时 睿，姚天昉

0 引言

随着互联网的普及，电子商务在人们日常生活中起着越来越重要的作用。电子商务根据服务提供商和服务对象的不同分为3种：B2B、B2C和C2C，这里的B是Business的简称，代表的是企业，C是Customer的简称，代表的是个人消费者。B2B跟个人消费者以及人们的日常生活关系不大，B2C与C2C相比，具有产品质量和服务有保障的优点，人们慢慢开始从传统购物向B2C转变。在人们使用的比较多的网上购物网站，3C电子类的有京东、新蛋，图书类的有卓越、当当，日常生活用品类的有一号店等等。

在这些众多的购物网站和频繁的交易中，人们已经制造出相当多的数据，这给其他人商业机构或者研究人员无数潜在的机会来洞悉用户体验、商业营销、个人偏好和通常所谓的人类行为[1]。本文试用Web数据挖掘的有关方法，设计了一个可以为B2C用户推荐优惠商品的系统。

1 B2C推荐系统的架构设计

本系统中主要负责4个模块：用户管理系统、信息收集系统、信息监测系统、结果通知系统。4个模块的关系主要根据数据流的处理时间按来划分。首先，用户使用该推荐系统必须先登录该系统，使用完毕需要退出系统，以保证私人的信息不被泄露。其次，用户登录系统后，需要填写其所感兴趣的商品的信息。然后，本系统会根据用户的喜好，周期性地收集该产品的信息，主要用到的技术就是网络爬虫。在然后，收集到的信息由于信息量巨大，会放到一个非关系型的数据库，同时监测模块会检查数据的异常，比如降价促销之类的。……