王 洁，李烈军，徐 锴，唐辉军（宁波大红鹰学院信息工程学院，浙江宁波，315175）



基于支持向量机的电子商城用户分类个性化推荐算法设计

王 洁，李烈军，徐 锴，唐辉军
（宁波大红鹰学院信息工程学院，浙江宁波，315175）

摘要：电子商城作为用户经常性访问的场所，这对用户实时分类进而完成商品购买预测准确性提供了必要的数据基础，本文基于支持向量机技术，对基于登录用户实时分类，进而完成商品个性化推荐的预测过程进行了详细设计，以减少客户搜索商品的时间，提升网站的销售额。

关键词：电子商务；支持向量机；用户分类

0 引言

在电子商务的变化发展中，各家电商网站和销售个体积累了大量的数据，掌握数据进而可开发一系列的商业模式。推荐技术就是基于大数据应用的一种有效手段。用户经常会迷失在大量的商品信息空间中，无法顺利找到自己需要的商品。基于推荐技术的电商手段可以有效的识别用户有效需求，进而达到识别需求，快速达到系统应用的目的，在很多方面，推荐技术都取得了不错的成绩。同时，基于用户挖掘的数据技术被广泛的用于用户识别、系统模式推荐等方面，通过相关推荐技术的应用，使得用户快速达到需求，进而提高相关电商平台的销售收入。

本文基于用户访问的历史数据，应用支持向量机技术对用户进行实时分类识别，进而完成用户购买商品推荐。

1 支持向量机技术

支持向量机是Cortes和Vapnik于1995年首先提出的，它在解决小样本、非线性及高维模式识别中表现出许多特有的优势，并能够推广应用到函数拟合等其他机器学习问题中。其表示在n维向量空间内，考虑样本集合｛xi，di｝，xi是输入的特征，di是样本对应的分类。经过加入松弛变量后，模型目标为：

2 个性化推荐系统设计和实验

本文采取的支持向量机技术，主要依据线性分类过程，通过设置四类电子商城用户类别，选取注册用户的信息外加消费金额和购买商品数量作为个人变量属性，建立面向用户的用户支持向量机分类。根据相应类别的用户分类，进而选择相应类型的促销商品广告作为预测用户需求，表1为相应的产品预测表字段设置。

表1 预测表（yuce）

该系统中测试的用户购买商品数量为100条，该系统主要实现针对用户分类的商品推荐，客户列表具体如表2所示。

表2 客户列表

根据用户在浏览网站时记录的行为数据，本系统主要从购物车情况分析，选择了类别，金额，数量为分类属性变量系统用支持向量机分类预测出客户下一次最感兴趣的产品类别，从而推荐产品，一个针对Zhou用户的登录推荐列表如表3所示。

表3 推荐产品列表

3 结束语

本文对基于支持向量机分类的用户兴趣预测进行了有益的探索和研究。对支持向量机算法进行了有效描述和算法应用，能基于算法得出基本准确的预测。

参考文献

［1］方俊.电子商务系统商品推荐方法浅析［J］.大众科技，2010，08：36-37

［2］庞秀丽，冯玉强，姜维.电子商务个性化文档推荐技术研究［J］.中国管理科学. 2008，16（2）： 581-586

［3］赵良辉，熊作贞.电子商务推荐系统综述及发展研究［J］.电子商务，2013，12：58-60

［4］V.N. Vapnik， The Nature of Statistical Learning Theory，Springer-Verlag， New York， 1995.

［5］赵琨，许洪贵，朱晓宇. 基于支持向量机的电子商务物流量预警研究［J］. 中国物流与采购， 2014，（4）：68-69

［6］程文玮. ASP.NET 数据库管理［J］.广州大学学报，2005，4（2）：138-140.

王洁（1992-），女，安徽六安人，本科，研究方向为软件开发与测试

李烈军（1992-），男，四川宣汉人，本科，研究方向为软件工程

徐锴（1992-），男，浙江嘉兴人，本科，研究方向为软件工程

The Designation of e-commerce personalized recommendation system of classification of users Based on support vector machines

Wang Jie，Li Liejun，Xu Kai，Tang Huijun
（College of Information Engineering，Ningbo Dahongying University，Ningbo，315175，China）

Abstract：Electronic shopping mall is often accessed by users，the purchasing data can predict the demand goods.In this paper，based on the support vector machine technology and the users’ real-time classification，the personalized prediction system is designed.It can reduce the time to search the goods and increase the sales.

Keywords：e-commerce；support vector machines；user classification

中图分类号：TH122；TP31

文献标识码：A

基金项目：2016年浙江省大学生科技创新活动计划暨新苗人才计划（No.2016R425007）

作者简介