我们对电子商务智能推荐系统作一个概述。与传统商业经销方式不同,电子商务交易双方是不谋面的,商家不能直观地了解客户,能获得的只是大量的相关数据(如用户注册信息、历史购买记录等),这样通过对数据的分析来尽可能地揣摩客户,在恰当的时间向恰当的客户推荐恰当的商品或服务就显得尤为重要。由于电子商务涉及的数据量大、类型多、模型复杂,以及应用系统的分布性和异构性都使得对这些数据的分析相当困难,而数据挖掘技术恰恰就是从具有上述特征的数据中发现规律,这样把数据挖掘技术应用于推荐系统的开发是很自然的。
推荐系统可以是根据其他客户的信息或是此客户的信息,根据该顾客以往的购买行为预测未来的购买行为,模拟销售人员帮助客户完成购买过程,为客户提供个性化服务。推荐的形式包括向客户推荐商品,提供个性化的商品信息、及其他客户的喜恶等。广义而言,推荐技术使得网站更具个性化(网站会调整某些信息来迎合不同的客户)。
一般来说，电子商务智能推荐系统具有以下三方面的作用：
1.将电子商务网站的浏览者转变为购买者(Converting Browsers into Buyers)：有时人们只是看看网站的内容而没有购买的意思。推荐系统可以帮客户找到他们感兴趣的、愿意买的商品。
2.提高电子商务网站的交叉销售能力(Cross-Sell)：基于用户已经购买的商品,推荐客户购买一些相关的商品。
3.提高客户对电子商务网站的忠诚度(Building Loyalty)：客户往往愿意到那些最能满足自己需求的网站购物。
