谢畅

摘 要：本文结合河北省中小企业公共服务平台网络项目设计建设理念，分析了“服务交易推荐系统”的业务需求、功能需求和实现方式，以期这种建立在海量数据挖掘基础上的高级智能平台，能够帮助服务平台网站为企业用户选择服务提供完全个性化的决策支持和服务导航。

关键词：平台网络；推荐；数据

1 需求分析

建立服务交易推荐系统，模拟专家帮助用户选择服务，企业用户浏览了某项服务，系统不仅向用户提供符合一定条件的服务，系统经过用户行为分析，推测用户还需要其他哪些服务，并向用户推荐，为用户选择服务提供智能导航。

效果分析供运营人员和管理人员使用的功能模块，通过该模块，可以以多种图表视图查看推荐功能为系统带来的详细流量贡献，进而为网站优化提供参考。

2 系统功能

系统对用户行为数据进行监控，根据个性化的需求精准推送相关的消息。通过系统可以为用户提供服务。通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的信息。通过发掘用户的行为，找到用户的个性化需求，从而将服务准确地推荐给需要它的用户，帮助用户发现那些他们感兴趣但很难发现的服务。

2.1 用户行为采集

通过该功能，系统将不间断监控目标网站的用户访问行为，并将监控到的行为发送给消息服务器。从消息服务器异步接收行为数据，按需转发给关系型数据库、传统文件系统、分布式文件系统等数据载体，供后续模块使用。

2.2 获取服务需求

系统基于采集到的用户行为（包括浏览、申请等）数据，分析挖掘用户对服务产品的需求偏好，供相关模块使用。

2.3 核心推荐

基于采集到的用户行为数据，利用数据挖掘、机器学习等技术，分析挖掘全量用户行为中隐含的行为模式，产出热卖榜、看了又看、买了又买、猜你喜欢等推荐结果数据集，供后续模块使用。

2.4 服务匹配

基于核心推荐子系统计算出来的各类交易推荐结果数据，以热门榜、看了又看、买了又买、猜你喜欢等具体页面展现形式，在合适的网页、合适的位置，向网站用户推荐服务，以促成服务之间的交易。

3 开发构架设计

开发构架如图1所示，包括各环节的关键模块及数据处理流程。

4 功能描述

4.1 用户行为采集子系统

该系统包括以下几个核心模块：

用户行为监管：通过该功能，系统将不间断监控目标网站的用户访问行为。监控内容主要包括用户的基本信息、用户状态、用户行为等。并将监控到的行为数据以异步方式发给消息服务器。

用户行为采集：从消息服务器异步接收行为数据，按需转发给关系型数据库、分布式文件系统、Hive等数据载体，供后续模块使用。

4.2 业务数据交换子系统

推进引擎的计算过程涉及大量业务对象相关基础数据，业务数据交换子系统负责周期性的将目标网站的业务相关基础数据同步到推荐系统大数据集群中，供推荐引擎模块使用。

4.3 核心推荐引擎

核心推荐引擎是服务交易推荐系统的“心脏”，综合运用Mapeduce、Hive、Mahout等分布式计算、分布式数据仓库、数据挖掘、机器学习等大数据相关技术，以用户行为数据为基础，挖掘计算得出各类主题的推荐页面片段所需数据，包括热门榜单、看了又看、买了又买、猜你喜欢等。核心推荐引擎的产出数据将导入分布式数据库HBase中，供推荐展示子系统使用。

4.4 推荐展示子系统

推荐展示子系统从HBsae读取核心推荐引擎计算出的推荐数据，生成各类推荐主题的页面片段供网站动态加载调用。

推荐片段主要分以下三大类：

①热门榜单：基于全量用户行为统计得出各类热门榜，包括热读、热卖等；

②看了又看、买了又买：基于全量用户行为挖掘出的交易模式，向用户推荐看或买了当前服务之后最后可能感兴趣的相关服务产品；

③猜你喜欢：基于协同过滤等算法挖掘得出用户兴趣偏好，向用户推荐可能感兴趣的服务产品。

4.5 推荐效果分析子系统

推荐效果分析子系统针对各类推荐目标业务对象，从时间、地点、分类、算法、推荐片段等维度，对比分析访问量和购买量指标，向管理员以各种图文展示推荐系统为服务平台带来的真实贡献。