面向移動(dòng)客戶端的數(shù)據(jù)服務(wù)推薦策略

李紅蕾

摘 要 近年來(lái)，隨著互聯(lián)網(wǎng)的快速發(fā)展與應(yīng)用，人們的生活也發(fā)生了巨大的變化，電子商務(wù)已經(jīng)深入我們的實(shí)際生活中，互聯(lián)網(wǎng)上呈現(xiàn)了更為豐富的產(chǎn)品以供人們的選擇，普通的搜索引擎已經(jīng)很難滿足人們的需求，因此，這就促使推薦系統(tǒng)的出現(xiàn)。推薦系統(tǒng)是系統(tǒng)通過(guò)計(jì)算用戶的歷史搜索以及瀏覽信息，根據(jù)用戶的信息進(jìn)行口味化的推薦。本文即對(duì)面向移動(dòng)客戶端的數(shù)據(jù)服務(wù)推薦策略其中有關(guān)于電子商務(wù)方面的內(nèi)容進(jìn)行分析，以便從中找出問(wèn)題，完善原有策略，改善用戶的體驗(yàn)。

【關(guān)鍵詞】移動(dòng)客戶端 推薦系統(tǒng) 算法 協(xié)同過(guò)濾

當(dāng)前，智能手機(jī)用戶一度呈現(xiàn)迅猛增長(zhǎng)之勢(shì)，人們已經(jīng)進(jìn)入到了用電腦進(jìn)行辦公，用手機(jī)進(jìn)行娛樂(lè)的時(shí)代。智能手機(jī)用戶的增多便促使了智能化應(yīng)用軟件的不斷更新和發(fā)展，所以將移動(dòng)設(shè)備所具有的便利性、靈活按需的特點(diǎn)和云平臺(tái)中的海量數(shù)據(jù)服務(wù)進(jìn)行無(wú)縫集成已是云計(jì)算和移動(dòng)計(jì)算共同研究的熱點(diǎn)。面向移動(dòng)客戶端進(jìn)行數(shù)據(jù)服務(wù)推薦，能夠?qū)⒂脩粼讵M小的屏幕上進(jìn)行瀏覽的不便程度降低，與此同時(shí)，把定位系統(tǒng)所搜集的位置信息也作為推薦的重要依據(jù)可提高推薦的準(zhǔn)確性，讓用戶能夠更好的體驗(yàn)電子商務(wù)的便捷。

1 推薦系統(tǒng)的意義

自互聯(lián)網(wǎng)不斷發(fā)展以來(lái)，電子商務(wù)也隨之興起并迅速發(fā)展，在線用戶需要借助工具來(lái)幫助他們來(lái)對(duì)網(wǎng)絡(luò)上所呈現(xiàn)內(nèi)容的質(zhì)量進(jìn)行應(yīng)對(duì)，傳統(tǒng)的搜索引擎對(duì)此提供了不少的幫助，但是，大數(shù)據(jù)時(shí)代的來(lái)臨使得傳統(tǒng)引擎越來(lái)越不能滿足人們的需求，推薦系統(tǒng)就通過(guò)電子商務(wù)平臺(tái)向顧客主動(dòng)推薦可能會(huì)需要的東西，這種變搜索為推薦，變被動(dòng)為主動(dòng)的系統(tǒng)，就是在這樣的市場(chǎng)中誕生的。這一行為與我們現(xiàn)實(shí)生活中的導(dǎo)購(gòu)有些相似，推薦系統(tǒng)所扮演的角色就是導(dǎo)購(gòu)員，而因?yàn)橥扑]系統(tǒng)是根據(jù)搜集用戶的相關(guān)信息而生成的一種用戶模式，與導(dǎo)購(gòu)員相比較而言顯得更為科學(xué)。這些搜集到的信息，一部分是用戶主動(dòng)提供的，另一部分則是系統(tǒng)主動(dòng)采集到用戶的瀏覽、購(gòu)買信息，通過(guò)不同的推薦算法將得到的信息進(jìn)行分析、處理、推薦。

2 常見(jiàn)的推薦算法

2.1 基于內(nèi)容的推薦

基于內(nèi)容的推薦首先是對(duì)商品本身進(jìn)行詮釋，比如把商品根據(jù)某種相似度歸為一類，如相似年齡層次用的商品、相同性質(zhì)的物品等，然后將這類商品推薦給用戶。這種算法模式使得新的產(chǎn)品在通過(guò)推薦樂(lè)于使人接受，并且基于此推薦能更好的建立用戶模式，通過(guò)產(chǎn)品的疊加得到更好的推薦效果。不過(guò)，這種算法也有其缺點(diǎn)，主要缺點(diǎn)就是產(chǎn)品的屬性是有限的，并且這種屬于不同的人會(huì)給予不同的定義，這樣就會(huì)讓分析階段很難使數(shù)據(jù)變得更精確，從而難以得到用戶更多的潛在的興趣。

2.2 基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦

前面基于內(nèi)容的推薦是建立在用戶自身的內(nèi)在聯(lián)系上，而基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦則是建立在各個(gè)用戶間，從而得到更為廣泛的偏好。這種算法是把將用戶和用戶間的項(xiàng)目連接在一起，構(gòu)成一個(gè)網(wǎng)絡(luò)圖表，把這種喜好特點(diǎn)變成抽象化的節(jié)點(diǎn)，而不去考慮用戶和項(xiàng)目之間的內(nèi)容特點(diǎn)，最后通過(guò)計(jì)算來(lái)體現(xiàn)各項(xiàng)目間的相關(guān)性。

2.3 基于協(xié)同過(guò)濾的推薦

協(xié)同過(guò)濾的算法是一個(gè)具有典型的個(gè)性化推薦的算法，也是一種被廣泛運(yùn)用于商業(yè)推薦系統(tǒng)中的一個(gè)算法。協(xié)同過(guò)濾算法首先是獲取用戶的相關(guān)歷史檔案；其次是計(jì)算用戶與用戶之間的相似程度，發(fā)現(xiàn)最相近的用戶；最后就是計(jì)算項(xiàng)目評(píng)級(jí)。因?yàn)?，用戶之間一定存在相似的愛(ài)好和利益關(guān)系，而且這種愛(ài)好和利益關(guān)系是相對(duì)穩(wěn)定的，所以我們可以根據(jù)他們共同的愛(ài)好和利益來(lái)預(yù)測(cè)他們的選擇。這也是協(xié)同過(guò)濾算法的主要依據(jù)和來(lái)源。

3 推薦系統(tǒng)當(dāng)前所存在的問(wèn)題

當(dāng)前的推薦系統(tǒng)在電子商務(wù)的領(lǐng)域被廣泛的使用，但隨著大數(shù)據(jù)時(shí)代的到來(lái)，推薦系統(tǒng)所存在的問(wèn)題也逐漸體現(xiàn)了出來(lái)，目前比較明顯的是以下幾個(gè)問(wèn)題：

3.1 冷啟動(dòng)問(wèn)題

冷啟動(dòng)問(wèn)題主要包含了兩個(gè)層面，一是新加入用戶的冷啟動(dòng)問(wèn)題；二是新加入項(xiàng)目的冷啟動(dòng)問(wèn)題。前者主要是因?yàn)閷?duì)于那些新加入的用戶不能夠在較短的時(shí)間內(nèi)馬上對(duì)他們進(jìn)行相關(guān)的推薦，后者是新加入的系統(tǒng)也要有一段較長(zhǎng)的適應(yīng)期才能夠被用戶查詢。因此針對(duì)冷啟動(dòng)問(wèn)題，就需要我們能夠從中找到一種方法，讓推薦系統(tǒng)能夠在新用戶加入進(jìn)來(lái)的時(shí)候就能為他們較為準(zhǔn)確的推薦相關(guān)的產(chǎn)品，最好是能夠讓新產(chǎn)品一上市場(chǎng)就得到推廣，而不是等到新產(chǎn)品擱置為舊產(chǎn)品了再得到推廣。

3.2 多樣性和精確度的問(wèn)題

目前推薦系統(tǒng)給用戶們推薦的產(chǎn)品大多數(shù)都是時(shí)興流行、得到廣泛認(rèn)同的產(chǎn)品，因?yàn)檫@些產(chǎn)品本身的特點(diǎn)，所以用戶們?nèi)菀捉邮?。而?dāng)前的多數(shù)算法都不能夠達(dá)到多樣性和精確度兩全，更多的算法都是以犧牲多樣性為前提條件來(lái)確保精確度的提高，因?yàn)檫\(yùn)營(yíng)商都認(rèn)為只要精確度提高就能推薦更容易被用戶接受的產(chǎn)品。然而這樣就讓推薦系統(tǒng)失去了原本的作用，用戶之所以使用推薦系統(tǒng)就是為了找到自己曾經(jīng)不知道的產(chǎn)品而有更好的選擇，而不是瀏覽自己已經(jīng)見(jiàn)過(guò)很多次的產(chǎn)品。同理，用精確度來(lái)?yè)Q取多樣性也是不可取的。所以目前來(lái)說(shuō)，如何處理多樣性和精確度仍然是一個(gè)復(fù)雜的問(wèn)題。

3.3 推薦系統(tǒng)的不穩(wěn)定性

推薦系統(tǒng)被商家所利用就會(huì)暴露其自身的不穩(wěn)定性，有些商家為了更好的推薦自己的產(chǎn)品會(huì)利用一些不合理的行為方式來(lái)宣傳自己的產(chǎn)品或者打擊同類的其他商家的產(chǎn)品。針對(duì)這種行為有一些算法對(duì)此有了改進(jìn)的方法，但是總體而言，對(duì)于系統(tǒng)不穩(wěn)定性研究還是比較少的，這同樣也是一個(gè)值得深入思考與探究的問(wèn)題。

4 結(jié)語(yǔ)

綜上所述，本文主要對(duì)推薦系統(tǒng)的概念、推薦系統(tǒng)常見(jiàn)的算法、推薦系統(tǒng)所存在的問(wèn)題進(jìn)行了簡(jiǎn)單的分析，通過(guò)這些分析我們發(fā)現(xiàn)推薦系統(tǒng)正處于發(fā)展上升階段，因此需要及時(shí)地應(yīng)對(duì)并解決其在發(fā)展過(guò)程中所出現(xiàn)的問(wèn)題，才能讓推薦系統(tǒng)在移動(dòng)客戶端得到更持續(xù)的健康發(fā)展。

參考文獻(xiàn)

[1]張程.面向服務(wù)環(huán)境中服務(wù)的個(gè)性化推薦[D].中國(guó)科學(xué)院研究生院（計(jì)算技術(shù)研究所），2006.

[2]和莉.基于微信的移動(dòng)客戶端在頂崗實(shí)習(xí)系統(tǒng)中的應(yīng)用研究[J].江蘇開(kāi)放大學(xué)學(xué)報(bào)，2014（06）.

[3]胡曉光.新生報(bào)到系統(tǒng)移動(dòng)客戶端的研究與設(shè)計(jì)[J].天津職業(yè)院校聯(lián)合學(xué)報(bào)，2013（05）.

作者單位

重慶電子工程職業(yè)學(xué)院 重慶市 401331endprint