客戶需求的推薦，生成個性化的定制界面供客戶定制選擇。在這一過程中主要有特征推理分析、智能檢索匹配和個性化推薦等功能，關(guān)于特征推理分析的實現(xiàn)文獻(xiàn)[16]做了詳細(xì)的研究，本文就不再重復(fù)，這里主要對檢索匹配和個性化推薦的實現(xiàn)進(jìn)行詳細(xì)闡述。

3.1 檢索匹配的實現(xiàn)方法

檢索匹配即是根據(jù)推理分析得到定制需求特征值，從企業(yè)零部件信息庫中檢索出符合客戶定制需要的零部件信息，并且智能地計算這些零部件信息和客戶需求的匹配程度，有選擇地提供給客戶。由于中文有許多同義詞、近義詞，特征值提取出后，仍然需要對它們進(jìn)行分析。使用潛在語義分析方法可以在一定程度上識別同義、近義詞。此外，由于根據(jù)客戶初始需求推理分析得到的特征值往往比較零散不夠規(guī)范全面，包含的信息也相對較少。為此，需要借助查詢擴(kuò)展算法對特征值進(jìn)行適當(dāng)?shù)臄U(kuò)展，才能生成合適的查詢向量。

客戶定制需求特征值經(jīng)過潛在語義分析和查詢擴(kuò)展后，就得到參與匹配檢索的關(guān)鍵詞。這些關(guān)鍵詞就形成了匹配查詢向量:Q=(α1，α2，…，αn)，為查詢向量，W=(w1，w2，…，wn)，為所對應(yīng)的詞匯向量，n為待匹配檢索關(guān)鍵詞數(shù)目，αi指該關(guān)鍵詞的頻度。同樣的，對于零部件信息庫經(jīng)過類似處理也存在詞匯－信息庫矩陣Ak以及它所對應(yīng)的查詢向量Q。為了進(jìn)行匹配檢索需要構(gòu)造出AQk和AQ，其中AQk是加入了查詢向量中已含有關(guān)鍵詞的矩陣、AQ是未含有關(guān)鍵詞的矩陣。由于這2個矩陣含有豐富的信息，是高維矩陣，因此需要對它們進(jìn)行降維處理，這里采用奇異值分解[17]的方法來處理。

經(jīng)過降維處理得到新的矩陣AQ'k，AQ'，可以將新生成的零部件信息文檔之間的語義關(guān)系顯現(xiàn)出來。然后通過計算2個零部件信息文檔之間的相關(guān)程度，就可以得到2個零部件的相關(guān)程度。2個零部件信息文檔之間的相關(guān)度可以直接通過計算信息文檔矩陣轉(zhuǎn)置與該矩陣的乘積來求得:

Ik和I這2個矩陣中的元素表示2個零部件的相關(guān)程度，由此可以通過查找相關(guān)矩陣元素的大小來確定每個零部件的相關(guān)程度，進(jìn)行零部件信息與客戶需求信息的匹配檢索。

3.2 協(xié)同過濾推薦的實現(xiàn)方法

由于客戶的初始需求匹配出來的定制選項往往很少，依據(jù)此生成定制界面不夠完整，因此通過尋找和當(dāng)前用戶偏好最匹配的客戶群來產(chǎn)生定制選項的推薦。本文采用基于定制選項滿意度預(yù)測的協(xié)同過濾算法來實現(xiàn)定制選項推薦，該算法主要是根據(jù)定制選項的相似性初步預(yù)測客戶對未評價的定制選項的滿意度，分為尋找最近鄰域和產(chǎn)生推薦2部分。

3.2.1 尋找最近鄰域

為了計算客戶i和客戶j之間的相似性，首先計算經(jīng)客戶i和客戶j選擇的定制選項集合的并集Uij，設(shè)客戶A的定制選項集合用IA表示，則Uij=Ii∪Ij?？蛻鬷和客戶j在Uij中未選擇的定制選項的滿意度通過客戶對相似定制選項的滿意度預(yù)測出來，然后在定制選項集合Uij上計算客戶i和客戶j之間的相似性。預(yù)測客戶i對定制選項集合Uij中未選擇定制選項的滿意度是基于定制選項相似性的協(xié)同過濾推薦算法的關(guān)鍵。設(shè)客戶i在定制選項Uij中未選擇定制選項用Ni表示，即Ni=Uij－Ii。對任意定制選項p∈Ni使用下面的方法預(yù)測客戶i對定制選項P的評價 Pi，p[18]:計算定制選項 P 和其他定制選項之間的相似性，和計算客戶之間的相似性類似，即對任意的兩個定制選項s和t，首先要獲得所有客戶對他們的滿意度評價，然后再計算s和t之間的相似性。

通過計算可以獲得其他定制選項與選項p的相似性，將相似性最高的一些定制選項作為P的鄰居定制選項集合，即在整個空間中查找定制選項集合Mp={I1，I2，…，Iv}，使P不屬于Mp，并且選項I1與選項P的相似性sim(p，I1)最高，I2與P的相似性sim(p，I2)次之，依次類推。

得到Mp后，采用以下公式預(yù)測客戶i對定制選項P的滿意度Pi，p:

經(jīng)過上述方法處理后，對于Uij中每一個定制選項客戶i和客戶j都有了一個滿意度評價，即對于任意p∈Uij，客戶i對P的滿意度評價為:

然后再基于定制選項集合Uij來計算客戶i和客戶j的相似性，具體為:

a.余弦相似性

b.修正的余弦相似性

因此尋找最近鄰域就是對于每個客戶u，在整個客戶空間中找客戶集合C={c1，c2，…，ck}，使u不屬于C，并且c1和u的相似性sim(u，c1)最高，c2與u的相似性sim(u，c2)次之，依次類推。

3.2.2 產(chǎn)生推薦

通過上述方法得到了目標(biāo)客戶的最近鄰居，接下來將產(chǎn)生相應(yīng)的推薦。設(shè)客戶i的最近定制選項集合用NBSi表示，則客戶i對任意定制選項p的預(yù)測滿意度 Pi，p可由下面的公式計算出[16]:

式中:sim(i，n)表示客戶i和客戶n之間的相似性;Rn，p表示客戶n對定制選項p的滿意度評價;分別表示客戶i和客戶n對定制項目的平均滿意度評價。通過這一系列的分析計算最終得到了最有可能滿足客戶需求的定制選項，從而實現(xiàn)了對客戶定制選項的推薦。

4 系統(tǒng)應(yīng)用舉例

基于以上研究，本文開發(fā)了筆記本電腦的定制需求獲取支持系統(tǒng)?？蛻敉ㄟ^筆記本電腦定制界面，直接輸入自己對需求特征的描述，如:顯示器12英寸左右、內(nèi)存高一些、質(zhì)量比較輕、價格4000元左右等，其需求信息在傳到服務(wù)器端后，由推理分析模塊執(zhí)行處理，獲取其中的關(guān)鍵特征詞，經(jīng)過查詢擴(kuò)展后再由檢索匹配模塊到零部件信息庫中進(jìn)行檢索匹配。與此同時系統(tǒng)也會對客戶操作行為自動進(jìn)行跟蹤，獲取客戶的一些偏好信息，比如:客戶瀏覽商務(wù)系列的產(chǎn)成品頻率比較高，系統(tǒng)會推斷客戶可能是應(yīng)用于商務(wù)辦公。依據(jù)客戶直接表述的需求信息及系統(tǒng)自動獲取的客戶偏好信息再推薦產(chǎn)生可能符合客戶定制需求的定制選項，生成個性化的定制界面?？蛻粼谛碌亩ㄖ平缑孢M(jìn)行詳細(xì)的需求描述，并與企業(yè)進(jìn)行互動定制出自己滿意的產(chǎn)品。系統(tǒng)通過生成個性化的定制界面，模擬銷售人員幫助客戶完成定制需求表述，從而可以提高企業(yè)需求獲取的效率以及客戶的滿意度。

5 結(jié)束語

大規(guī)模定制環(huán)境下，產(chǎn)品定制成功的關(guān)鍵在于準(zhǔn)確地獲取客戶的個性化需求，為客戶提供個性化的服務(wù)。目前，個性化推薦系統(tǒng)已經(jīng)成為解決個性化服務(wù)的有效手段，它能夠利用智能化的方法引導(dǎo)客戶從大量的信息中選擇最適合自己需要的信息。本文將語義分析技術(shù)和推薦技術(shù)相結(jié)合，提出了一種基于定制選項推薦的客戶需求獲取系統(tǒng)模型。通過對該系統(tǒng)總體框架、體系結(jié)構(gòu)以及關(guān)鍵技術(shù)的研究，開發(fā)了大規(guī)模定制環(huán)境下客戶需求獲取支持系統(tǒng)。系統(tǒng)利用Web挖掘技術(shù)、個性化推薦技術(shù)和網(wǎng)絡(luò)技術(shù)等來分析客戶行為，引導(dǎo)客戶快速選擇符合需求定制選項，實現(xiàn)了準(zhǔn)確、高效的客戶需求獲取。

[1] Tseng M M，Piller F T.The Customer Centric Enterprise:Advances in Mass Customization and Personalization[M].New York:Springer，2003.

[2] Dewan R，Jing B，Seidmann A.Product customization and price competition on the Internet[J].Management Science，2003，49(8):1055－1070.

[3] Lombardoni A，Norrie M，Weibel N，et al.A systematic approach to the development of e－commerce sites for mass customization[C].The Proceedings of the 2005 IEEE International Conference on e－Technology，e－Commerce and e－Service，Hongkong:[s.n]，2005:246－249.

[4] Grenci R T，WATTS C A.Maximizing customer value via mass customized e－consumer services[J].Business Horizons，2007，50(2):123－132.

[5] 梁樑，周俊，羅彬.MC模式下基于顧客需求的產(chǎn)品配置優(yōu)化分析[J].管理科學(xué)學(xué)報，2003，6(3):52－56.

[6] 劉飛，李世新，劉勝.面向大規(guī)模定制的用戶需求協(xié)同配置思想及其應(yīng)用[J].機(jī)械工程學(xué)報，2004，40(1):113－117.

[7] 岳同啟，王吉軍，王海軍，等.智能客戶需求獲取系統(tǒng)的結(jié)構(gòu)設(shè)計[J].大連大學(xué)學(xué)報，2003，24(4):59－62.

[8] Siddique Z，Ninan J A.Modeling of modularity and scaling for integration of customer in design of engineer－to－order products[J].Integrated Computer Aided Engineering，2006，13(2):133－148.

[9] Bharati P，Chaudhury A.Using choiceboards to create business value[J].Communications of the ACM，2004，47(12):77－81.

[10] Miceli G，Ricotta F，Costabile M.Customizing customization:a conceptual framework for interactive personalization[J].Journal of Interactive Marketing，2007，21(2):6－25.

[11] Chen Z X，Wang L Y.Personalized product configuration rules with dual formulations:a method to proactively leverage mass confusion[J].Expert Systems with Applications，2010，37(1):383－392.

[12] Hansen T，Scheer C，Loos P.Product Configurators in Electronic Commerce－Extension of the configurator concept towards customer recommendation[C]Proceedings of the 2nd Interdisciplinary World Congress on Mass Customization and Personalization(MCPC).Berlin:[s.n.]，2003.

[13] Blecker T，Abdelkafi N，Kreutler G，et al.An advisory system for customers＇objective needs elicitation in mass customization[C]Proceeding of the 4th International ICSC Sympsium on Engineering of Intelligent Systems(EIS 2004)，F(xiàn)unchal，Portugal:University of Madeira，2004.

[14] Kreutler G，Jannach D.Personalized Need Elicitation in Webbased Configuration Systems[M].New York:Springer Science，2006:27－42.

[15] 鄧超，馬曉彬，吳軍，等.基于粗糙集理論的質(zhì)量屋顧客需求分析技術(shù)[J].計算機(jī)集成制造系統(tǒng)，2007，13(6):1191－1195.

[16] 經(jīng)有國，但斌，張旭梅，等.基于本體的非結(jié)構(gòu)化客戶需求智能解析方法[J].計算機(jī)集成制造系統(tǒng)，2010，16(5):1026－1033.

[17] 但斌，經(jīng)有國，孫敏，等.在線大規(guī)模定制環(huán)境下面向異質(zhì)客戶的需求智能獲取方法[J].計算機(jī)集成制造系統(tǒng)，2012，18(1):15－24.

[18] Sarwar B，karypis G，Konastan J，et al.Item－Based collaborative filtering recommendation algorithms[C]Proceedings of the 10th International Word Wide Web Conference.Amsterdam:[s.n.]，2001:285－295.