提醒：本文最后更新于 2026-05-24 04:57，文中所关联的信息可能已发生改变，请知悉！
个性化推荐系统是商务智能在电子商务中的典型应用个性化推荐根据用户的兴趣特点和购买行为, 向用户推蓉用户感兴趣的信息和商品随着电子商务规模的不断扩大, 商品个数和种类快速增长。
编辑
这种浏览大量无关信息和产品的过程无疑会使淹没在信息过题中的消费者不断流失。为了解决这些问题, 个性化推荐系统应运而生。个性化推尊系统是建立在海量数据挖据基础上的一种高级商务智能平台, 以帮助电子商务网站为其客购物提供完全个性化的决策支持和信息服务主流的推荐算法有基于物品相似度的推荐和基于用户相似度的推荐。目前 B2C 网站普遍采用的是基于物品相似度推荐, 但是如何准确度量用户的兴趣仍然是个难题, 基于用户相似度推荐主要用在新闻等用户远少于物品的网站, 如新闻评论类网站推荐系统会根据用户平时在商城都浏览了哪些网页, 在哪些物品的网页上停留的时间长来计算有哪些物品是用户感兴趣的, 从而推荐这些物品给用户有些应用甚至可以根据买家关注的产品情况给出不同的推荐信息。这类系统根据不同的行业类目, 进行了深度的分类关联, 为来到商城的顾客推出更多的选择。推荐选辑主要基于产品内在的联系, 也加入了商品销售的情况以及用户购买行为的因素, 通过这种更加精确有针对性的推荐, 从而达到提升了访问深度, 带来了更多的关联流量, 实现了组合销售以及客户价值的深度挖掘。
这种浏览大量无关信息和产品的过程无疑会使淹没在信息过题中的消费者不断流失。为了解决这些问题, 个性化推荐系统应运而生。个性化推尊系统是建立在海量数据挖据基础上的一种高级商务智能平台, 以帮助电子商务网站为其客购物提供完全个性化的决策支持和信息服务主流的推荐算法有基于物品相似度的推荐和基于用户相似度的推荐。目前 B2C 网站普遍采用的是基于物品相似度推荐, 但是如何准确度量用户的兴趣仍然是个难题, 基于用户相似度推荐主要用在新闻等用户远少于物品的网站, 如新闻评论类网站推荐系统会根据用户平时在商城都浏览了哪些网页, 在哪些物品的网页上停留的时间长来计算有哪些物品是用户感兴趣的, 从而推荐这些物品给用户有些应用甚至可以根据买家关注的产品情况给出不同的推荐信息。这类系统根据不同的行业类目, 进行了深度的分类关联, 为来到商城的顾客推出更多的选择。推荐选辑主要基于产品内在的联系, 也加入了商品销售的情况以及用户购买行为的因素, 通过这种更加精确有针对性的推荐, 从而达到提升了访问深度, 带来了更多的关联流量, 实现了组合销售以及客户价值的深度挖掘。
