前言：尋找寫作靈感？中文期刊網用心挑選的無線網絡電子商務商品自動推薦系統，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：傳統電子商務自動推薦系統與用戶的實際喜好不同，推薦后成交量低。針對上述問題，在無線網絡的基礎上，設計了一種新的電子商務商品自動推薦系統，系統硬件主要由信息采集器、信息儲存分析器、商品分析器、商品推薦器四部分組成，通過數據預處理建立分散類，得到目標用戶所在區域，計算相似度，實現商品個性化推薦系統軟件程序設計。為檢測系統效果，設計了對比實驗。實驗結果表明，無線網絡的電子商務商品自動推薦系統能夠根據用戶喜好推薦有效商品，提高成交量。
關鍵詞：自動推薦系統；商品推薦；電子商務；無線網絡；相似度計算；對比實驗設計
0引言
隨著社會的不斷進步，人們進入了信息時代。無線網絡的層層覆蓋和商務模式的不斷創新，使電子商務應運而生，電子商務已經成為了人們生活中不可或缺的一部分。電子商務的產生和發展，改變了人們原有的購物方式，擺脫了傳統購物方式的約束，讓人們可以做到足不出戶輕松購物。電子商務實現了買家和貨源廠商的直接溝通，降低了交易成本，增添了商機，可以給企業和消費者帶來非常大的利益[1]。近年來，電子商務規模不斷增大，各種網購軟件相繼出現，大量商品任用戶挑選，讓用戶有了更多的選擇。但是在這個信息爆炸的時代，面對大量的商品資源，用戶如何在短時間內快速篩選出自己真正喜歡的商品已經成為一大難題，用戶需要瀏覽大量的無關商品后，才能尋找到自己真正需要的商品[2]。面對如此多的信息，用戶很容易感到迷茫，找不到自己想購買的商品[3]。所以，目前亟需要一個工具來幫助用戶找到他們真正感興趣的商品。從用戶的個人喜好出發，對商家和商品進行比較，選擇出最適合用戶的商品，并把這些商品一一呈現在用戶眼前，保證用戶順利購買商品，提高用戶的購物體驗。為了達到以上目的，本文提出無線網絡電子商務商品自動推薦系統，該系統實現了用戶的個性化推薦，根據每個用戶各自的喜好和可能存在的需求，推薦出用戶感興趣的商品，快速地完成購買過程，節約用戶的時間，提升用戶的網絡購物體驗，提高成交率，同時，通過獲取用戶的一些基本信息，了解用戶的喜好和需求，從而推薦給用戶可能感興趣的商品，不僅提高了電子商務商品的銷量，而且增加了電子商務網站的效益，在一定程度上滿足了用戶的需求。
1系統的硬件設計
無線網絡電子商務商品自動推薦系統以消費者為對象，根據不同消費者的興趣愛好、個人習慣給予不同的商品推薦，讓消費者的購物體驗得到提升[4]。為實現個性化、需求化商品推薦，系統硬件主要由信息采集器、信息儲存分析器、商品分析器、商品推薦器四部分組成。這四部分共同協作，使無線網絡電子商務商品自動推薦系統具備普遍適應性，可以給所有用戶提供獨有的服務[6]。本系統遵循計算機數據處理推薦原則，保證各個流程的緊密銜接，具備高度超耦合特點，高度超耦合特點可以保證系統的快速調整，滿足消費者對購買物品不斷更新的需求[7]。
1.1信息采集器
無線網絡電子商務商品自動推薦系統以用戶為對象，獲得用戶的興趣愛好。每個用戶在不同年齡不同時間會對不同的商品感興趣，數據的迅速增加給信息獲取帶來了巨大的難題。信息采集器從各個角度出發，建立了一套完整的信息獲取流程，做到了隨數據信息改變發生流動性改變，對于用戶信息收集主要包括隱性收集和顯性收集。顯性收集主要包括用戶的年齡、經濟收入水平、工作崗位等[8]。不同年紀的人會喜歡不一樣的商品。年輕人追求時尚，喜歡潮牌，常常喜歡當下最熱門的商品。老年人就比較喜歡實用的，因此，不同年齡段的人群所喜歡的商品類型也不一樣。男性和女性在購物方面有很大的不同。女性用戶經常是在瀏覽物品過程中購買商品，只要女性用戶覺得商品符合自己的審美，自己喜歡就會買下。而男性消費者相對女性就會理性一些，男性一般都是有目的地進行瀏覽。也就是說，當男性用戶對商品有需求時，他們才會去瀏覽商品，并購買自己最滿意的商品。經濟收入水平在很大程度上限制了用戶的消費。經濟收入水平越高，購買商品的頻率就會越高，經濟收入水平越低，購買商品的頻率就會越低。不同工作崗位的人會有不同類型的商品需求，例如，老師可能就會經常需要購買水性筆[9]。此外，系統還會定期向用戶下發一些問卷調查，來掌握用戶的偏好，這些都屬于信息的顯性收集。信息的隱性收集主要是記錄用戶行為[10]。用戶的訂單表、好友表、商品評價、商品收藏、商品瀏覽及瀏覽時間、商品搜索以及所購買的商品的價格品牌等都是信息的隱性收集對象。了解這些主要是為了分析用戶的喜好和需求。
1.2信息儲存分析器
由于用戶的歷史購買記錄和經常瀏覽商品的記錄能直接反映出用戶的興趣愛好和需求，所以信息儲存分析器主要是把用戶的歷史購買記錄和經常瀏覽商品的記錄儲存下來便于時時更新，做到流動性改變。根據信息采集器所掌握的用戶信息，信息儲存分析器將進一步分析出用戶的類型，進而了解用戶可能存在的商品需求、潛在喜歡的商品品牌、希望的商品價格、喜歡的商品種類。信息儲存分析器結構如圖3所示。
1.3商品分析器
商品分析器主要是在各個商家所賣的商品中找出共同點，并把相類似的商品歸為一類。這樣當目標用戶搜索某一件商品時，系統就可以及時地提供相同類型的商品，提升用戶的購買率。
1.4商品推薦器
商品推薦器主要是依據信息采集器和信息儲存分析器所得到的結果，將目標用戶可能感興趣或有需求的商品推薦給目標用戶[13]。其中，包括推薦畫面重新構建、所占比重分析和個性化商品推薦三個部分。推薦畫面重新構建主要是想擴大推薦商品的范圍，不能完全依據用戶搜索的商品進行推薦，還要給目標用戶推薦一些目標用戶購買商品時瀏覽過，經常一起搭配購買的商品，這樣可以提高用戶的購買率，為商家提供最大的利潤，增加交易成功率。商品推薦器所推薦的商品最主要的就是想引起目標用戶的興趣，但除此之外，還要根據商品分析器得出來的商品信息把目標用戶理想價格的商品推薦給目標用戶，還要考慮商家店鋪的種種情況，把最合適的商品推薦給目標用戶[14]。商品推薦必須要做到的就是個性化推薦，即針對不同的用戶推薦出適合他們的商品。
2系統軟件設計
本系統采用Toui軟件收集用戶信息，在用戶登錄電子商務網站后，無線網絡電子商務商品自動推薦系統首先就要收集用戶的信息。Toui軟件可以收集繁多冗雜的數據并將數據進行篩選分類，留下最有價值的數據。Toui軟件具有自動追蹤功能，一旦用戶登錄電子商務網站，Toui軟件就會追蹤記錄用戶的行為，得到用戶登錄過程的所有信息。為了準確地分析出用戶的個人喜好和需求，采用三維捕捉軟件，三維捕捉軟件分析用戶心理的準確度非常高。三維捕捉軟件具備學習人類的功能，可以根據所掌握的用戶信息，通過用戶的一些行為分析出用戶的喜好和可能存在的需求。三維捕捉軟件會不斷地學習心理理論知識，找出自己的不足并不斷完善更新，使無線網絡電子商務商品自動推薦系統可以準確地推薦出用戶感興趣或需要的商品。在設計軟件時，還引用了微克軟件，該軟件可以在目標用戶和商品之間建立聯系，為實現個性化推薦做出了巨大貢獻。
3仿真實驗
為檢測無線網絡電子商務商品推薦系統的推薦效果，現與傳統電子商務商品推薦系統進行對比實驗，并分析實驗結果。在規定時間為10天時，本文系統推薦商品的成交數量為3000件，而傳統系統推薦商品的成交數量僅為900件；規定時間為20天時，本文系統推薦商品的成交數量為3900件，而傳統系統推薦商品的成交數量為1100件；規定時間為一個月時，本文系統推薦商品成交的數量為4250件，而傳統推薦系統商品的成交數量為1250件。實驗結果表明，無線網絡電子商務商品推薦系統商品的成交數量始終高于傳統電子商務商品推薦系統，由此可見，無線網絡電子商務商品推薦系統所推薦的商品真正受到了用戶的喜愛。
4結語
本文設計的無線網絡電子商務商品自動推薦系統建立了良好的用戶企業關系，真正了解了用戶的需求，讓用戶更加依賴于它，使用戶頻繁購買，大大提高了電子商務的利益。在未來的研究中，本文設計的無線網絡電子商務商品推薦系統會不斷完善，幫助用戶解決其他購物問題。
作者:鄒坤 單位:成都信息工程大學銀杏酒店管理學院