电子商务系统的推荐

　　随着互联网的普及和电子商务系统的发展，电子商务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。 　　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系统个性化推荐的基础。在这里，之所以强调个性化，是因为推荐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。
 
　　电子商务系统推荐的定义是：“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，协助销售人员帮助客户完成购买过程”。
 
　　电子商务系统推荐面对的是用户，任务是为用户提供对商品的推荐。用户是指电子商务系统的使用者，也就是电子商务活动中的客户。商品是被推荐的对象，是指电子商务活动中提供给客户选择的产品和服务，也就是最终系统推荐返回给用户的推荐内容。在一个电子商务活动中，用户数和产品数是非常多的。电子商务系统推荐面对的当前用户，称为目标用户或者活动用户。
 
　　根据商品的特点，目前主要有两种类型的系统推荐，一种是以网站首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页面；另一种是网上购物环境下的、以商品为推荐对象的个性化系统推荐，为用户推荐符合其兴趣爱好的各类产品，如各种书籍，音像等商品，这种推荐系统也称电子商务系统个性化推荐。
 
　　既然互联网的发展速度越来越快，那么我们就应该顺应趋势加紧脚步跟上电子商务系统的更新脚步，实行电子商务系统的商品推荐功能。学会在电子商务系统中合理的使用推荐商品。