[發明專利]電子商務環境下基于云計算處理模式的個性化推薦方法

在審

• 申請號: 201611099754.2
• 申請日: 2016-11-28
• 公開（公告）號: CN108122153A
• 公開（公告）日: 2018-06-05
• 發明（設計）人: 孫卓明;徐淑嬌
• 申請（專利權）人: 寧波有噠云商務服務有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種電子商務環境下基于云計算處理模式的個性化推薦方法，主要解決現有個性化推薦方法在處理海量數據時面臨的推薦效率低和推薦精度差等問題。本發明分為離線和在線兩個部分：離線部分運用云計算技術的Hadoop框架并行處理歷史數據信息，利用分布式文件系統HDFS存儲海量數據信息，并根據MapReduce編程模型實現4種適用于電子商務的不同業務階段的并行化推薦方法。在線部分通過設置輕量級數據庫存儲用戶行為日志，設計動態的數據采集機制實時讀取離線部分處理所得數據，并提供web展示和信息統計服務向用戶提供實時推薦信息。本發明在處理電子商務應用產生的海量數據時具有顯著優勢。

技術領域

本發明涉及計算機網絡和數據挖掘領域，具體地說是面向電子商務環境實現一種基于云計算處理模式的個性化推薦方法，針對目前電子商務應用的海量數據特點和具體業務邏輯，利用Hadoop框架存儲記錄用戶行為和產品信息，并在線使用Web日志動態記錄用戶當前行為配合離線推薦計算結果，從而提供快速高效的個性化推薦服務。

背景技術

電子商務通常是指是在全球各地廣泛的商業貿易活動中，在因特網開放的網絡環境下，基于瀏覽器/服務器應用方式，買賣雙方不謀面地進行各種商貿活動，實現消費者的網上購物、商戶之間的網上交易和在線電子支付以及各種商務活動、交易活動、金融活動和相關的綜合服務活動的一種新型的商業運營模式。

由于電子商務面向的用戶群龐大、產品數據量大且查詢實時性要求較高，如何能夠快速地了解用戶需求成為電子商務發展亟待解決的問題，于是個性化推薦技術應運而生。個性化推薦是一種根據用戶的主觀興趣和客觀使用行為，主動向用戶推薦其可能感興趣的產品的信息過濾技術。個性化推薦技術作為一種重要的信息過濾手段，能夠有效解決電子商務中存在的產品信息過載問題。

目前，個性化推薦技術已被廣泛應用于各類電子商務應用，盡管取得了一定的研究成果，但其仍面臨很多挑戰，主要包括大數據處理，數據稀疏性以及冷啟動問題。大數據處理問題是指目前用戶數量、產品信息以及購買信息呈幾何級增長，已達到TB甚至PB級。對如此巨大數據集進行個性化推薦分析，需要占用大量的計算與存儲資源，倘若仍然采用集中式分析處理模式，則會導致推薦時間過長，無法滿足實時性要求，極大地影響了用戶的購物體驗；數據稀疏性問題是指在大規模電子商務環境下，同時被多個用戶評分的產品非常稀少，從而影響相似用戶的挖掘精度；冷啟動問題是指新用戶由于沒有購買記錄很難計算鄰居以及新產品由于評分較少很難獲得推薦。針對上述問題，現有的協同過濾推薦方法已經難以適用于目前的電子商務應用，所以亟需一種全新的個性化推薦方法解決上述問題，實現快速、高效地推薦目標。

云計算是信息產業界提出的一種新型分布式計算模式，其在處理海量數據方面具有顯著優勢。隨著近年來云計算的出現及發展，利用云計算環境實現面向電子商務的高效個性化推薦成為解決以上問題的有效途徑。云計算的核心思想是將大量用網絡連接的資源進行統一管理，通過虛擬化技術構建共享資源池，并以按需支付、彈性擴展的方式提供相應的資源，在提高服務質量的同時降低運維成本。云計算的分布式存儲技術以及并行處理框架技術能夠有效彌補現有推薦系統中存在的各種不足，從而極大地提高推薦系統的效率。

發明內容

技術問題：本發明實現了面向電子商務的高效的個性化推薦。一方面，發明基于云計算中的分布式存儲技術，對用戶行為和產品信息所構成的海量推薦數據集進行劃分、放置、存儲和查詢，快速高效地處理數據。另一方面，發明利用Web日志動態記錄用戶當前行為，為能夠實時性地反應用戶的需求從而進行推薦提供了可靠的依據。

技術方案：本發明的一種電子商務環境下基于云計算處理模式的個性化推薦方法包括以下步驟：

步驟1)：對原始數據集進行預處理，通過多表連接查詢整合用戶與產品的相關信息，并將預處理結果存入HDFS(Hadoop分布式文件系統，Hadoop為一個分布式系統基礎架構)；