电子商务系统科技论文参考

　　电子商务作为当今社会发展的一种新型市场交易模式，在现在生活中得应用越来越广泛。下文是学习啦小编为大家整理的关于电子商务系统科技论文参考的范文，欢迎大家阅读参考!

　　电子商务系统科技论文参考篇1

　　浅析电子商务推荐系统

　　[摘 要] 随着互联网的普及和 电子 商务的 发展 ，商品推荐系统逐渐成为电子商务IT技术的一个重要研究内容，越来越多地 受到研究者的关注。本文探讨了电子商务系统的构成、研究内容、研究现状，分析了目前有的推荐系统存在的缺陷和问题，提出了未来电子商务推荐系统研究的发展方向。

　　[关键词] 电子商务;推荐系统;协作过滤;个性化推荐

　　随着互联网的普及和电子商务的发展，商品推荐系统逐渐成为电子商务IT 技术的一个重要研究内容，越来越多地得到研究者的关注。目前，几乎所有大型的电子商务系统，如Amazon、CDNOW、eBay、当当网上书店等，都不同程度地使用了各种形式的推荐系统。

　　而且现在电子商务系统规模的进一步扩大，用户数目和项目数据急剧增加，迫切需要相应信息检索技术产生。商品个性化推荐技术，尤其是协同过滤技术，构成了现有电子商务个性化推荐系统的基础。在这里，之所以强调个性化，是因为需要推荐系统能为每个用户推荐适合他们偏好和兴趣的产品，而不是千篇一律的推荐。

　　一、电子商务推荐系统及构成

　　电子商务推荐系统(Recommendation Systems for E-Commerce)定义是：“它是利用电子商务网站向客户提供商品信息和建议，帮助用户决定应该购买什么产品，模拟销售人员帮助客户完成购买过程”。

　　推荐系统面对的是用户(user)，任务是为用户提供对项目(item)的推荐。用户是指推荐系统的使用者，也就是电子商务活动中的客户。项目是被推荐的对象，是指电子商务活动中提供给客户选择的产品和服务，也就是最终推荐系统返回给用户的推荐内容。在一个电子商务活动中，用户数和项目数是非常多的。推荐系统面对的当前用户，称为目标用户或者活动用户。推荐系统的当前 工作，就是为根据一定的算法，给出对目标用户的推荐项目。

　　电子商务推荐系统主要由三大部分构成：输入模块、推荐方法模块和输出模块。输入模块用来接受用户的输入信息，用户的输入信息中最重要的是用户对项目的评价(rating)数据;推荐方法模块用来根据一定算法，根据用户数据，得出对目标用户的推荐，该模块是整个推荐系统的核心部分，个性化推荐方面的研究的很大一部分，都集中在找到好的推荐方法。输出模块主要是指得到的推荐以何种形式反馈给用户。

　　根据项目的特点，目前主要有两种类型的推荐系统，一种是以网页为对象的个性化推荐系统，主要采用Web数据挖掘的方法与技术，为用户推荐符合其兴趣爱好的网页;另一种是网上购物 环境下的、以商品为推荐对象的个性化推荐系统，为用户推荐符合其兴趣爱好的各类产品，如各种书籍，音像等，这种推荐系统也称电子商务个性化推荐系统。

　　二、电子商务个性化推荐系统的作用

　　电子商务推荐系统的最大的优点在于它能收集用户兴趣资料并根据用户兴趣偏好为用户主动作出个性化的推荐，也就是说，当用户每次输入用户名和密码登录电子商务网站后，推荐系统就会按照目标用户偏好程度的高低推荐用户最喜爱的N个产品，而且系统给出的推荐是实时更新的，也就是说当系统中的产品库和用户兴趣资料发生改变时，给出的推荐序列会自动改变，大大方便了用户，也提高了 企业 的服务水平。

　　总体说来，电子商务推荐系统的作用主要表现在以下几个方面：一方面，使用户从无限的 网络 资源和商品世界中解脱出来，大大节约了用户采购商品的时间和成本;与此同时，推荐系统的个性化推荐服务，提高了客户对电子商务网站的忠诚度(Building Loyalty)，将更多的电子商务网站浏览者转变为商品的购买者，从而提高电子商务网站的交叉销售能力(Cross-Selling)，为电子商务企业赢得了更多的发展机会。

　　研究表明，在基于电子商务的销售行业使用个性化推荐系统后，能提高销售额2%-8%，尤其在书籍、电影、CD音像、日用百货等产品相对较为低廉且商品种类繁多的行业，以及用户使用个性化推荐系统的程度高的行业，推荐系统能大大提高企业的销售额。

　　电子商务推荐系统和销售系统(Marketing Systems)、供应链决策支持系统(Supply-Chain Decision-Support Systems)既相似又有不同。销售系统是帮助销售人员如何把产品销售出去;推荐系统最终目的帮助用户，辅助用户购买什么产品做出决策。供应链决策支持系统是帮助生产者决定什么时候生产多少什么产品，以及仓库应该存贮多少各类产品，其最终目的是为企业生产者服务的，而同样推荐系统是面向用户的系统。

　　三、电子商务个性化推荐系统的研究内容

　　电子商务个性化推荐的研究有四方面的问题：首先，要解决推荐系统的信息来源问题——推荐系统的基础是用户兴趣资料信息，如何在电子商务环境下尽可能获得更多用户的相关信息，并以合适的形式表示是进行个性化推荐的前提;其次，要实现被顾客接受和认可的个性化推荐，设计准确、高效率的个性化推荐算法是核心;另外，要让推荐系统为广大用户所接受，必须对推荐系统作出客观、综合的评价，尤其要注意从准确率、个性化、安全性、用户满意度等多方面进行评价;推荐系统的 应用是最终研究的落脚点，推荐系统不仅能为用户提供完全个性化购物环境，更应为企业的销售决策和客户关系 管理提供支持。

　　在电子商务环境下，用户信息收集表示是电子商务个性化推荐的基础。根据当前对电子商务环境下用户信息收集表示的研究来看，主要着眼于研究如何有效地收集能反映用户兴趣偏好的信息，以及如何通过网络数据挖掘等的方法更自动化地收集用户的隐式信息，解决用户信息收集过多的依赖于显式评价数据的问题。

　　个性化推荐技术是电子商务自动化推荐系统的核心问题。目前的推荐技术有协同过滤推荐(包括基于用户的和基于项目的)、基于用户人口 统计信息的推荐、基于内容的推荐、基于效用的推荐、基于知识的推荐、基于规则的推荐等等。协同过滤推荐是个性化推荐中研究和应用最多的方法，广泛应用于电子商务网站、数字图书馆、网页搜索、新闻过滤等，著名的推荐系统有Tapestry、GroupLens/NetPerceptions、Ringo/Firefly等，其前提假设是存在具有相似兴趣爱好的用户群，每个用户都有与其兴趣爱好相似的邻居用户。预测用户对某一项目的偏好是根据邻居用户对该项目的偏好程度 计算 的，也就是说如果其邻居用户喜爱某项目，则该用户也很可能会喜爱该项目。协同过滤最大优点是不需要分析对象的特征属性，所以对推荐对象没有特殊的要求，能处理非结构化的复杂对象，如 音乐 、电影等。

　　对推荐系统总体性能的评价是推荐系统研究的重要组成部分。目前大都只是采用准确率、召回率等评判尺度对推荐算法进行评价，并没有真正意义上的、提升到对整个推荐系统进行的评价，尤其缺乏从个性化程度、持久性程度、系统的安全性以及用户接受程度等多方面对推荐系统进行综合的评价。

　　四、研究现状

　　推荐行为产品或其它项目的 软件代理已经在许多应用中使用在电子商务领域，为了增加购买 经验并满足客户需求，已经推出了充分利用消费者的访问和购买行为的推荐系统。推荐者通常通过给用户展示他们可能感兴趣的产品或服务来促进购买。例如，诸如Amazon.com就是通过利用偏好或其他用户购买信息来介绍书籍或者其它产品给用户的推荐系统。然而，使用的技术相当简单，而且并非很精确和有效。基本上，程序将当前客户购买的一系列产品与其他客户购买的一系列产品作比较，选择客户购买较多的产品与当前客户购买的产品集合的交集，最后从中选出一些尚未被客户所购买而仍然在顾客购物篮中的产品，并将它们作为推荐列表呈现给客户。该技术也用于类似于协作过滤的文本文档的信息抽取。电影或音乐唱片的推荐，例如Moviefrnder.com，通过预知一个人的偏好与其他人偏好的线性权重集合，并运用协作过滤技术来实现。　　对于推荐系统的研究可分为三个种类：技术系统开发研究，用户行为研究和隐私问题研究。其中技术系统开发是重点。目前各种推荐技术，例如数据挖掘，代理和推理，都已经 应用到了推荐系统中。现存的推荐系统从广义上可以划分为基于规则的系统和信息过滤系统。信息过滤系统又可分为基于内容过滤的系统和协作过滤系统两种。

　　基于规则的系统，N1如：IBM的WebSphere， BroadVi-sion， ILOG等。他们允许系统 管理员根据用户的静态特征和和动态属性来制定规则，一个规则本质上是一个if-then语句，规则决定了在不同的情况下提供不同的服务。基于规则的系统，其优点是简单、直接，缺点是规则质量很难保证，而且不能动态更新。此外，随着规则的数量增多，系统将变得越来越难以管理。

　　基于内容过滤的系统，例如：Personal WebWather， SysKill&Webert， Letizia， CiteSeer， if Web， SIFTER， PVA， WebMate， WebACE， ELFI和WebPersonalizer等。他们利用资源与用户兴趣的相似性来过滤信息。基于内容的推荐系统通过将顾客的偏好与产品内容自动匹配来给顾客提供建议，例如网页和消息条目的推荐。在基于内容的系统中，产品由其普通属性描述。顾客偏好通过分析产品比率以及相应的产品属性来预测。基于内容过滤的系统，其优点是简单、有效。缺点是难以区分资源内容的品质和风格，而且不能为用户发现新的感兴趣的资源，只能发现和用户已有兴趣相似的资源。在基于内容的推荐系统中，一个核心问题是识别关键属性集合。如果该集合太小，显然，这对于识别用户剖面是不充分的。因此，基于内容的推荐系统不能用于仅仅实施一次购买行为新顾客，或者访问了该网站，却没有实施任何购买行为的潜在顾客，以及购买他不是特别经常购买的一种产品的顾客。

　　协作过滤系统如：WebWather， Let'sBrowse， Tapestry， GroupLens， Fab，Alexa， Firefly， SELECT， LikeMinds和Site-Seer等。他们利用用户之间的相似性来过滤信息。协作性的推荐系统估计顾客对特定产品的偏好是根据顾客对该产品的偏好率以及其他顾客对同一产品的偏好率的比较来实现的。协作性的推荐系统与基于内容的推荐系统之间的主要区别是协作性的推荐系统通过跟踪一组顾客过去的行为来给该组中的个别顾客提供建议。使用该方法，顾客现在就可以接受建议，而在基于内容的推荐系统中，只要具有相似意向的其他顾客的偏好，顾客就己经具有先前预测了。基于协作过滤系统的优点是能为用Web数据挖掘的研究及其在 网络 学习个性化推荐中的应用户发现的新的感兴趣的信息，缺点是存在两个很难解决的问题，一个是稀疏性，亦即在系统使用初期，由于系统资源还未获得足够多的评价，系统很难利用这些评价来发现相似的用户;另一个是可扩展性，亦即随着系统用户和资源的增多，系统的性能会越来越低。协作性的过滤方法用来识别与既定客户具有相似兴趣的顾客，所推荐的产品也是这些给定客户喜欢的产品。该方法的一个主要局限是稀疏问题。在基于协作过滤的推荐系统中，很难精确确定下相似客户和识别要推荐的产品。不仅如此，系数问题的极端形式是first-rater问题，当市场引入一种新产品时，不存在可用的先前估计信息。

　　还有一些个性化服务系统如：WebSIFT， FAB， Anatagon-omy和Dynamic Profiler等，同时采用了基于内容过滤和协作过滤这两种技术。结合这两种过滤技术可以克服各自的一些缺点，为了克服协作过滤的稀疏性问题，可以利用用户浏览过的资源内容预期用户对其他资源的评价，这样可以增加资源评价的密度，利用这些评价再进行协作过滤，从而提高协作过滤的性能。

　　近来，许多因特网公司还引进了有关信息产品的推荐系统，它包括Web站点推荐， 音乐 推荐，视频推荐，书籍推荐等等(例如Amazon.com，以及CDNow.com等等)。因特网行销代理机构运用推荐系统对某一广告公司推荐用户(例如Ac-tiveAgent Werbenetz。

　　Amazon.com通过将书籍推荐给已经购买过特定书籍的顾客实现个性化推荐的。Amazon.com.所推荐书籍概括的分为有两种：小说书籍和非小说书籍。小说书籍的推荐很简单，就是将同一作者的其它小说书籍推荐给特定用户，这样最终就将由该作者撰写的相似类别的小说书籍推荐给了有相似背景的用户。而非小说书籍的推荐将是将每个作者的相似类别的小说书籍推荐给了有相似背景的用户。

　　五、 电子 商务推荐技术存在的问题和 发展 方向

　　综合目前电子商务中个性化推荐系统的现状可以看出，现存的个性化推荐系统技术大都是基于规则的系统，基于内容过滤的系统，以及协作过滤系统三种。而且，这些个性化推荐系统所运用的技术也仅仅限于基于内容的过滤，KNN(L- Nearest N Eighboring)技术，基于聚类的(Clustering-based)协作过滤，基于项目的(Item-based)协作过滤，序列模式，规则分析等等。由于这些推荐系统各自应用范围的局限，而且都不同程度的需要人工参与，因而导致目前推荐系统的推荐精确度较低。不仅如此，大多数个性化推荐系统只是给用户推荐一些不同类别的资源，这与普通的搜索引擎比较相似，而且对用户正确行为的推荐却比较少。

　　未来电子商务推荐技术研究的发展主要体现在以下几个方面：

　　1.组合推荐技术的研究

　　众所周知，现存的推荐技术已经得到推广和应用，但各种技术都存在一些缺陷，能否将各种推荐技术融合起来作到取长补短是未来电子商务推荐技术研究的重要课题。

　　2.推荐技术准确度的研究

　　目前的推荐技术推荐的准确性还得不到保证，准确度的研究还局限在手工实验阶段，因此，研究出自动的准确性验证理论模型就显得非常重要。

　　3.数据获取方面，主要还是依赖用户的显式评价，在自动获得用户的隐式信息方面做得不够。

　　4.研究过于集中解决推荐算法性能的提高，对推荐系统的开发与应用，尤其是与 企业 其它系统的集成应用，在辅助企业的市场销售，客户管理和企业商务智能方面缺乏研究。

　　参考 文献 ：

　　[1]Coo ley R， Mobasher B， Srivastava J. Data p repara2t ion fo r m ining wo rld w ide W eb brow sing pat terns.Journal of Know ledge and Info rmat ion System s， 1999(1) ： 230～241

　　[2]Goldberg D， Nichols D， Oki BM， Terry D. Using col-laborative filtering to weave an information tapestry. Communi-cations of the ACM， 1992，35(12)：61～70.

　　[3]Resnick and Varian.Recommendation systems Commu-nications of the ACM， 40(3)： 56 C58， 1997.98-122

　　[4]R.D.Lawrence，G.S.Almasi，V.Kotlyar，M.S.Viveros， S.S.Duri，Personalization of supermarket product recommenda-tions， IBM Research Rport，2000.43-75.

　　[5]邓爱林，朱扬勇，施伯乐.基于项目评分预测的协同过滤推荐算法[J]. 软件学报，2003，(9) .

　　[6]曾春，邢春晓，周立柱.个性化服务技术综述[J].软件学报，2002，(10).

　　[7]赵亮，胡乃静，张守志.个性化推荐算法设计[J]. 计算 机研究与发展，2002，(8).

　　电子商务系统科技论文参考篇2

　　电子商务系统设计初探

　　[摘 要] 本文介绍了电子商务系统的构成和电子商务系统的设计原则，并对电子商务系统设计的基本内容进行了较为深入的探讨。

　　[关键词] 电子商务 电子商务系统 电子商务系统设计

　　一、电子商务系统

　　1.电子商务。电子商务(EC，Electronic Commerce)是利用电子数据交换(EDI，Electronic Data Interchange)、电子邮件、电子资金转帐及Internet的主要技术在个人间、企业间和国家间进行无纸化的业务信息的交换。通过简单、快捷、低成本的电子通信方式，买卖双方互不谋面地进行的各种商务活动。由于电子商务拥有巨大的商机，从传统产业到专业网站都对开展电子商务有着十分浓厚的兴趣，电子商务热潮已经在全世界范围内兴起。

　　2.电子商务系统。电子商务系统是支持企业完成电子商务全部业务的系统，涉及到企业的各个方面，是一个综合的系统，不同类型企业的电子商务因业务要求不同而对电子商务系统的要求也有较大差异。电子商务系统主要有企业内部信息系统(Intranet)、电子商务基础平台、电子商务服务平台、电子商务应用系统、电子商务应用表达平台和安全保障环境六个部分组成。

　　二、电子商务系统的设计

　　电子商务系统设计的主要任务是从电子商务系统的总体目标出发，根据系统规划和分析阶段产生的文档，考虑到技术、经济和系统实现的内外环境和主客观等方面的条件，确定电子商务系统的总体结构和系统各组成部分的技术方案，合理地选择计算机和通信的软硬件设备，以确保电子商务系统的总体目标实现。

　　1.电子商务系统的设计原则。(1)技术的先进性。电子商务系统的设计技术发展十分迅猛，先进的技术在电子商务中占有十分重要的地位，电子商务系统的竞争力与技术的先进性密切相关，电子商务系统设计应采用最新的技术成果、立足先进的技术，从而使系统有较高的技术起点。(2)系统的兼容性。很多企业目前都已经完成企业信息化建设，并产生了较好的经济效益。电子商务系统良好的兼容性可以使电子商务企业有效地利用现有的资源、设备和信息，发挥其功能，最大限度地节约企业投资成本，更大程度上实现企业信息的增值。(3)系统的安全性。电子商务系统的安全主要是通过技术手段确保主机、网络设备、存储设备等物流实体的安全和交易过程中的信息安全。(4)系统的开放性。电子商务系统良好的开放性可以有利于电子商务的独立运转。

　　2.电子商务系统运行平台的选择与设计。系统平台的设计主要包括计算机硬件、计算机网络环境、网络通信设备和其他辅助设备、计算机软件的设计和选择。(1)计算机硬件。计算机硬件的选择包括服务器设备、网络设备和信息存储设备等的选择。服务器的性能直接决定电子商务系统的处理能力。网络设备主要用于电子商务系统局域网建设、电子商务系统和Internet的联接。电子商务服务访问速度的快慢与网络设备密切相关。(2)网络基础环境。计算机网络是电子商务的重要组成部分。通过计算机网络来实现系统内外信息传递和共享。电子商务系统的网络基础环境包括Internet、Intranet和Extranet三个部分。其中Internet部分是企业电子商务系统的用户访问通道。(3)计算机软件。电子商务系统的灵魂是计算机软件。电子商务系统的软件平台的选择与设计主要有网络操作系统、Web服务器软件和中间件软件等。软件的选择主要从功能、适用性、软件之间的配合能力等方面加以考虑。

　　3.电子商务系统支持平台的设计。电子商务系统支持平台设计主要涉及供应链管理(SCM，Supply Chain Management)、客户关系管理(CRM，Customer Relation Management)和企业资源计划(ERP，Enterprise Resource Planning)等信息系统的设计。(1)供应链管理。供应链管理主要由采购管理、产品管理、库存管理、销售管理、销售机构管理、客户关系管理、预算管理、信息管理和系统管理等功能模块组成。(2)客户关系管理。客户关系管理软件系统可划分为接触活动、业务功能和数据库三个组成部分。(3)企业资源计划。企业资源计划系统的管理模块主要包括生产控制(计划、制造)、物流管理(分销、采购、库存)、财务管理(会计核算、账务管理)和人力资源管理等四个方面的内容。

　　4.电子商务应用软件设计。电子商务应用软件系统的设计分为数据库设计和应用软件的设计两个方面。(1)模块设计与子系统划分。模块是执行一个定义功能的计算机程序的可确定的部件，是构成系统构架的主要部件，是可执行的实体。根据数据流程图转换而来的模块结构图的划分是基于层次结构的，要求模块间的耦合度小，模块自身的内聚度大。(2)数据流程设计。模块结构图仅仅提供了程序内部的结构，模块内部数据流程和逻辑也需要设计。模块算法设计的方法主要有程序流程图、结构化语言和伪码等三种。(3)代码设计。以数字或字符来代表各种客观实体谓之代码。一个好的代码设计方案对于系统的开发工作是一件重要的事情，可以使很多机器处理变得很方便，而且可以把计算机现在很难处理的工作变得较为简单。(4)数据库设计。通过大量的数据获得开展电子商务活动所需要的信息是电子商务系统的一项主要任务，因而必须存储和管理大量的数据。因此建立一个良好的数据组织结构和数据库，使整个系统可以迅速、准确、方便地调用和管理所需的数据，是电子商务系统开发工作好坏的主要衡量指标之一。

　　数据组织结构和数据库设计，就是要根据数据的用途不同、统计渠道、使用要求和安全可靠性来决定数据的整体组织形式，并决定数据的结构、类别、组织方式和保密级别等问题。一个好的数据组织结构和数据库要充分满足组织的各级管理要求，并应该使得后续系统开发方便、快捷，易于维护和管理。

　　5.控制、输入和输出的设计。控制、输入和输出的设计包括完整性控制、系统输入设计和输出设计。(1)完整性控制。完整性控制是建立在系统内的机制和过程，用于确保系统和系统内信息的安全。系统完整性控制由系统访问控制、输入完整性控制和输出完整性控制等三部分组成。(2)系统输入设计。系统输入设计的目的是输入新的无错误的数据到系统，或用无错误的数据更新系统数据信息。一是要确定用于输入的设备或方式;二是要设计输入格式。(3)系统输出设计。系统输出设计在系统设计中占有很重要的地位，因为只有通过输出用户才能使用计算机系统对数据加工处理的结果。及时、准确地输出各种信息，是电子商务开发的最终目标。一要设计输出方式;二要确定输出信息的内容;三要保护输出信息;四要设计报表的原型。

　　参考文献：

　　[1]林 强 黄云森:电子商务基础教程.北京：人民邮电出版社，2005.10

　　[2]钟 强 章建新:电子商务概论.北京：清华大学出版社，2003.7

　　[3]骆正华:电子商务系统规划与设计.北京：清华大学出版社，2006.11