基于跨境電商的個(gè)性化推薦系統(tǒng)研究及應(yīng)用

1、基于跨境電商的個(gè)性化推薦系統(tǒng)研究及應(yīng)用基于跨境電商的個(gè)性化推薦系統(tǒng)研究及應(yīng)用摘要隨著近幾年中國跨境電商事業(yè)的蓬勃發(fā)展，海量的海外商品既存儲于電商的倉儲中，也大量地呈現(xiàn)在用戶面前，產(chǎn)生了“信息過載”等現(xiàn)象，消費(fèi)者在選擇自己喜歡的商品過程中遇到了極大的困惑?？缇畴娚趟槍Φ哪繕?biāo)客戶群體有別于傳統(tǒng)電商的目標(biāo)客戶群體，其群體關(guān)注點(diǎn)更傾向于食品安全、品質(zhì)優(yōu)良、品類多樣、價(jià)格合理等方面，因此，傳統(tǒng)電商個(gè)性化推薦系統(tǒng)已經(jīng)不再適用于跨境電商領(lǐng)域，基于跨

2、境電商的個(gè)性化推薦系統(tǒng)的研究課題亟待解決，它可以有效解決跨境電商平臺的銷售問題、庫存問題，同時(shí)能夠從海量的跨境商品中篩選出合適的產(chǎn)品來推薦給客戶。本文首先介紹了當(dāng)前我們的跨境電商的發(fā)展情況，對個(gè)性化推薦系統(tǒng)背景和研究現(xiàn)狀以及幾種典型的推薦系統(tǒng)相關(guān)算法進(jìn)行了綜述與分析，在敘述了推薦系統(tǒng)中的主要推薦算法基礎(chǔ)上，并重點(diǎn)介紹與分析了基于協(xié)同過濾算法的推薦系統(tǒng)，針對傳統(tǒng)的Userbased的多興趣協(xié)同過濾算法中的缺點(diǎn)，提出了改進(jìn)后的基于跨境電商消

3、費(fèi)群體特征(購買力、品牌度等等)的用戶多興趣的協(xié)同過濾算法，系統(tǒng)實(shí)際數(shù)據(jù)表明改進(jìn)后的推薦算法在點(diǎn)擊率與流量轉(zhuǎn)化率方面得到了有效提升并有效地解I基于跨境電商的個(gè)性化推薦系統(tǒng)研究及應(yīng)用RESEARCHANDAPPLICATIoNFoRPERSoNALIZEDRECoMMENDERSYSTEMoFCRoSSBoRDERECoMMERCEABSTRACTWiththevigorousdevelopmentofCross—BorderCommer

4、ce，themassiveforeigngoodsarepresentedtopeopleandlocalizedinElectricitysupplierwarehouse，thenitarisesthephenomenonofinformationoverloadAtthesametimethecustomersfeeldifficulttoselecttheirfavoritegoodsThetargetconsumergroup

5、sofCross—BorderCommenceisdifferentfromthetraditionalE—Commence’SconsumergroupTheypaymoreattentiontothefollowingaspects：securitiesoffood、goodquality、categorydiversityandreasonablepriceThetraditionalpersonalizerecommenders

6、ystemhasalreadynotmettheneedofCross。BorderCommenceUnderthecontext，theresearchoftheCrossBorderCommencebasedrecommendersystemisobviouslyurgencyItcanhelpCrossBorderCommenceplatformsolvetheproblemofsalementandrelievetheinven

7、toryproblemMeanwhileitcanselectandrecommendtheconsumer’SfavoriteitemtoconsumerthroughthepersonalizerecommendersystemThispaperfirstlyintroducethedevelopmentsituationoftheCross—BorderCommerceinourcountry，andthenithassummar

8、izedandanalyzedthecontextofthegenerationofrecommendersystem、thecurrentsituationofresearchandseveraltypicalrecommendersystemsalgorithmsBasedontheintroductionofthemainrecommenderalgorithms，thepaperisfocusonintroducingandan

9、alyzingtherecommendersystembasedonCollaborativeFilterAlgorithmAgainsttotheshortcomingoftraditionalmultiinterestUserbasedalgorithm，itpresentsanimprovedalgorithmTheimprovedalgorithmhasconsideredthepurchasingpowerofthecomsu