大數(shù)據(jù)電商個(gè)性化推薦系統(tǒng)分析

時(shí)間:2022-01-30 09:07:29

導(dǎo)語(yǔ):大數(shù)據(jù)電商個(gè)性化推薦系統(tǒng)分析一文來(lái)源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢(xún)客服老師,歡迎參考。

大數(shù)據(jù)電商個(gè)性化推薦系統(tǒng)分析

摘要:現(xiàn)階段,大數(shù)據(jù)技術(shù)被廣泛應(yīng)用到多個(gè)行業(yè),尤其是大數(shù)據(jù)帶來(lái)的個(gè)性化推薦服務(wù)系統(tǒng),在電子商務(wù)行業(yè)得到了普及并且取得了卓越成績(jī)。本文針對(duì)大數(shù)據(jù)背景下電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)實(shí)施基礎(chǔ)工作進(jìn)行了具體闡述,以期促進(jìn)電子商務(wù)服務(wù)個(gè)性化與智能化的發(fā)展實(shí)踐。

關(guān)鍵詞:大數(shù)據(jù);電子商務(wù);個(gè)性化推薦

當(dāng)前,電子商務(wù)在各個(gè)行業(yè)領(lǐng)域的廣泛應(yīng)用,針對(duì)“基于大數(shù)據(jù)的個(gè)性化信息推薦的服務(wù)模式”也受到了學(xué)者的高度關(guān)注。電子商務(wù)類(lèi)網(wǎng)站除了可以為用戶(hù)提供商品與服務(wù),并且也增加了消費(fèi)者在大量信息中快速、精準(zhǔn)搜索到符合其要求的產(chǎn)品信息難度。在大數(shù)據(jù)技術(shù)應(yīng)用中個(gè)性化信息推薦功能可以隨時(shí)、主動(dòng)向用戶(hù)推薦其所需求的商品和服務(wù),不僅充分滿(mǎn)足了用戶(hù)對(duì)個(gè)性化消費(fèi)需求,還在電子商務(wù)網(wǎng)站增加其消費(fèi)者粘性、提升其服務(wù)品質(zhì)以及市場(chǎng)競(jìng)爭(zhēng)力等方面有著積極推進(jìn)作用。

相關(guān)基礎(chǔ)理論

大數(shù)據(jù)的定義。大數(shù)據(jù),表示在新處理方法下可以使其決策能力、洞察外界環(huán)境變化能力和流程優(yōu)化能力的大批量、高增長(zhǎng)率等方面表現(xiàn)更佳,大數(shù)據(jù)在對(duì)大批量信息的獲取以及對(duì)這些數(shù)據(jù)進(jìn)行重新分配中提高其應(yīng)用效率,大數(shù)據(jù)的具體分類(lèi)如表1所示。大數(shù)據(jù)的特征。大數(shù)據(jù)的特征可以總結(jié)為“4V”,具體為Volume、Variety、Value、Velocity。 Volume用來(lái)解釋數(shù)據(jù)規(guī)模較大,現(xiàn)有的數(shù)據(jù)規(guī)模級(jí)用PB來(lái)表示,而PB這一數(shù)據(jù)單位將會(huì)給其它更大的“單位”所取代,在這里面非結(jié)構(gòu)化的數(shù)據(jù)會(huì)占有非常大的比例。Variety表述數(shù)據(jù)類(lèi)型豐富,從閱讀的題目、圖片到消費(fèi)歷史再到網(wǎng)絡(luò)日志等,都可以劃分到大數(shù)據(jù)內(nèi)容范疇之內(nèi)。Value用來(lái)解釋價(jià)值密度,比如視頻在連續(xù)的監(jiān)控中有價(jià)值的數(shù)據(jù)寥寥無(wú)幾。Velocity用來(lái)解釋操作效率,針對(duì)數(shù)據(jù)的操作環(huán)節(jié)這一過(guò)程非常迅速,中間的計(jì)算環(huán)節(jié)所需時(shí)間非常少,大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的明顯區(qū)別在于:大數(shù)據(jù)可以通過(guò)傳統(tǒng)手段對(duì)數(shù)據(jù)進(jìn)行保存、分析與整理。電子商務(wù)個(gè)性化推薦服務(wù)的黎超(廣東白云學(xué)院社會(huì)與公共管理學(xué)院廣州510450)基金項(xiàng)目:2012年廣東省哲學(xué)社會(huì)科學(xué)“十二五”規(guī)劃項(xiàng)目“生命周期視角下的廣東中小企業(yè)發(fā)展研究”(項(xiàng)目編號(hào)GD12XYJ02)中圖分類(lèi)號(hào):F713文獻(xiàn)標(biāo)識(shí)碼:A內(nèi)容摘要:現(xiàn)階段,大數(shù)據(jù)技術(shù)被廣泛應(yīng)用到多個(gè)行業(yè),尤其是大數(shù)據(jù)帶來(lái)的個(gè)性化推薦服務(wù)系統(tǒng),在電子商務(wù)行業(yè)得到了普及并且取得了卓越成績(jī)。本文針對(duì)大數(shù)據(jù)背景下電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)實(shí)施基礎(chǔ)工作進(jìn)行了具體闡述,以期促進(jìn)電子商務(wù)服務(wù)個(gè)性化與智能化的發(fā)展實(shí)踐。關(guān)鍵詞:大數(shù)據(jù)電子商務(wù)個(gè)性化推薦定義。電子商務(wù)個(gè)性化推薦系統(tǒng)即針對(duì)各種消費(fèi)群體的不同需求為其提供針對(duì)性服務(wù),或者電商企業(yè)主動(dòng)結(jié)合消費(fèi)者上網(wǎng)習(xí)性的異同為其提供專(zhuān)業(yè)的服務(wù),為消費(fèi)者創(chuàng)建一個(gè)高品質(zhì)的購(gòu)物平臺(tái)。個(gè)性化內(nèi)容推薦系統(tǒng)構(gòu)建在消費(fèi)者對(duì)內(nèi)容的應(yīng)用習(xí)慣上,滿(mǎn)足消費(fèi)者對(duì)個(gè)性化內(nèi)容需求的服務(wù)。研究消費(fèi)的信息應(yīng)用偏好可以精確地為消費(fèi)者提供信息服務(wù),推進(jìn)個(gè)性化信息內(nèi)容服務(wù)業(yè)務(wù)的展開(kāi)。電子商務(wù)個(gè)性化推薦服務(wù)的特征。電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)是圍繞消費(fèi)者需求來(lái)展開(kāi)的,其主要特征如下:一是服務(wù)內(nèi)容針對(duì)性顯著。個(gè)性化推薦服務(wù)針對(duì)性較為顯著,能夠滿(mǎn)足各種消費(fèi)者的不同需求,同時(shí)還可以與消費(fèi)者實(shí)施信息內(nèi)容交換操作,也就是消費(fèi)者可以主動(dòng)為信息提供方提出自身需求,同時(shí)還可以對(duì)其所接受的服務(wù)展開(kāi)評(píng)分操作。上述信息內(nèi)容交換模式對(duì)信息提供方不斷更新以及改進(jìn)其服務(wù)形式有著積極推進(jìn)作用,使其所提供的服務(wù)更大程度滿(mǎn)足消費(fèi)者的個(gè)性化需求。二是服務(wù)內(nèi)容多樣化。客戶(hù)群體還可以結(jié)合自身需要設(shè)定信息內(nèi)容服務(wù)形式與信息內(nèi)容獲取時(shí)間,電商企業(yè)可以結(jié)合消費(fèi)群體這種自定義模式為其呈現(xiàn)出相對(duì)應(yīng)的信息內(nèi)容服務(wù)。客戶(hù)群體在信息內(nèi)容接收模式上主要包括E-mail、音頻或者視頻等。除此之外,個(gè)性化信息內(nèi)容服務(wù)使得消費(fèi)者僅僅通過(guò)網(wǎng)絡(luò)就可以隨時(shí)隨地享受個(gè)性化服務(wù)。三是服務(wù)具有主動(dòng)性與時(shí)效性。個(gè)性化信息內(nèi)容服務(wù)可以主動(dòng)為客戶(hù)群體提供服務(wù),為客戶(hù)群體實(shí)時(shí)推送最新資訊,保證為客戶(hù)群體所推送的資訊有著非常強(qiáng)的時(shí)效性。四是服務(wù)的智能性。個(gè)性化信息內(nèi)容服務(wù)具備較為顯著的智能性特點(diǎn),其可以根據(jù)消費(fèi)群體的瀏覽軌跡實(shí)時(shí)刷新,為客戶(hù)群體傳送最新的個(gè)性化內(nèi)容,并且為客戶(hù)群體推送的內(nèi)容都是滿(mǎn)足客戶(hù)群體消費(fèi)需求的。五是電子商務(wù)個(gè)性化推薦服務(wù)的意義。對(duì)于客戶(hù)群體來(lái)講,電子商務(wù)個(gè)性化推薦可以提高消費(fèi)者對(duì)所需產(chǎn)品的瀏覽效率,為消費(fèi)者節(jié)省大量時(shí)間;關(guān)于內(nèi)容提供對(duì)象來(lái)講,電子商務(wù)個(gè)性化推薦系統(tǒng)可以保持消費(fèi)者粘性和規(guī)模,利用節(jié)約時(shí)間來(lái)保證消費(fèi)者的訪(fǎng)問(wèn)量,讓消費(fèi)者在短時(shí)間內(nèi)獲取更多產(chǎn)品內(nèi)容,進(jìn)而保證產(chǎn)品的銷(xiāo)售業(yè)績(jī)。隨著大數(shù)據(jù)的應(yīng)用,電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)越來(lái)越成熟,不僅提高了電子商務(wù)類(lèi)企業(yè)的市場(chǎng)效益,并且也豐富了其信息內(nèi)容服務(wù)模式,為其服務(wù)模式有效開(kāi)展提供發(fā)展平臺(tái)。

主要技術(shù)應(yīng)用

(一)協(xié)同過(guò)濾方法。協(xié)同過(guò)濾主要應(yīng)用于識(shí)別某個(gè)既定客戶(hù)可能感興趣的商品,其分析依據(jù)主要是根據(jù)其他消費(fèi)群體對(duì)這些產(chǎn)品的感興趣程度。協(xié)同過(guò)濾方法可以利用對(duì)既定消費(fèi)群體所感興趣的產(chǎn)品進(jìn)行研究來(lái)辨認(rèn)某個(gè)消費(fèi)者的所感興趣的商品。在電子商務(wù)領(lǐng)域該方法受到了技術(shù)人員的高度認(rèn)可,基于某個(gè)客戶(hù)群體的同類(lèi)消費(fèi)群體傾向的商品來(lái)分析和預(yù)測(cè)該消費(fèi)群體可能感興趣的商品。該技術(shù)是建立在內(nèi)容這一前提條件下的,其和直接分析手段有著明顯區(qū)分,系統(tǒng)過(guò)濾技術(shù)可以在大規(guī)模的客戶(hù)群體中找出和既定客戶(hù)群體有著相同偏好的消費(fèi)者客戶(hù),并且將這類(lèi)相同客戶(hù)群體對(duì)某個(gè)產(chǎn)品的評(píng)論進(jìn)行整理并剖析,可以直接剖析出這一消費(fèi)者客戶(hù)的購(gòu)物傾向,并且對(duì)該消費(fèi)者客戶(hù)關(guān)于某個(gè)產(chǎn)品的感興趣程度進(jìn)行精準(zhǔn)推測(cè)。當(dāng)今,越來(lái)越多的電子商務(wù)公司利用該方法來(lái)提高其銷(xiāo)售平臺(tái)的服務(wù)水平與服務(wù)質(zhì)量,該方法優(yōu)勢(shì)與不足如表2所示。(二)客戶(hù)群體建模技術(shù)。成立高質(zhì)量的消費(fèi)者模型對(duì)于提升個(gè)性化信息內(nèi)容推薦效率有著不容忽視的作用,為了保證該模型的實(shí)用性,可以在消費(fèi)者感興趣的信息資料中提煉出相關(guān)屬性,通過(guò)建模方法并對(duì)消費(fèi)者傾向的產(chǎn)品進(jìn)行管理。電子商務(wù)個(gè)性化推薦內(nèi)容服務(wù)是在互聯(lián)網(wǎng)環(huán)境中開(kāi)展的,該模型和簡(jiǎn)單的描述性模型有著明顯區(qū)分,其有著附帶相關(guān)數(shù)據(jù)結(jié)構(gòu)模式的功能。該模型的更新數(shù)據(jù)服務(wù)功能建立在消費(fèi)者對(duì)產(chǎn)品的查找上,如此一來(lái)便可以為消費(fèi)者提供定向、高效率服務(wù)。該模型的刷新主要包括兩種模式:其一為直接刷新,利用消費(fèi)者對(duì)系統(tǒng)給出的推送產(chǎn)品進(jìn)行回饋刷新模型,對(duì)消費(fèi)者購(gòu)物行為產(chǎn)生直接影響的內(nèi)容實(shí)時(shí)刷新,通常會(huì)消耗大量的時(shí)間,因此很難實(shí)施;其二為間接刷新,利用對(duì)消費(fèi)者瀏覽方式的跟蹤并挖掘Web日志數(shù)據(jù)來(lái)完成。

服務(wù)模式構(gòu)建

(一)電子商務(wù)信息內(nèi)容服務(wù)模式。信息內(nèi)容服務(wù)模式主要針對(duì)信息內(nèi)容服務(wù)提供方、信息內(nèi)容接收方、信息內(nèi)容服務(wù)模式以及信息服務(wù)內(nèi)容之間的關(guān)系展開(kāi)分析和說(shuō)明的。針對(duì)電子商務(wù)服務(wù)模式,在線(xiàn)購(gòu)物平臺(tái)是其信息內(nèi)容提供方,而在線(xiàn)消費(fèi)者是其信息內(nèi)容接收方,平臺(tái)為在線(xiàn)消費(fèi)者推送的內(nèi)容為信息內(nèi)容服務(wù)模式,為消費(fèi)群體提供的信息類(lèi)型為信息服務(wù)內(nèi)容。所以,電子商務(wù)個(gè)性化推薦服務(wù)主要是關(guān)于電子商務(wù)服務(wù)形式的四要素及其之間聯(lián)系展開(kāi)描述,也就是在線(xiàn)銷(xiāo)售平臺(tái)將對(duì)數(shù)據(jù)展開(kāi)大批量挖掘與操作,探尋出潛在的消費(fèi)者信息,利用網(wǎng)頁(yè)或者電子郵箱的形式傳送給消費(fèi)者,從而實(shí)現(xiàn)其推送服務(wù)的個(gè)性化發(fā)展需求。數(shù)據(jù)在構(gòu)成服務(wù)內(nèi)容上作為基本成分,并且也是企業(yè)提供服務(wù)的重要內(nèi)容,隨著數(shù)據(jù)大小、存儲(chǔ)模式和組織模式等特點(diǎn)的變化,電子商務(wù)企業(yè)所提供的服務(wù)內(nèi)容也在跟著變化。由之前的被動(dòng)服務(wù)向著主動(dòng)與被動(dòng)相整合的方向發(fā)展。被動(dòng)服務(wù)通常指的是消費(fèi)者主動(dòng)到電商平臺(tái)搜索自己所需產(chǎn)品,基于消費(fèi)者視角來(lái)分析有著非常強(qiáng)的針對(duì)性,然而對(duì)于平臺(tái)商家來(lái)講,明顯忽略了消費(fèi)者的潛在消費(fèi)需求。添加主動(dòng)服務(wù)形式,可以利用和某個(gè)既定消費(fèi)者有著相似需求的消費(fèi)者數(shù)據(jù)找出其潛在的內(nèi)容需求,為消費(fèi)者瀏覽購(gòu)買(mǎi)產(chǎn)品提供便捷,同時(shí)還提高了平臺(tái)產(chǎn)品的銷(xiāo)售額。從之前的個(gè)性化內(nèi)容檢索結(jié)果推送服務(wù)轉(zhuǎn)化成個(gè)性化推薦服務(wù),前者是將所有內(nèi)容進(jìn)行整理供消費(fèi)者閱讀,利用查找產(chǎn)品詳情自主比較進(jìn)而選取符合自己所需產(chǎn)品;而后者是對(duì)消費(fèi)者之前的數(shù)據(jù)進(jìn)行篩選并分析,利用高效的計(jì)算方法為消費(fèi)者推薦滿(mǎn)足其需求的產(chǎn)品,消費(fèi)者可以快速找到滿(mǎn)足其需求的產(chǎn)品。(二)電子商務(wù)個(gè)性化內(nèi)容推薦服務(wù)模式構(gòu)建思路。個(gè)性化推薦服務(wù)的宗旨為消費(fèi)者呈現(xiàn)有價(jià)值的產(chǎn)品信息內(nèi)容,進(jìn)而提高平臺(tái)的成交額。滿(mǎn)足消費(fèi)者應(yīng)用的同時(shí)也提高其對(duì)平臺(tái)產(chǎn)品的認(rèn)識(shí)是個(gè)性化推薦服務(wù)的主要內(nèi)容,該服務(wù)的目的是為將這些沒(méi)有被消費(fèi)者發(fā)現(xiàn)的產(chǎn)品或者服務(wù)內(nèi)容信息主動(dòng)發(fā)送到消費(fèi)者手中,從而刺激消費(fèi)者的購(gòu)買(mǎi)欲望,最終實(shí)現(xiàn)成交的目的??蛻?hù)群體的興趣各不相同,加強(qiáng)電商企業(yè)個(gè)性化推薦系統(tǒng)對(duì)產(chǎn)品的覆蓋率,進(jìn)而保證所推薦的產(chǎn)品讓被推薦客戶(hù)所認(rèn)可,為被推薦客戶(hù)帶來(lái)更高品質(zhì)的客戶(hù)群體體驗(yàn),完成個(gè)性化推薦。讓被推薦方主動(dòng)對(duì)產(chǎn)品或者服務(wù)信息進(jìn)行回饋,保留最有效的數(shù)據(jù)信息,從而在未來(lái)的推薦功能上對(duì)其進(jìn)行改進(jìn),并對(duì)被推薦方的個(gè)人資料與數(shù)據(jù)進(jìn)行完善,達(dá)到精準(zhǔn)、良性循環(huán)的目的。結(jié)合上述分析,本文繪制了電商個(gè)性化推薦系統(tǒng)組織圖,并且針對(duì)其個(gè)性化內(nèi)容服務(wù)形式進(jìn)行詳細(xì)分析,如圖1所示。(三)電子商務(wù)個(gè)性化信息內(nèi)容推薦服務(wù)模式分析。定期內(nèi)容推薦。平臺(tái)購(gòu)物用戶(hù)群體通過(guò)自主向平臺(tái)商家提供商品需求,平臺(tái)會(huì)定期向客戶(hù)群體發(fā)送相應(yīng)內(nèi)容的形式來(lái)完成個(gè)性化推薦服務(wù)。定期內(nèi)容推薦主要是借助數(shù)據(jù)挖掘技術(shù)和RSS技術(shù),在對(duì)用戶(hù)群體信息挖掘方面主要涉及到數(shù)據(jù)挖掘技術(shù),在向用戶(hù)群體推送信息方面主要涉及到RSS技術(shù)。以上信息內(nèi)容推薦服務(wù)在圖書(shū)網(wǎng)站平臺(tái)會(huì)常常用到,因?yàn)橐恍┯脩?hù)群體屬于平臺(tái)固定群體,這一群體可以結(jié)合自身需求將信息內(nèi)容精準(zhǔn)地傳送給信息內(nèi)容提供人員,此外電商平臺(tái)也可以精準(zhǔn)地分析這一群體的信息內(nèi)容需求。用戶(hù)群體在對(duì)消費(fèi)需求的數(shù)據(jù)方面基本不發(fā)生任何變化,電商平臺(tái)可以定期、按時(shí)對(duì)產(chǎn)品內(nèi)容進(jìn)行更新,歸納出滿(mǎn)足客戶(hù)群體需求的產(chǎn)品資訊。其它的B2C與C2C模式的電商企業(yè)可以向客戶(hù)群體執(zhí)行定期內(nèi)容推送服務(wù),在新的用戶(hù)群體注冊(cè)環(huán)節(jié)根據(jù)問(wèn)卷調(diào)查,準(zhǔn)確了解每一個(gè)用戶(hù)對(duì)產(chǎn)品類(lèi)型、產(chǎn)品品牌等方面的需求,按照用戶(hù)的需求偏好通過(guò)站內(nèi)私信、電子郵箱等向消費(fèi)者群體推送產(chǎn)品最新動(dòng)態(tài)的方法。熱點(diǎn)資訊推薦。熱點(diǎn)資訊推薦具體指的是電商平臺(tái)把當(dāng)前銷(xiāo)量第一的商品和最新上架的商品及時(shí)發(fā)送到用戶(hù)端的一種服務(wù)形式,這種推薦模式屬于主動(dòng)推薦,購(gòu)物網(wǎng)站結(jié)合現(xiàn)實(shí)狀況及時(shí)刷新客戶(hù)群體的瀏覽內(nèi)容,并整理出最熱點(diǎn)的產(chǎn)品資訊將其發(fā)送給客戶(hù)群體。熱點(diǎn)內(nèi)容發(fā)送利用數(shù)據(jù)挖掘技術(shù)與協(xié)同過(guò)濾方法探尋出當(dāng)前最熱門(mén)的產(chǎn)品資訊,利用客戶(hù)群體在網(wǎng)絡(luò)中常用的界面彈出窗口以及懸浮窗口網(wǎng)頁(yè)等發(fā)送到目標(biāo)客戶(hù)群體。購(gòu)物平臺(tái)利用客戶(hù)群體在線(xiàn)瀏覽內(nèi)容與點(diǎn)擊過(guò)程中的瀏覽記錄,以此向用戶(hù)發(fā)送信息。通常熱點(diǎn)資訊推送是建立在用戶(hù)多次點(diǎn)擊瀏覽上的。通過(guò)熱點(diǎn)資訊形式推薦滿(mǎn)足客戶(hù)群體需求并且銷(xiāo)量也非常高的前N種商品,在很大程度上提升了電商平臺(tái)的銷(xiāo)售額。因?yàn)橐话闱闆r下新上架商品非常不容易被消費(fèi)者所發(fā)現(xiàn),利用熱點(diǎn)資訊推薦形式對(duì)新上架商品的推送有著非常重要的意義。興趣愛(ài)好挖掘推薦。電子商務(wù)平臺(tái)可以有效運(yùn)用數(shù)據(jù)挖掘技術(shù),對(duì)用戶(hù)存儲(chǔ)大量數(shù)據(jù)如消費(fèi)歷史、瀏覽記錄、消費(fèi)偏好等進(jìn)行深入數(shù)據(jù)分析,從而得出用戶(hù)個(gè)性化消費(fèi)需求。根據(jù)用戶(hù)興趣愛(ài)好特征展開(kāi)的推薦模式,對(duì)平臺(tái)信息處理水平有著更高的要求,只有精準(zhǔn)、高效的信息處理水平才可以探尋出各種隱藏的用戶(hù)信息,致力于提高用戶(hù)體驗(yàn)水平。興趣愛(ài)好挖掘推薦主要是依據(jù)用戶(hù)對(duì)個(gè)性化界面中所涉及到的產(chǎn)品信息展開(kāi)瀏覽,點(diǎn)擊進(jìn)入偏好產(chǎn)品,獲取推薦信息,并且在這一過(guò)程中商品屬性與相關(guān)比重全部被存儲(chǔ)到產(chǎn)品信息庫(kù),在用戶(hù)進(jìn)行瀏覽或者支付過(guò)程中,用戶(hù)偏好功能就可以關(guān)于用戶(hù)信息展開(kāi)個(gè)性化整理,從而將這些整理好的信息存儲(chǔ)到相應(yīng)的存儲(chǔ)庫(kù)中。偏好挖掘推薦的過(guò)程主要是消費(fèi)者內(nèi)容模型構(gòu)建版塊可以構(gòu)建消費(fèi)者個(gè)性化的內(nèi)容版塊,個(gè)性化過(guò)濾模塊可以根據(jù)用戶(hù)模型中的標(biāo)準(zhǔn)對(duì)商品信息進(jìn)行篩選,具體推薦流程如圖2所示。這個(gè)過(guò)程主要由下述環(huán)節(jié)構(gòu)成:其一,愛(ài)好屬性板塊借助對(duì)用戶(hù)群體日常瀏覽軌跡來(lái)對(duì)其消費(fèi)需求展開(kāi)分析;其二,用戶(hù)群體興趣愛(ài)好庫(kù)把興趣愛(ài)好功能板塊整理出的數(shù)據(jù)保存,并借助不斷獲取新的興趣偏好數(shù)據(jù)來(lái)隨時(shí)更新用戶(hù)群體興趣偏好數(shù)據(jù)庫(kù);其三,用戶(hù)群體模。

作者:黎超 單位:廣東白云學(xué)院社會(huì)與公共管理學(xué)院