摘要：传统电子商务自动推荐系统与用户的实际喜好不同，推荐后成交量低。针对上述问题，在无线网络的基础上，设计了一种新的电子商务商品自动推荐系统，系统硬件主要由信息采集器、信息储存分析器、商品分析器、商品推荐器四部分组成，通过数据预处理建立分散类，得到目标用户所在区域，计算相似度，实现商品个性化推荐系统软件程序设计。为检测系统效果，设计了对比实验。实验结果表明，无线网络的电子商务商品自动推荐系统能够根据用户喜好推荐有效商品，提高成交量。
关键词：自动推荐系统；商品推荐；电子商务；无线网络；相似度计算；对比实验设计
0引言
随着社会的不断进步，人们进入了信息时代。无线网络的层层覆盖和商务模式的不断创新，使电子商务应运而生，电子商务已经成为了人们生活中不可或缺的一部分。电子商务的产生和发展，改变了人们原有的购物方式，摆脱了传统购物方式的约束，让人们可以做到足不出户轻松购物。电子商务实现了买家和货源厂商的直接沟通，降低了交易成本，增添了商机，可以给企业和消费者带来非常大的利益[1]。近年来，电子商务规模不断增大，各种网购软件相继出现，大量商品任用户挑选，让用户有了更多的选择。但是在这个信息爆炸的时代，面对大量的商品资源，用户如何在短时间内快速筛选出自己真正喜欢的商品已经成为一大难题，用户需要浏览大量的无关商品后，才能寻找到自己真正需要的商品[2]。面对如此多的信息，用户很容易感到迷茫，找不到自己想购买的商品[3]。所以，目前亟需要一个工具来帮助用户找到他们真正感兴趣的商品。从用户的个人喜好出发，对商家和商品进行比较，选择出最适合用户的商品，并把这些商品一一呈现在用户眼前，保证用户顺利购买商品，提高用户的购物体验。为了达到以上目的，本文提出无线网络电子商务商品自动推荐系统，该系统实现了用户的个性化推荐，根据每个用户各自的喜好和可能存在的需求，推荐出用户感兴趣的商品，快速地完成购买过程，节约用户的时间，提升用户的网络购物体验，提高成交率，同时，通过获取用户的一些基本信息，了解用户的喜好和需求，从而推荐给用户可能感兴趣的商品，不仅提高了电子商务商品的销量，而且增加了电子商务网站的效益，在一定程度上满足了用户的需求。
1系统的硬件设计
无线网络电子商务商品自动推荐系统以消费者为对象，根据不同消费者的兴趣爱好、个人习惯给予不同的商品推荐，让消费者的购物体验得到提升[4]。为实现个性化、需求化商品推荐，系统硬件主要由信息采集器、信息储存分析器、商品分析器、商品推荐器四部分组成。这四部分共同协作，使无线网络电子商务商品自动推荐系统具备普遍适应性，可以给所有用户提供独有的服务[6]。本系统遵循计算机数据处理推荐原则，保证各个流程的紧密衔接，具备高度超耦合特点，高度超耦合特点可以保证系统的快速调整，满足消费者对购买物品不断更新的需求[7]。
1.1信息采集器
无线网络电子商务商品自动推荐系统以用户为对象，获得用户的兴趣爱好。每个用户在不同年龄不同时间会对不同的商品感兴趣，数据的迅速增加给信息获取带来了巨大的难题。信息采集器从各个角度出发，建立了一套完整的信息获取流程，做到了随数据信息改变发生流动性改变，对于用户信息收集主要包括隐性收集和显性收集。显性收集主要包括用户的年龄、经济收入水平、工作岗位等[8]。不同年纪的人会喜欢不一样的商品。年轻人追求时尚，喜欢潮牌，常常喜欢当下最热门的商品。老年人就比较喜欢实用的，因此，不同年龄段的人群所喜欢的商品类型也不一样。男性和女性在购物方面有很大的不同。女性用户经常是在浏览物品过程中购买商品，只要女性用户觉得商品符合自己的审美，自己喜欢就会买下。而男性消费者相对女性就会理性一些，男性一般都是有目的地进行浏览。也就是说，当男性用户对商品有需求时，他们才会去浏览商品，并购买自己最满意的商品。经济收入水平在很大程度上限制了用户的消费。经济收入水平越高，购买商品的频率就会越高，经济收入水平越低，购买商品的频率就会越低。不同工作岗位的人会有不同类型的商品需求，例如，老师可能就会经常需要购买水性笔[9]。此外，系统还会定期向用户下发一些问卷调查，来掌握用户的偏好，这些都属于信息的显性收集。信息的隐性收集主要是记录用户行为[10]。用户的订单表、好友表、商品评价、商品收藏、商品浏览及浏览时间、商品搜索以及所购买的商品的价格品牌等都是信息的隐性收集对象。了解这些主要是为了分析用户的喜好和需求。
1.2信息储存分析器
由于用户的历史购买记录和经常浏览商品的记录能直接反映出用户的兴趣爱好和需求，所以信息储存分析器主要是把用户的历史购买记录和经常浏览商品的记录储存下来便于时时更新，做到流动性改变。根据信息采集器所掌握的用户信息，信息储存分析器将进一步分析出用户的类型，进而了解用户可能存在的商品需求、潜在喜欢的商品品牌、希望的商品价格、喜欢的商品种类。信息储存分析器结构如图3所示。
1.3商品分析器
商品分析器主要是在各个商家所卖的商品中找出共同点，并把相类似的商品归为一类。这样当目标用户搜索某一件商品时，系统就可以及时地提供相同类型的商品，提升用户的购买率。
1.4商品推荐器
商品推荐器主要是依据信息采集器和信息储存分析器所得到的结果，将目标用户可能感兴趣或有需求的商品推荐给目标用户[13]。其中，包括推荐画面重新构建、所占比重分析和个性化商品推荐三个部分。推荐画面重新构建主要是想扩大推荐商品的范围，不能完全依据用户搜索的商品进行推荐，还要给目标用户推荐一些目标用户购买商品时浏览过，经常一起搭配购买的商品，这样可以提高用户的购买率，为商家提供最大的利润，增加交易成功率。商品推荐器所推荐的商品最主要的就是想引起目标用户的兴趣，但除此之外，还要根据商品分析器得出来的商品信息把目标用户理想价格的商品推荐给目标用户，还要考虑商家店铺的种种情况，把最合适的商品推荐给目标用户[14]。商品推荐必须要做到的就是个性化推荐，即针对不同的用户推荐出适合他们的商品。
2系统软件设计
本系统采用Toui软件收集用户信息，在用户登录电子商务网站后，无线网络电子商务商品自动推荐系统首先就要收集用户的信息。Toui软件可以收集繁多冗杂的数据并将数据进行筛选分类，留下最有价值的数据。Toui软件具有自动追踪功能，一旦用户登录电子商务网站，Toui软件就会追踪记录用户的行为，得到用户登录过程的所有信息。为了准确地分析出用户的个人喜好和需求，采用三维捕捉软件，三维捕捉软件分析用户心理的准确度非常高。三维捕捉软件具备学习人类的功能，可以根据所掌握的用户信息，通过用户的一些行为分析出用户的喜好和可能存在的需求。三维捕捉软件会不断地学习心理理论知识，找出自己的不足并不断完善更新，使无线网络电子商务商品自动推荐系统可以准确地推荐出用户感兴趣或需要的商品。在设计软件时，还引用了微克软件，该软件可以在目标用户和商品之间建立联系，为实现个性化推荐做出了巨大贡献。
3仿真实验
为检测无线网络电子商务商品推荐系统的推荐效果，现与传统电子商务商品推荐系统进行对比实验，并分析实验结果。在规定时间为10天时，本文系统推荐商品的成交数量为3000件，而传统系统推荐商品的成交数量仅为900件；规定时间为20天时，本文系统推荐商品的成交数量为3900件，而传统系统推荐商品的成交数量为1100件；规定时间为一个月时，本文系统推荐商品成交的数量为4250件，而传统推荐系统商品的成交数量为1250件。实验结果表明，无线网络电子商务商品推荐系统商品的成交数量始终高于传统电子商务商品推荐系统，由此可见，无线网络电子商务商品推荐系统所推荐的商品真正受到了用户的喜爱。
4结语
本文设计的无线网络电子商务商品自动推荐系统建立了良好的用户企业关系，真正了解了用户的需求，让用户更加依赖于它，使用户频繁购买，大大提高了电子商务的利益。在未来的研究中，本文设计的无线网络电子商务商品推荐系统会不断完善，帮助用户解决其他购物问题。
作者:邹坤 单位:成都信息工程大学银杏酒店管理学院