1、 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的商品推薦應(yīng)用第四章系統(tǒng)的設(shè)計與實現(xiàn)4.基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)實現(xiàn)舉例 5.基于關(guān)聯(lián)規(guī)則的推薦系統(tǒng)的實際應(yīng)用舉例關(guān)聯(lián)規(guī)則在商品推薦中的應(yīng)用,一個經(jīng)典的例子是購物籃分析。為了擴(kuò)大銷售量,需要更加了解客戶的購物習(xí)慣。例如,“什么商品組或集合客戶多半會在一次購物時同時購買?”為回答這個問題,而要在客戶事務(wù)零售數(shù)據(jù)上運(yùn)行購物籃分析。分析結(jié)果可以用于市場規(guī)劃、廣告策劃和分類設(shè)計。例如,購物籃分析可以幫助經(jīng)理設(shè)計不同的商店布局。一種策略是:經(jīng)常塊購買的商品可以放近些,以便進(jìn)一步刺激這些商品一起銷售。例如,如果客戶購買數(shù)據(jù)挖掘概念與技術(shù)也傾向于同時購買數(shù)據(jù)庫系統(tǒng)概念,那么將它們陳列

2、得近一點,可能有助于增加二者的銷售。如下圖所示。 第30頁共60頁 數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的商品推薦應(yīng)用第四章系統(tǒng)的設(shè)計與實現(xiàn)5.基于分類規(guī)則的推薦系統(tǒng)實現(xiàn)舉例(1ID3算法訓(xùn)練集舉例lnCOme stUdent credit ratJn.q buys computerhiah nO fair什0hiflh nO excellent nahigh nO餡ir y髂m每dium nO fair yes.10w yes怡ir yesIow yes e×宅elletlt HnI D、VeS exeellertt竄營gmedium n口taIr nnl:ew yes惋-r yesmediu

3、m yes怡驢yesmedium yes excelent yesrnediu rn n由el×ee|lellt掣鬯Shigh yeg faIr Ve韙m量dium no excellent nO(2決策樹輸出的結(jié)果6.基于分類規(guī)則的推薦系統(tǒng)的實際應(yīng)用舉例運(yùn)用分類規(guī)則網(wǎng)站挖掘出了客戶商品興趣,或者客戶在上網(wǎng)時將自己的商品興趣范圍直接填寫給網(wǎng)站。然后網(wǎng)站根據(jù)客戶的商品興趣,給客戶提供推薦信息,進(jìn)行感興趣新商品上市通知,以及商品促銷時通知。如下圖例如:第33頁共60頁 數(shù)據(jù)挖掘技術(shù)社電子商務(wù)中的商品推薦應(yīng)甩第四章系統(tǒng)的設(shè)計與實現(xiàn)(1客戶的商品興趣范圍(2客戶感興趣的新商品上市通知。 (3

4、客戶感興趣的商品促銷時通知。 1.基于最近鄰居的協(xié)同過濾算法協(xié)同過濾技術(shù)一般采用最近鄰技術(shù),利用客戶的歷史喜好信息計算客戶之間的距離,目標(biāo)客戶對特定商品的喜好程度由其最近鄰居對商品評價的加權(quán)平均值來計算。E6(1基本思想使用統(tǒng)計技術(shù)尋找與目標(biāo)客戶有相同喜好的鄰居;然后根據(jù)目標(biāo)客戶多個鄰居的觀點產(chǎn)生向目標(biāo)客戶的推薦。協(xié)同過濾技術(shù)一般采用最近鄰技術(shù),利用客戶的歷史喜好信息計算客戶之間的距離,目標(biāo)客戶對特定商品的喜好程度由其最近鄰居對商品評價的加權(quán)平均值來計算。第34頁共60頁 蔓至里莖查壁塑盟堡麴墨塑絲墮旦墼塑望塑羹查壟皇王塑塹主塑塑曼堂堂查里. 5.2-2商品降價帶動關(guān)聯(lián)商品銷售的推薦例如,如果

5、客戶趨向于同時購買計算機(jī)和打印機(jī),打印機(jī)降價出售可能既促使購買打印機(jī),又促使購買計算機(jī)。5。2.3關(guān)聯(lián)商品優(yōu)惠銷售的推薦原商品按正常價銷售,關(guān)聯(lián)商品優(yōu)惠銷售,將帶動兩方面商品的銷售。例如,“加元優(yōu)惠法”,購買滿40,0元可享受下列優(yōu)惠:加1元獲得程序員2004年第6期(市場價10.0元。例如,當(dāng)一個客戶想購買某種特殊牌子的自行車時,可以提供給客戶關(guān)聯(lián)商品附加銷售信息,如“想購買這種自行車的人可能要購買下列運(yùn)動設(shè)備”,或者“你將考慮購買這種自行車的優(yōu)惠維修服務(wù)嗎?”這樣就可以推動公司的其他產(chǎn)品銷售。第44硪共60頁 墊揖!墨塑撼術(shù)在電子商務(wù)中的商品推薦應(yīng)用第五章技術(shù)難題的解決與開拓性應(yīng)用再例如:

6、知道了消費(fèi)者的購買興趣,推薦與購物籃中商品相似的別的商品例如(1網(wǎng)站根據(jù)客戶興趣范圍發(fā)送商品推薦信息(2客戶感興趣的新貨上市通知 (3客戶感興趣的商品促銷時通知。 第46頁共60頁數(shù)據(jù)挖掘技術(shù)在電子商務(wù)中的商品推薦應(yīng)用第五章技術(shù)難題的解決與開拓性應(yīng)用包含流行度推薦、平均評分推薦和商品星級推薦。推薦系統(tǒng)向客戶提供其他客戶對相應(yīng)商品的等級評價。 在“ToP”排行榜中的商品稱為熱門商品。同一商品種類中熱門商品的,就可以向客戶推薦。例如:本周熱門電腦書籍,本月熱門數(shù)碼攝像機(jī)等。 5.4聚類分析的商品推薦應(yīng)用聚類將物理或抽象對象的集合分組成為出類似的對象組成的多個類的過程被稱為聚類(clustering

7、。由聚類所生成的簇是一組數(shù)據(jù)對象的集合,這些對象與同一個簇中的對象彼此相似,與其它簇中的對象相異。在許多應(yīng)用中,可以將個簇中的數(shù)據(jù)對象作為一個整體來對待。聚類分析已經(jīng)被廣泛地研究了許多年,主要集中在基于距離的聚類分析,另外還有基于kmeans(k-平均值分析、k-medoids(k-中心點分析等。許多聚類算法已經(jīng)被開發(fā)出來。具體可以分為劃分方法,層次方法,基于密度的方法,基于網(wǎng)格的方法以及基于模型的方法等。第47頁共60頁 例如,允許客戶優(yōu)惠買至?xí)纳蟽?帶動中下冊的銷售。再例如,一套電視劇的前幾節(jié)光碟優(yōu)惠銷售,客戶看了前幾節(jié)后還想看剩余部分,從而帶動了剩余光碟的銷售。例如,客戶想選擇能夠優(yōu)惠升級的商品,網(wǎng)站講明某商品將來可以優(yōu)惠升級,以此促進(jìn)新商品的銷售,起到商品推薦的作用?？蛻魷?zhǔn)備不但要購買此新商品,而且還要準(zhǔn)備購買將來的升級產(chǎn)品。5.6特殊類型的商品推薦應(yīng)用516.1原始搜索推薦客戶提出對特定商品的查詢要求,推薦系統(tǒng)根據(jù)客戶輸入的關(guān)鍵詞查詢要求返符合要求的商品,推薦給客戶。查詢要求平時只包含是幾個關(guān)鍵詞,但有時為了更加詳細(xì),查詢要求還包含組合條件查詢。主要分為三類:(a關(guān)鍵字直接搜索;(b關(guān)鍵字組合查詢;(c商品的屬性組合查詢。(a關(guān)鍵字直接搜索 第50頁共60頁