*同志，男，**歲，大專文化程度，****年**月參加工作，先后擔(dān)任過營(yíng)業(yè)員、分揀員、綜合員、東局郵電局局長(zhǎng)、郵政局經(jīng)營(yíng)部副主任等職，郵電分營(yíng)后任***市郵政局報(bào)刊發(fā)投公司經(jīng)理、儲(chǔ)匯分局局長(zhǎng)，***年元月任****區(qū)局長(zhǎng)，2004年6月至今任經(jīng)營(yíng)服務(wù)部主任。

該同志具有較高的政治素質(zhì)，扎實(shí)的理論功底，又有較豐富的實(shí)踐經(jīng)驗(yàn)，業(yè)務(wù)能力很強(qiáng)。從事郵電工作17年來，無論在哪個(gè)崗位上工作，都能做到敬業(yè)愛崗、認(rèn)真鉆研、勇于創(chuàng)新，工作成績(jī)都十分突出。其主要表現(xiàn)有：

一、****年至****年任儲(chǔ)匯分局局長(zhǎng)的三年期間，郵儲(chǔ)余額增長(zhǎng)了**個(gè)億，刷新了株洲郵儲(chǔ)業(yè)務(wù)發(fā)展的最高紀(jì)錄；同時(shí)，他還致力于郵儲(chǔ)中間業(yè)務(wù)的發(fā)展，通過制定一系列中間業(yè)務(wù)發(fā)展的激勵(lì)措施，讓株洲郵儲(chǔ)中間業(yè)務(wù)步入了良性快速發(fā)展的軌道。****年郵儲(chǔ)網(wǎng)點(diǎn)代收話費(fèi)達(dá)到了***個(gè)億，市場(chǎng)占有率由原來的22%上升到30%；***年保險(xiǎn)業(yè)務(wù)***萬元，取得了我局保險(xiǎn)以來最好業(yè)績(jī)。

二、***元月開始任***區(qū)局區(qū)局長(zhǎng)，上任伊始，他針對(duì)區(qū)局業(yè)務(wù)發(fā)展確定了“一月一突破”，所有業(yè)務(wù)“均衡發(fā)展”的經(jīng)營(yíng)模式。其郵儲(chǔ)業(yè)務(wù)從元月開始，增長(zhǎng)速度一直處于“領(lǐng)跑者”地位，同時(shí)其它重點(diǎn)業(yè)務(wù)的發(fā)展也齊頭并進(jìn)。他重點(diǎn)抓好了窗口營(yíng)銷的“三個(gè)轉(zhuǎn)變”，即普包轉(zhuǎn)快包、掛號(hào)轉(zhuǎn)特快、普通匯款轉(zhuǎn)新業(yè)務(wù)匯款，取得了很好成效。其電子匯兌新業(yè)務(wù)占比達(dá)到80.58%,所轄的火車站支局新業(yè)務(wù)比重高達(dá)99.3%，區(qū)局僅此一項(xiàng)每月增收7.73萬元，快包占比屆提高了近40個(gè)百分點(diǎn)，每月增收4萬元，我局把***區(qū)局成功經(jīng)驗(yàn)和現(xiàn)形做法在全區(qū)進(jìn)行了推廣，其他區(qū)局和縣局紛紛借鑒，使我局2004年匯兌業(yè)務(wù)在開發(fā)張數(shù)和開發(fā)金額都大幅下降的情況下，保持了收入與去年持平，包件業(yè)務(wù)在專項(xiàng)整治之后雖然業(yè)務(wù)量下降，業(yè)務(wù)收入也保持了持平。

三、2004年6月份該同志根據(jù)組織安排，離開已打下良好基礎(chǔ)的***局局長(zhǎng)職務(wù)，到市場(chǎng)經(jīng)營(yíng)部任經(jīng)營(yíng)部主任。他更是利用自己擁有的專業(yè)知識(shí)和實(shí)際工作經(jīng)驗(yàn)，多次成功地策劃了業(yè)務(wù)營(yíng)銷活動(dòng)，取得了非?？捎^的經(jīng)濟(jì)效益，其中有多項(xiàng)營(yíng)銷項(xiàng)目為我局業(yè)務(wù)發(fā)展史上首創(chuàng)。

（一）、籌備召開“產(chǎn)品說明會(huì)”，使我局的大客戶營(yíng)銷工作踏上了一個(gè)新臺(tái)階。

*同志，男，**歲，大專文化程度，****年**月參加工作，先后擔(dān)任過營(yíng)業(yè)員、分揀員、綜合員、東局郵電局局長(zhǎng)、郵政局經(jīng)營(yíng)部副主任等職，郵電分營(yíng)后任***市郵政局報(bào)刊發(fā)投公司經(jīng)理、儲(chǔ)匯分局局長(zhǎng)，***年元月任****區(qū)局長(zhǎng)，20*年6月至今任經(jīng)營(yíng)服務(wù)部主任。該同志具有較高的政治素質(zhì)，扎實(shí)的理論功底，又有較豐富的

實(shí)踐經(jīng)驗(yàn)，業(yè)務(wù)能力很強(qiáng)。從事郵電工作17年來，無論在哪個(gè)崗位上工作，都能做到敬業(yè)愛崗、認(rèn)真鉆研、勇于創(chuàng)新，工作成績(jī)都十分突出。其主要表現(xiàn)有：

一、****年至****年任儲(chǔ)匯分局局長(zhǎng)的三年期間，郵儲(chǔ)余額增長(zhǎng)了**個(gè)億，刷新了株洲郵儲(chǔ)業(yè)務(wù)發(fā)展的最高紀(jì)錄；同時(shí)，他還致力于郵儲(chǔ)中間業(yè)務(wù)的發(fā)展，通過制定一系列中間業(yè)務(wù)發(fā)展的激勵(lì)措施，讓株洲郵儲(chǔ)中間業(yè)務(wù)步入了良性快速發(fā)展的軌道。****年郵儲(chǔ)網(wǎng)點(diǎn)代收話費(fèi)達(dá)到了***個(gè)億，市場(chǎng)占有率由原來的22上升到30；***年保險(xiǎn)業(yè)務(wù)***萬元，取得了我局保險(xiǎn)以來最好業(yè)績(jī)。

二、***元月開始任***區(qū)局區(qū)局長(zhǎng)，上任伊始，他針對(duì)區(qū)局業(yè)務(wù)發(fā)展確定了“一月一突破”，所有業(yè)務(wù)“均衡發(fā)展”的經(jīng)營(yíng)模式。其郵儲(chǔ)業(yè)務(wù)從元月開始，增長(zhǎng)速度一直處于“領(lǐng)跑者”地位，同時(shí)其它重點(diǎn)業(yè)務(wù)的發(fā)展也齊頭并進(jìn)。他重點(diǎn)抓好了窗口營(yíng)銷的“三個(gè)轉(zhuǎn)變”，即普包轉(zhuǎn)快包、掛號(hào)轉(zhuǎn)特快、普通匯款轉(zhuǎn)新業(yè)務(wù)匯款，取得了很好成效。其電子匯兌新業(yè)務(wù)占比達(dá)到80.58,所轄的火車站支局新業(yè)務(wù)比重高達(dá)99.3，區(qū)局僅此一項(xiàng)每月增收7.73萬元，快包占比屆提高了近40個(gè)百分點(diǎn)，每月增收4萬元，我局把***區(qū)局成功經(jīng)驗(yàn)和現(xiàn)形做法在全區(qū)進(jìn)行了推廣，其他區(qū)局和縣局紛紛借鑒，使我局20*年匯兌業(yè)務(wù)在開發(fā)張數(shù)和開發(fā)金額都大幅下降的情況下，保持了收入與去年持平，包件業(yè)務(wù)在專項(xiàng)整治之后雖然業(yè)務(wù)量下降，業(yè)務(wù)收入也保持了持平。

三、20*年6月份該同志根據(jù)組織安排，離開已打下良好基礎(chǔ)的***局局長(zhǎng)職務(wù)，到市場(chǎng)經(jīng)營(yíng)部任經(jīng)營(yíng)部主任。他更是利用自己擁有的專業(yè)知識(shí)和實(shí)際工作經(jīng)驗(yàn)，多次成功地策劃了業(yè)務(wù)營(yíng)銷活動(dòng)，取得了非?？捎^的經(jīng)濟(jì)效益，其中有多項(xiàng)營(yíng)銷項(xiàng)目為我局業(yè)務(wù)發(fā)展史上首創(chuàng)。

（一）、籌備召開“產(chǎn)品說明會(huì)”，使我局的大客戶營(yíng)銷工作踏上了一個(gè)新臺(tái)階。

【摘要】現(xiàn)今家庭數(shù)字化已經(jīng)是大勢(shì)所趨，網(wǎng)絡(luò)信息技術(shù)也已然融入到了我國的千家萬戶中，進(jìn)而推進(jìn)大數(shù)據(jù)時(shí)代的到來。在當(dāng)今時(shí)代背景下，如何在海量的信息中為用戶篩選出具有個(gè)性化、智能化的數(shù)據(jù)不僅是當(dāng)前推薦系統(tǒng)所要攻克的重要難題，實(shí)質(zhì)也是其發(fā)展機(jī)遇。智能推薦系統(tǒng)興起不久，乃是一項(xiàng)新興科技，該類系統(tǒng)能夠智能化地分析用戶的個(gè)人信息、行為偏好與社會(huì)關(guān)系等因素，并有效為用戶推薦出合適的數(shù)據(jù)。鑒于此，本文將基于協(xié)同信息篩選技術(shù)，并結(jié)合個(gè)性化數(shù)據(jù)挖掘技術(shù)，構(gòu)建研究一個(gè)智能推薦系統(tǒng)，相信對(duì)于智能推薦系統(tǒng)的進(jìn)一步普及與發(fā)展具有一定積極作用。

【關(guān)鍵詞】智能推薦系統(tǒng)；個(gè)性化；數(shù)據(jù)挖掘；應(yīng)用

互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展與革新，致使數(shù)字化家庭這一概念已然成為現(xiàn)實(shí)。就當(dāng)前而言，人們?cè)谶\(yùn)用互聯(lián)網(wǎng)技術(shù)進(jìn)行觀影、購物以及看書等日?；顒?dòng)時(shí)，越來越希望各項(xiàng)app或網(wǎng)頁能夠?yàn)樽陨硗扑]具有個(gè)人偏好的信息。一般來說，智能推薦系統(tǒng)的成功運(yùn)用是通過把不同用戶的個(gè)人信息或個(gè)人偏好與特殊的參數(shù)數(shù)據(jù)相比較，得出相對(duì)客觀的結(jié)論，進(jìn)而預(yù)測(cè)用戶對(duì)于一些未接觸項(xiàng)目的喜好程度。這里所說的參數(shù)數(shù)據(jù)不是一個(gè)特定的元素，即可能是用戶所處的社會(huì)環(huán)境與社交關(guān)系，也可能是從用戶曾經(jīng)接觸過的類似項(xiàng)目中得出。

1.系統(tǒng)構(gòu)成

本文中所涉及的網(wǎng)絡(luò)影視智能推薦系統(tǒng)具有兩個(gè)重要目標(biāo)，其一是能夠依據(jù)不同用戶的行為喜好，從海量的影視數(shù)據(jù)庫中篩選出適宜的影視推薦項(xiàng)目；其二是能夠?qū)崟r(shí)、迅捷為用戶更新偏好信息。為了將這兩個(gè)目標(biāo)變?yōu)楝F(xiàn)實(shí)，本文將構(gòu)成一個(gè)三層應(yīng)用處理的系統(tǒng)。即當(dāng)系統(tǒng)收到用戶發(fā)出的請(qǐng)求時(shí)，系統(tǒng)接口就會(huì)迅速將用戶的請(qǐng)求發(fā)送至系統(tǒng)的中間層，隨后位于中間層的搜索引擎就會(huì)迅速作出反應(yīng)，并根據(jù)用戶的各項(xiàng)偏好信息與自身影視媒體庫的內(nèi)容進(jìn)行分析處理，最后再把分析出的數(shù)據(jù)內(nèi)容制定成推薦列表傳回給用戶。用戶在收到由智能推薦系統(tǒng)所推薦的影視數(shù)據(jù)時(shí)，可以通過點(diǎn)擊試看或預(yù)覽影視介紹等方式，決定是否采納觀看系統(tǒng)所推薦內(nèi)容。只要用戶確定其所偏好的內(nèi)容，系統(tǒng)就會(huì)利用自身的索引技術(shù)為用戶提供相應(yīng)的影視資源[1]?？偠灾撓到y(tǒng)主要由三子系統(tǒng)所組成。1.1管理員子系統(tǒng)。該子系統(tǒng)主要執(zhí)行影視數(shù)據(jù)庫的資料進(jìn)行實(shí)時(shí)更新、定期刪減與管理用戶信息等任務(wù)，進(jìn)而保障該系統(tǒng)搜索引擎的時(shí)效性，使之能夠迅速完善參數(shù)設(shè)置，改善相應(yīng)的關(guān)聯(lián)機(jī)制。1.2用戶信息處理子系統(tǒng)。該子系統(tǒng)主要管理用戶的個(gè)人信息檔案，例如用戶的民族、性別、職業(yè)、社交與年齡等等。除此之外，該系統(tǒng)還將管理個(gè)人用戶的交易信息，為用戶提供相應(yīng)的注冊(cè)、充值與登錄等服務(wù)。1.3推薦子系統(tǒng)推薦子系統(tǒng)是管理關(guān)聯(lián)機(jī)制的重要力量，通過與其他子系統(tǒng)的相互配合，迅速為用戶推薦出具有個(gè)性化與智能化的影視推薦項(xiàng)目。該系統(tǒng)的構(gòu)建是基于資料搜索技術(shù)的，并結(jié)合了不同用戶的交易信息與個(gè)人基礎(chǔ)信息庫。

2.系統(tǒng)方案

摘要：在生物信息學(xué)系統(tǒng)設(shè)計(jì)中引進(jìn)推薦系統(tǒng)，提出具有個(gè)性化服務(wù)的生物信息學(xué)網(wǎng)站模型，完成生物信息學(xué)推薦系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)，體現(xiàn)出推薦系統(tǒng)在生物信息學(xué)中使用的必要性和優(yōu)越性。

關(guān)鍵詞：推薦系統(tǒng)；生物信息學(xué)

推薦系統(tǒng)(RecommenderSystem)[1]是個(gè)性化信息服務(wù)的主要技術(shù)之一，它實(shí)現(xiàn)的是“信息找人，按需服務(wù)”；通過對(duì)用戶信息需要、興趣愛好和訪問歷史等的收集分析，建立用戶模型，并將用戶模型應(yīng)用于網(wǎng)上信息的過濾和排序，從而為用戶提供感興趣的資源和信息。生物信息學(xué)(Bioinformatics)[2,3]是由生物學(xué)、應(yīng)用數(shù)學(xué)和計(jì)算機(jī)科學(xué)相互交叉所形成的一門新型學(xué)科；其實(shí)質(zhì)是利用信息科學(xué)的方法和技術(shù)來解決生物學(xué)問題。20世紀(jì)末生物信息學(xué)迅速發(fā)展，在信息的數(shù)量和質(zhì)量上都極大地豐富了生物科學(xué)的數(shù)據(jù)資源，而數(shù)據(jù)資源的急劇膨脹需要尋求一種科學(xué)而有力的工具來組織它們，基于生物信息學(xué)的二次數(shù)據(jù)庫[4]能比較好地規(guī)范生物數(shù)據(jù)的分類與組織，但是用戶無法從大量的生物數(shù)據(jù)中尋求自己感興趣的部分（著名的生物信息學(xué)網(wǎng)站NCBI(美國國立生物技術(shù)信息中心)，僅僅是小孢子蟲(Microsporidia)的DNA序列就達(dá)3399種），因此在生物二次數(shù)據(jù)庫上建立個(gè)性化推薦系統(tǒng)，能使用戶快速找到自己感興趣的生物信息。特別是在當(dāng)前生物信息數(shù)據(jù)量急劇增長(zhǎng)的情況下，生物信息學(xué)推薦系統(tǒng)將發(fā)揮強(qiáng)大的優(yōu)勢(shì)。

1推薦系統(tǒng)的工作流程

應(yīng)用在不同領(lǐng)域的推薦系統(tǒng)，其體系結(jié)構(gòu)也不完全相同。一般而言，推薦系統(tǒng)的工作流程[5]如圖1所示。

(1)信息獲取。推薦系統(tǒng)工作的基礎(chǔ)是用戶信息。用戶信息包括用戶輸入的關(guān)鍵詞、項(xiàng)目的有關(guān)屬性、用戶對(duì)項(xiàng)目的文本評(píng)價(jià)或等級(jí)評(píng)價(jià)及用戶的行為特征等，所有這些信息均可以作為形成推薦的依據(jù)。信息獲取有兩種類型[6]，即顯式獲取(Explicit)和隱式獲取(Implicit)，由于用戶的很多行為都能暗示用戶的喜好，因此隱式獲取信息的準(zhǔn)確性比顯式高一些。

摘要：現(xiàn)階段，大數(shù)據(jù)技術(shù)被廣泛應(yīng)用到多個(gè)行業(yè)，尤其是大數(shù)據(jù)帶來的個(gè)性化推薦服務(wù)系統(tǒng)，在電子商務(wù)行業(yè)得到了普及并且取得了卓越成績(jī)。本文針對(duì)大數(shù)據(jù)背景下電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)實(shí)施基礎(chǔ)工作進(jìn)行了具體闡述，以期促進(jìn)電子商務(wù)服務(wù)個(gè)性化與智能化的發(fā)展實(shí)踐。

關(guān)鍵詞：大數(shù)據(jù);電子商務(wù);個(gè)性化推薦

當(dāng)前，電子商務(wù)在各個(gè)行業(yè)領(lǐng)域的廣泛應(yīng)用，針對(duì)“基于大數(shù)據(jù)的個(gè)性化信息推薦的服務(wù)模式”也受到了學(xué)者的高度關(guān)注。電子商務(wù)類網(wǎng)站除了可以為用戶提供商品與服務(wù)，并且也增加了消費(fèi)者在大量信息中快速、精準(zhǔn)搜索到符合其要求的產(chǎn)品信息難度。在大數(shù)據(jù)技術(shù)應(yīng)用中個(gè)性化信息推薦功能可以隨時(shí)、主動(dòng)向用戶推薦其所需求的商品和服務(wù)，不僅充分滿足了用戶對(duì)個(gè)性化消費(fèi)需求，還在電子商務(wù)網(wǎng)站增加其消費(fèi)者粘性、提升其服務(wù)品質(zhì)以及市場(chǎng)競(jìng)爭(zhēng)力等方面有著積極推進(jìn)作用。

相關(guān)基礎(chǔ)理論

大數(shù)據(jù)的定義。大數(shù)據(jù)，表示在新處理方法下可以使其決策能力、洞察外界環(huán)境變化能力和流程優(yōu)化能力的大批量、高增長(zhǎng)率等方面表現(xiàn)更佳，大數(shù)據(jù)在對(duì)大批量信息的獲取以及對(duì)這些數(shù)據(jù)進(jìn)行重新分配中提高其應(yīng)用效率，大數(shù)據(jù)的具體分類如表1所示。大數(shù)據(jù)的特征。大數(shù)據(jù)的特征可以總結(jié)為“4V”，具體為Volume、Variety、Value、Velocity。 Volume用來解釋數(shù)據(jù)規(guī)模較大，現(xiàn)有的數(shù)據(jù)規(guī)模級(jí)用PB來表示，而PB這一數(shù)據(jù)單位將會(huì)給其它更大的“單位”所取代，在這里面非結(jié)構(gòu)化的數(shù)據(jù)會(huì)占有非常大的比例。Variety表述數(shù)據(jù)類型豐富，從閱讀的題目、圖片到消費(fèi)歷史再到網(wǎng)絡(luò)日志等，都可以劃分到大數(shù)據(jù)內(nèi)容范疇之內(nèi)。Value用來解釋價(jià)值密度，比如視頻在連續(xù)的監(jiān)控中有價(jià)值的數(shù)據(jù)寥寥無幾。Velocity用來解釋操作效率，針對(duì)數(shù)據(jù)的操作環(huán)節(jié)這一過程非常迅速，中間的計(jì)算環(huán)節(jié)所需時(shí)間非常少，大數(shù)據(jù)和傳統(tǒng)數(shù)據(jù)的明顯區(qū)別在于：大數(shù)據(jù)可以通過傳統(tǒng)手段對(duì)數(shù)據(jù)進(jìn)行保存、分析與整理。電子商務(wù)個(gè)性化推薦服務(wù)的黎超（廣東白云學(xué)院社會(huì)與公共管理學(xué)院廣州510450）基金項(xiàng)目：2012年廣東省哲學(xué)社會(huì)科學(xué)“十二五”規(guī)劃項(xiàng)目“生命周期視角下的廣東中小企業(yè)發(fā)展研究”（項(xiàng)目編號(hào)GD12XYJ02）中圖分類號(hào)：F713文獻(xiàn)標(biāo)識(shí)碼：A內(nèi)容摘要：現(xiàn)階段，大數(shù)據(jù)技術(shù)被廣泛應(yīng)用到多個(gè)行業(yè)，尤其是大數(shù)據(jù)帶來的個(gè)性化推薦服務(wù)系統(tǒng)，在電子商務(wù)行業(yè)得到了普及并且取得了卓越成績(jī)。本文針對(duì)大數(shù)據(jù)背景下電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)實(shí)施基礎(chǔ)工作進(jìn)行了具體闡述，以期促進(jìn)電子商務(wù)服務(wù)個(gè)性化與智能化的發(fā)展實(shí)踐。關(guān)鍵詞：大數(shù)據(jù)電子商務(wù)個(gè)性化推薦定義。電子商務(wù)個(gè)性化推薦系統(tǒng)即針對(duì)各種消費(fèi)群體的不同需求為其提供針對(duì)性服務(wù)，或者電商企業(yè)主動(dòng)結(jié)合消費(fèi)者上網(wǎng)習(xí)性的異同為其提供專業(yè)的服務(wù)，為消費(fèi)者創(chuàng)建一個(gè)高品質(zhì)的購物平臺(tái)。個(gè)性化內(nèi)容推薦系統(tǒng)構(gòu)建在消費(fèi)者對(duì)內(nèi)容的應(yīng)用習(xí)慣上，滿足消費(fèi)者對(duì)個(gè)性化內(nèi)容需求的服務(wù)。研究消費(fèi)的信息應(yīng)用偏好可以精確地為消費(fèi)者提供信息服務(wù)，推進(jìn)個(gè)性化信息內(nèi)容服務(wù)業(yè)務(wù)的展開。電子商務(wù)個(gè)性化推薦服務(wù)的特征。電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)是圍繞消費(fèi)者需求來展開的，其主要特征如下：一是服務(wù)內(nèi)容針對(duì)性顯著。個(gè)性化推薦服務(wù)針對(duì)性較為顯著，能夠滿足各種消費(fèi)者的不同需求，同時(shí)還可以與消費(fèi)者實(shí)施信息內(nèi)容交換操作，也就是消費(fèi)者可以主動(dòng)為信息提供方提出自身需求，同時(shí)還可以對(duì)其所接受的服務(wù)展開評(píng)分操作。上述信息內(nèi)容交換模式對(duì)信息提供方不斷更新以及改進(jìn)其服務(wù)形式有著積極推進(jìn)作用，使其所提供的服務(wù)更大程度滿足消費(fèi)者的個(gè)性化需求。二是服務(wù)內(nèi)容多樣化?？蛻羧后w還可以結(jié)合自身需要設(shè)定信息內(nèi)容服務(wù)形式與信息內(nèi)容獲取時(shí)間，電商企業(yè)可以結(jié)合消費(fèi)群體這種自定義模式為其呈現(xiàn)出相對(duì)應(yīng)的信息內(nèi)容服務(wù)?？蛻羧后w在信息內(nèi)容接收模式上主要包括E-mail、音頻或者視頻等。除此之外，個(gè)性化信息內(nèi)容服務(wù)使得消費(fèi)者僅僅通過網(wǎng)絡(luò)就可以隨時(shí)隨地享受個(gè)性化服務(wù)。三是服務(wù)具有主動(dòng)性與時(shí)效性。個(gè)性化信息內(nèi)容服務(wù)可以主動(dòng)為客戶群體提供服務(wù)，為客戶群體實(shí)時(shí)推送最新資訊，保證為客戶群體所推送的資訊有著非常強(qiáng)的時(shí)效性。四是服務(wù)的智能性。個(gè)性化信息內(nèi)容服務(wù)具備較為顯著的智能性特點(diǎn)，其可以根據(jù)消費(fèi)群體的瀏覽軌跡實(shí)時(shí)刷新，為客戶群體傳送最新的個(gè)性化內(nèi)容，并且為客戶群體推送的內(nèi)容都是滿足客戶群體消費(fèi)需求的。五是電子商務(wù)個(gè)性化推薦服務(wù)的意義。對(duì)于客戶群體來講，電子商務(wù)個(gè)性化推薦可以提高消費(fèi)者對(duì)所需產(chǎn)品的瀏覽效率，為消費(fèi)者節(jié)省大量時(shí)間；關(guān)于內(nèi)容提供對(duì)象來講，電子商務(wù)個(gè)性化推薦系統(tǒng)可以保持消費(fèi)者粘性和規(guī)模，利用節(jié)約時(shí)間來保證消費(fèi)者的訪問量，讓消費(fèi)者在短時(shí)間內(nèi)獲取更多產(chǎn)品內(nèi)容，進(jìn)而保證產(chǎn)品的銷售業(yè)績(jī)。隨著大數(shù)據(jù)的應(yīng)用，電子商務(wù)個(gè)性化推薦服務(wù)系統(tǒng)越來越成熟，不僅提高了電子商務(wù)類企業(yè)的市場(chǎng)效益，并且也豐富了其信息內(nèi)容服務(wù)模式，為其服務(wù)模式有效開展提供發(fā)展平臺(tái)。

主要技術(shù)應(yīng)用

一、電子商務(wù)推薦系統(tǒng)及構(gòu)成

電子商務(wù)推薦系統(tǒng)(RecommendationSystemsforE-Commerce)定義是：“它是利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程”。

推薦系統(tǒng)面對(duì)的是用戶(user)，任務(wù)是為用戶提供對(duì)項(xiàng)目(item)的推薦。用戶是指推薦系統(tǒng)的使用者，也就是電子商務(wù)活動(dòng)中的客戶。項(xiàng)目是被推薦的對(duì)象，是指電子商務(wù)活動(dòng)中提供給客戶選擇的產(chǎn)品和服務(wù)，也就是最終推薦系統(tǒng)返回給用戶的推薦內(nèi)容。在一個(gè)電子商務(wù)活動(dòng)中，用戶數(shù)和項(xiàng)目數(shù)是非常多的。推薦系統(tǒng)面對(duì)的當(dāng)前用戶，稱為目標(biāo)用戶或者活動(dòng)用戶。推薦系統(tǒng)的當(dāng)前工作，就是為根據(jù)一定的算法，給出對(duì)目標(biāo)用戶的推薦項(xiàng)目。

電子商務(wù)推薦系統(tǒng)主要由三大部分構(gòu)成：輸入模塊、推薦方法模塊和輸出模塊。輸入模塊用來接受用戶的輸入信息，用戶的輸入信息中最重要的是用戶對(duì)項(xiàng)目的評(píng)價(jià)(rating)數(shù)據(jù)；推薦方法模塊用來根據(jù)一定算法，根據(jù)用戶數(shù)據(jù)，得出對(duì)目標(biāo)用戶的推薦，該模塊是整個(gè)推薦系統(tǒng)的核心部分，個(gè)性化推薦方面的研究的很大一部分，都集中在找到好的推薦方法。輸出模塊主要是指得到的推薦以何種形式反饋給用戶。

根據(jù)項(xiàng)目的特點(diǎn)，目前主要有兩種類型的推薦系統(tǒng)，一種是以網(wǎng)頁為對(duì)象的個(gè)性化推薦系統(tǒng)，主要采用Web數(shù)據(jù)挖掘的方法與技術(shù)，為用戶推薦符合其興趣愛好的網(wǎng)頁；另一種是網(wǎng)上購物環(huán)境下的、以商品為推薦對(duì)象的個(gè)性化推薦系統(tǒng)，為用戶推薦符合其興趣愛好的各類產(chǎn)品，如各種書籍，音像等，這種推薦系統(tǒng)也稱電子商務(wù)個(gè)性化推薦系統(tǒng)。

二、電子商務(wù)個(gè)性化推薦系統(tǒng)的作用

摘要：通過研究二維碼定位技術(shù)和基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，協(xié)同過濾技術(shù)和聚類技術(shù)，促使實(shí)現(xiàn)基于位置服務(wù)的圖書館推薦系統(tǒng)，從而滿足館內(nèi)讀者基于位置快捷找到藏書，以及推薦讀者基于位置潛在的偏好書籍，提高圖書被讀者借閱的概率，降低使用成本，促進(jìn)圖書推薦系統(tǒng)的理論研究。

關(guān)鍵詞：位置服務(wù)；二維碼定位；協(xié)同過濾；推薦

隨著“互聯(lián)網(wǎng)+”時(shí)代的到來，創(chuàng)新2.0推動(dòng)下的互聯(lián)網(wǎng)信息技術(shù)思維不斷改進(jìn)著社會(huì)經(jīng)濟(jì)形態(tài)，促使創(chuàng)造新業(yè)態(tài)。尤其隨著移動(dòng)互聯(lián)網(wǎng)、人們智能手機(jī)以及先進(jìn)的GPS定位技術(shù)的使用，推動(dòng)了基于位置的服務(wù)方面的發(fā)展，這在旅游產(chǎn)業(yè)、物流產(chǎn)業(yè)已逐漸衍生了較多位置數(shù)字產(chǎn)品，但在圖書館建設(shè)基于位置的服務(wù)還顯得較為蒼白。在數(shù)字經(jīng)濟(jì)時(shí)代，圖書館由紙質(zhì)邁向了數(shù)字技術(shù)時(shí)代，實(shí)現(xiàn)數(shù)字藏書，盡管較多地區(qū)圖書館推出“移動(dòng)圖書館”微信公眾號(hào)、APP等，但對(duì)于讀者的位置卻顯得較為局限，沒有很好地利用基于位置給讀者的智能推薦服務(wù)。因?yàn)閷?duì)于讀者而言，滿足個(gè)性化圖書的借閱是基本需求，但目前的現(xiàn)狀是，讀者必須借助館內(nèi)的檢索機(jī)獲知目標(biāo)圖書的館藏地信息和中圖分類號(hào)，再借助每個(gè)樓層的出入口或者館內(nèi)書架口的“樓層書庫-圖書類別”表，找到目標(biāo)書架，從而最終找到目標(biāo)書籍，整個(gè)過程過于煩瑣，基本靠人工操作完成，而且大多數(shù)館內(nèi)的圖書中圖分類號(hào)（例如K247.57）過于抽象，更別提基于讀者位置為讀者智能推薦潛在偏好的圖書服務(wù)。因此，實(shí)踐中這個(gè)問題始終存在，如何化解，成為圖書館建設(shè)研究的重要問題。畢竟館內(nèi)，讀者的不同位置可能產(chǎn)生差異需求，即使在同一位置，不同讀者的圖書服務(wù)需求也有可能是不一樣的。讀者快速獲知目標(biāo)圖書的位置并基于位置被智能推薦周圍圖書，能滿足讀者的基本及潛在需求，是智慧型圖書館重要的一部分。因此，本文研究國內(nèi)外關(guān)于位置服務(wù)的圖書館推薦系統(tǒng)情況，通過研究二維碼定位技術(shù)和基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，協(xié)同過濾技術(shù)和聚類技術(shù)，促使實(shí)現(xiàn)基于位置服務(wù)的圖書館推薦系統(tǒng)，從而滿足館內(nèi)讀者基于位置快捷找到藏書，以及推薦讀者基于位置潛在的偏好書籍，提高圖書被讀者借閱的概率，降低使用成本，希望有益于圖書推薦系統(tǒng)的理論研究。

一、國內(nèi)外對(duì)圖書館基于位置服務(wù)的研究現(xiàn)狀

（一）國外相關(guān)研究。國外對(duì)圖書館基于位置服務(wù)的研究較早，始于20世紀(jì)90年代，側(cè)重研究構(gòu)建館內(nèi)導(dǎo)航系統(tǒng)。對(duì)于圖書館基于位置服務(wù)的研究，美國不僅在理論上研究豐富，并積極投建于高校圖書館中。紐曼圖書館坐落在美國東海岸弗吉尼亞理工學(xué)院，其利用校園強(qiáng)大的全覆蓋無線WIFI，研發(fā)了紐曼系統(tǒng)。[1]在美國的另一州，伊利諾伊大學(xué)圖書館也致力于位置服務(wù)的推薦系統(tǒng)研究，JimHahn試圖在推薦系統(tǒng)上有所突破，建立一個(gè)精準(zhǔn)的基于位置服務(wù)的推薦系統(tǒng)模型，為用戶提供更精細(xì)的推薦服務(wù)，該推薦系統(tǒng)模型確定用戶所在的館內(nèi)位置是通過其連接的最近Wi-Fi接入點(diǎn)來判斷，并根據(jù)用戶所在的位置，規(guī)劃路線指引用戶找到目標(biāo)書籍，還能實(shí)時(shí)為用戶提供需求服務(wù)，根據(jù)用戶的研究領(lǐng)域或要求，為用戶推薦借閱率較高的書籍或者權(quán)威資料、數(shù)字文獻(xiàn)等。（二）國內(nèi)相關(guān)研究。國內(nèi)對(duì)圖書館基于位置服務(wù)的研究較多停留在理論上，較多學(xué)者強(qiáng)調(diào)建立智慧型圖書館，但在實(shí)踐中還缺乏普及和研發(fā)。在這些學(xué)者中，本文主要闡述以下幾位學(xué)者：王佶等（2013年）認(rèn)為定位服務(wù)應(yīng)當(dāng)廣泛應(yīng)用于圖書館內(nèi)各項(xiàng)服務(wù)中，譬如讀者對(duì)書目檢索、書刊推薦、講座咨詢、其他服務(wù)咨詢等，定位服務(wù)能節(jié)省使用成本，并提出基于WIFI展開一系列的定位推薦服務(wù)，研究分析了定位服務(wù)的基礎(chǔ)設(shè)施建設(shè)、平臺(tái)建設(shè)以及步驟算法。薛涵（2014年），同樣也是基于Wi-Fi館內(nèi)定位導(dǎo)航技術(shù)和虛擬現(xiàn)實(shí)設(shè)計(jì)，以哈爾濱工程大學(xué)的圖書館為實(shí)驗(yàn)設(shè)計(jì)背景，實(shí)現(xiàn)用戶與借閱圖書的定位線路導(dǎo)航，方便讀者準(zhǔn)確找到書籍，但并對(duì)基于位置的其他推薦服務(wù)分析較少。陳國鋼（2014年），探索了圖書館室內(nèi)定位LBS的工作模式，同時(shí)應(yīng)當(dāng)將此定位模式應(yīng)用于多種服務(wù)類型，不單是定位導(dǎo)航，并注重用戶的隱私和習(xí)慣。王建功等（2014年），提出在圖書館書車上安置攝像頭，將二維碼設(shè)置成路標(biāo)，書車拍攝掃描二維碼獲得準(zhǔn)確的位置坐標(biāo)和線路方法。林澤斐（2014年），則將二維碼與微信公眾號(hào)融合，將公眾平臺(tái)的接口生成具有定位功能的二維碼，并貼在圖書館各書架附近，用戶通過微信掃一掃功能讀取所在位置，使用成本低且定位精準(zhǔn)。綜上所述，國內(nèi)外對(duì)圖書館基于位置服務(wù)已有研究，在美國高校圖書館甚至已有較為先進(jìn)的使用，證明了本項(xiàng)目研究的可操作性，而在國內(nèi)智慧圖書館建設(shè)中還較多停留在理論層面上，需要進(jìn)一步的討論和實(shí)踐中研發(fā)。對(duì)此，本文結(jié)合二維碼定位技術(shù)及基于用戶的協(xié)同過濾算法，分析推薦系統(tǒng)架構(gòu)，利用協(xié)同過濾技術(shù)，實(shí)現(xiàn)基于位置服務(wù)的圖書推薦系統(tǒng)，豐富理論研究。

二、基于位置服務(wù)的推薦技術(shù)研究

【摘要】在大數(shù)據(jù)時(shí)代，智能推薦系統(tǒng)為我們生活帶來了極大的便利，根據(jù)用戶的瀏覽信息可以為用戶提供相對(duì)應(yīng)的功能、產(chǎn)品和服務(wù)，使得用戶能夠更高效地從海量數(shù)據(jù)中得到自己期望的信息數(shù)據(jù)。電影是很多人娛樂生活中不可缺少的一部分，電影推薦也是互聯(lián)網(wǎng)推薦內(nèi)容中重要的一種。本文將依托此為背景，通過數(shù)據(jù)挖掘相關(guān)算法來構(gòu)建一個(gè)智能的電影推薦系統(tǒng)，根據(jù)用戶過去觀影喜好來為之個(gè)性化提供多個(gè)電影作品。

【關(guān)鍵詞】電影推薦；數(shù)據(jù)挖掘；機(jī)器學(xué)習(xí)

1前言

隨著現(xiàn)代科技生產(chǎn)力的發(fā)展，人們?cè)诳臻e時(shí)間中逐漸開始追求更高要求的娛樂活動(dòng)，而電影就是最為普遍的娛樂方式之一。不管是喜劇還是悲劇，都能勾起你純真的眼淚；不管是動(dòng)作片還是恐怖片，都能讓你的腎上腺大開大合；不管是科幻片還是紀(jì)錄片，都能讓你云游古今中外。不管是去電影院，或是購買影碟，或是在網(wǎng)上觀賞影片前，人們總是有選擇性地去尋找一些更符合自己喜好的、內(nèi)容精致的、更受歡迎的電影去觀看。但是，如今影片的拍攝逐漸走向高產(chǎn)化，佳片許多，爛片也層出不窮，如果采用人工方法，在大量電影影片中找到自己真正喜歡的電影是一個(gè)耗費(fèi)精力的事情。本文通過大數(shù)據(jù)挖掘技術(shù)構(gòu)建了一個(gè)智能的電影推薦系統(tǒng)，針對(duì)不同用戶，提供多個(gè)與其過去的觀影信息相似度較高的符合該用戶喜好的電影，滿足用戶的觀影需求。本文使用了kaggle網(wǎng)站中TMDB5000MovieDataset的電影數(shù)據(jù)集，主要結(jié)合應(yīng)用分類統(tǒng)計(jì)（ClassStatistics）、樣本相似度（Correlation）分析等經(jīng)典數(shù)據(jù)挖掘算法，剖析數(shù)據(jù)間的關(guān)系，從而完成電影推薦系統(tǒng)的相關(guān)功能。用戶為系統(tǒng)提供一個(gè)電影的名稱，該系統(tǒng)提供與這部電影在類型、內(nèi)容、受歡迎程度、年代等綜合程度最相似的五部影片。

2數(shù)據(jù)預(yù)處理

本文所使用的電影數(shù)據(jù)集，包含：電影類型（genres）、關(guān)鍵字（keywords）、導(dǎo)演（director）、演員（actor）、發(fā)行公司（compa-ny）、電影評(píng)分（IMDB）、成本（budget）、評(píng)分人數(shù)（count）、電影的發(fā)行年份（year）、發(fā)行國（country）、語言（language）等字段，共計(jì)5000多部電影詳細(xì)信息。本文的智能推薦系統(tǒng)主要依賴電影和電影之間的“相似度”（similarity）來為用戶推薦電影，在計(jì)算相似度的過程中會(huì)使用描述該電影的“關(guān)鍵字”（keywords）作為計(jì)算的主要因素之一。但是在這些關(guān)鍵字中有大量的低頻詞，會(huì)對(duì)計(jì)算過程產(chǎn)生噪音影響；關(guān)鍵詞中還有大量的同義詞，如“shadow”和“dark”，同根詞，如“music”和“musical”、“train”和“training”、“apple”和“apples”，在計(jì)算相似度應(yīng)該被視為同一個(gè)詞。因此，我們使用以下的預(yù)處理方法對(duì)關(guān)鍵字進(jìn)行了清洗。①本文應(yīng)用python的NLTKpackage合并了同義詞和同根詞。②本文對(duì)頻次小于五次或出現(xiàn)在少于三個(gè)電影的關(guān)鍵字進(jìn)行了過濾。數(shù)據(jù)集中有一些屬性需要進(jìn)行離散化處理，如發(fā)行年份（releasedate），本文應(yīng)用了EXCEL的YEAR（）函數(shù)和ROUND-DOWN（）函數(shù)以10年為間隔，將其分為了1930s、1940s一直到2010s（代表2010年及以后）的年代制。

[摘要]隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，商品推薦系統(tǒng)逐漸成為電子商務(wù)IT技術(shù)的一個(gè)重要研究?jī)?nèi)容，越來越多地受到研究者的關(guān)注。本文探討了電子商務(wù)系統(tǒng)的構(gòu)成、研究?jī)?nèi)容、研究現(xiàn)狀，分析了目前有的推薦系統(tǒng)存在的缺陷和問題，提出了未來電子商務(wù)推薦系統(tǒng)研究的發(fā)展方向。

[關(guān)鍵詞]電子商務(wù)；推薦系統(tǒng)；協(xié)作過濾；個(gè)性化推薦

隨著互聯(lián)網(wǎng)的普及和電子商務(wù)的發(fā)展，商品推薦系統(tǒng)逐漸成為電子商務(wù)IT技術(shù)的一個(gè)重要研究?jī)?nèi)容，越來越多地得到研究者的關(guān)注。目前，幾乎所有大型的電子商務(wù)系統(tǒng)，如Amazon、CDNOW、eBay、當(dāng)當(dāng)網(wǎng)上書店等，都不同程度地使用了各種形式的推薦系統(tǒng)。

而且現(xiàn)在電子商務(wù)系統(tǒng)規(guī)模的進(jìn)一步擴(kuò)大，用戶數(shù)目和項(xiàng)目數(shù)據(jù)急劇增加，迫切需要相應(yīng)信息檢索技術(shù)產(chǎn)生。商品個(gè)性化推薦技術(shù)，尤其是協(xié)同過濾技術(shù)，構(gòu)成了現(xiàn)有電子商務(wù)個(gè)性化推薦系統(tǒng)的基礎(chǔ)。在這里，之所以強(qiáng)調(diào)個(gè)性化，是因?yàn)樾枰扑]系統(tǒng)能為每個(gè)用戶推薦適合他們偏好和興趣的產(chǎn)品，而不是千篇一律的推薦。

一、電子商務(wù)推薦系統(tǒng)及構(gòu)成

電子商務(wù)推薦系統(tǒng)(RecommendationSystemsforE-Commerce)定義是：“它是利用電子商務(wù)網(wǎng)站向客戶提供商品信息和建議，幫助用戶決定應(yīng)該購買什么產(chǎn)品，模擬銷售人員幫助客戶完成購買過程”。

摘要：本文通過對(duì)檔案管理系統(tǒng)的用戶歷史行為數(shù)據(jù)進(jìn)行抽取、分析、預(yù)處理，設(shè)計(jì)了基于物品的協(xié)同過濾算法模型的檔案智能推薦系統(tǒng)，可以在用戶無法準(zhǔn)確描述其需求時(shí)根據(jù)系統(tǒng)其他用戶的歷史行為數(shù)據(jù)智能推薦相關(guān)檔案，從而在一定程度上解決了無法精準(zhǔn)描述需求時(shí)的檔案查詢問題。

關(guān)鍵詞：用戶行為；協(xié)同過濾；智能推薦

一、引言

隨著數(shù)字檔案室建設(shè)項(xiàng)目的推進(jìn)，以電子文件為對(duì)象，基于OCR識(shí)別、語音識(shí)別、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等技術(shù)實(shí)現(xiàn)的電子檔案管理模式正在逐步取代傳統(tǒng)紙質(zhì)檔案管理模式。在電子檔案管理模式下，檔案信息量爆炸式增加導(dǎo)致信息量過載和人們需求量的嚴(yán)重不平衡[1]529。用戶要從海量電子檔案中檢索自己需要的檔案信息變得越來越困難了。傳統(tǒng)的搜索引擎可以通過用戶輸入的關(guān)鍵字返回與輸入關(guān)鍵字相關(guān)的檔案信息，在一定程度上緩解了檔案信息過載問題，但是當(dāng)用戶無法精準(zhǔn)描述檔案需求的關(guān)鍵字時(shí)，傳統(tǒng)搜索引擎就無能為力了。與傳統(tǒng)的搜索引擎不同，智能推薦系統(tǒng)并不需要用戶提供精準(zhǔn)的用檔需求，而是通過分析檔案用戶行為信息（檔案用戶行為信息是指用戶在檔案管理系統(tǒng)中進(jìn)行檢索、瀏覽、下載、打印等操作所留下的數(shù)據(jù)痕跡[2]58），采用協(xié)同過濾算法，向用戶推薦能夠滿足他們需求的檔案信息。

二、基于協(xié)同過濾算法的推薦系統(tǒng)

文獻(xiàn)研究發(fā)現(xiàn)：學(xué)術(shù)界認(rèn)定的第一個(gè)推薦系統(tǒng)是1992年xeroxPARC（施樂實(shí)驗(yàn)室）推出的Tapestry系統(tǒng)（垃圾郵件過濾并電子新聞推薦系統(tǒng)）。該系統(tǒng)需要事先了解和熟悉系統(tǒng)用戶的興趣和愛好，只能適用于系統(tǒng)用戶數(shù)比較少的場(chǎng)景。1997年，明尼蘇達(dá)大學(xué)的研究小組開發(fā)了Movielens系統(tǒng)（電影智能推薦系統(tǒng)），拉開了推薦系統(tǒng)蓬勃發(fā)展的序幕。該系統(tǒng)根據(jù)用戶對(duì)電影的評(píng)分，預(yù)測(cè)用戶可能感興趣的電影類型、風(fēng)格、演員、導(dǎo)演等，向用戶推薦合適的電影[3]201。Netflix（美國奈飛公司）為期三年的百萬美金大賽是推薦系統(tǒng)領(lǐng)域的標(biāo)志性事件之一，它將推薦算法的研究推向高潮，吸引了全世界186個(gè)國家4萬多位專業(yè)人士開始投身于推薦系統(tǒng)領(lǐng)域的研究，并將這項(xiàng)技術(shù)從學(xué)術(shù)圈真正轉(zhuǎn)向商業(yè)領(lǐng)域。隨著Amazon（美國亞馬遜公司）開始在網(wǎng)站上根據(jù)用戶的瀏覽購買行為對(duì)用戶進(jìn)行個(gè)性化推薦，并成功提升網(wǎng)站35%的銷售額，個(gè)性化推薦系統(tǒng)在圖書、音樂、視頻、新聞、電影、購物等領(lǐng)域的應(yīng)用越來越廣泛[4]182。國內(nèi)推薦算法研究起步較晚，但也取得了可喜的成果，在門戶網(wǎng)站、電子商務(wù)等領(lǐng)域開展了廣泛應(yīng)用，比較著名的包括：今日頭條新聞、淘寶、京東、豆瓣影視推薦等。推薦算法發(fā)展至今，其技術(shù)路線大致可以劃分為三類：基于內(nèi)容模型的推薦算法、基于協(xié)同過濾模型的推薦算法、基于混合模型的推薦算法。協(xié)同過濾模型算法是推薦系統(tǒng)中較為著名和常用的一種方法。它依據(jù)“人以類聚，物以群分”的聚類特點(diǎn)進(jìn)行預(yù)測(cè)和推薦，可以將大部分看起來無交集的人或物品，通過大數(shù)據(jù)分析、數(shù)據(jù)挖掘等技術(shù)挖掘出相似的個(gè)別群體，實(shí)現(xiàn)根據(jù)和你有共同喜好的人給你推薦物品或者根據(jù)你喜歡的物品給你推薦相似的物品[5]1433。常用的協(xié)同過濾算法包括基于用戶的協(xié)同過濾算法和基于物品的協(xié)同過濾算法。