Internet和Web技術(shù)推動(dòng)著電子商務(wù)的蓬勃發(fā)展，企業(yè)建立了大量的商業(yè)門(mén)戶(hù)，提供了大量的產(chǎn)品信息以拓展市場(chǎng)，創(chuàng)造更多的商業(yè)機(jī)會(huì)。然而，隨著電子商務(wù)提供越來(lái)越多的選擇的同時(shí)，其結(jié)構(gòu)也變得越來(lái)越復(fù)雜，經(jīng)常出現(xiàn)“信息迷航”的問(wèn)題，即用戶(hù)會(huì)迷失在大量的商品信息空間中，無(wú)法找到自己需要的商品。解決這個(gè)問(wèn)題的一個(gè)方法是發(fā)展智能推薦系統(tǒng)，提供個(gè)性化服務(wù)，即依據(jù)顧客的偏好或需求，為其推薦商品，以幫助顧客完成購(gòu)買(mǎi)過(guò)程。目前幾乎所有大型電子商務(wù)系統(tǒng)，如Amazon、eBay、新浪商城等，都不同程度地使用各種形式的個(gè)性化推薦系統(tǒng)。推薦系統(tǒng)在電子商務(wù)中取得了巨大的成功。研究表明，電子商務(wù)的銷(xiāo)售行業(yè)在使用個(gè)性化推薦系統(tǒng)后，銷(xiāo)售額能提高2％～8％。
1 相關(guān)研究
電子商務(wù)個(gè)性化推薦系統(tǒng)(personalized recommendation systems for e-commerce)的正式定義由Resnick等人在1997年給出：“電子商務(wù)個(gè)性化推薦系統(tǒng)是利用電子商務(wù)網(wǎng)站向用戶(hù)提供產(chǎn)品信息和相關(guān)建議，幫助用戶(hù)決定購(gòu)買(mǎi)什么產(chǎn)品，通過(guò)模擬銷(xiāo)售人員幫助用戶(hù)完成購(gòu)物過(guò)程的系統(tǒng)”。這個(gè)定義現(xiàn)在已經(jīng)被廣泛引用。目前的電子商務(wù)推薦系統(tǒng)主要有基于協(xié)同過(guò)濾的推薦系統(tǒng)如GmupLens、基于內(nèi)容的推薦系統(tǒng)如Personal Web Watcher、基于規(guī)則的推薦系統(tǒng)如ILOG等類(lèi)型。它們各有優(yōu)缺點(diǎn)，在不同的應(yīng)用領(lǐng)域所表現(xiàn)的性能也不同。例如基于協(xié)同過(guò)濾的推薦系統(tǒng)適合推薦音樂(lè)、電影這些內(nèi)容比較難分析的物品；基于內(nèi)容的推薦系統(tǒng)比較適合推薦新聞、文章及網(wǎng)頁(yè)等�？朔�單一推薦技術(shù)的局限性的一種方法是采用混合推薦系統(tǒng)，如Schafer等人提出的元推薦系統(tǒng)以電影推薦為例討論了將基于內(nèi)容過(guò)濾推薦技術(shù)與基于協(xié)同過(guò)濾技術(shù)結(jié)合使用的方法。ZHANG Xi-zheng提出一個(gè)結(jié)合關(guān)聯(lián)規(guī)則和分類(lèi)的推薦方法，該方法先用A兩硎算法產(chǎn)生一系列關(guān)聯(lián)規(guī)則，然后用CBA-CB算法產(chǎn)生分類(lèi)器，最后通過(guò)分類(lèi)器為用戶(hù)進(jìn)行推薦�；旌贤扑]系統(tǒng)可以同時(shí)利用更多的數(shù)據(jù)，使推薦效果更好，在一定程度上也突破了單一推薦技術(shù)在應(yīng)用上的局限性。但是混合推薦系統(tǒng)在本質(zhì)上也只是推薦技術(shù)本身的改進(jìn)，在復(fù)雜、動(dòng)態(tài)和充滿(mǎn)挑戰(zhàn)的商業(yè)環(huán)境中，推薦系統(tǒng)面臨著更大的挑戰(zhàn)，主要表現(xiàn)在以下幾個(gè)方面：不能靈活提供多種推薦功能；沒(méi)有充分考慮到商業(yè)策略；不能根據(jù)推薦需求的變化采用不同的推薦策略；由于推薦需求與應(yīng)用系統(tǒng)之間的差別，推薦系統(tǒng)需要根據(jù)具體Web站點(diǎn)進(jìn)行定制開(kāi)發(fā)，集成代價(jià)高，系統(tǒng)移植性差；難以動(dòng)態(tài)有效地管理和維護(hù)多個(gè)推薦工具和大量數(shù)據(jù)。這些問(wèn)題限制了推薦系統(tǒng)在實(shí)際中的大規(guī)模應(yīng)用。因此，如何構(gòu)建靈活的推薦系統(tǒng)以適應(yīng)復(fù)雜的商業(yè)環(huán)境是目前推薦系統(tǒng)的一個(gè)研究熱點(diǎn)。左子葉等人提出了一個(gè)開(kāi)放通用的電子商務(wù)推薦系統(tǒng)OARs，支持多種推薦模型并對(duì)所有推薦模型進(jìn)行統(tǒng)一管理。楊引霞等人提出并實(shí)現(xiàn)了一種多模型推薦系統(tǒng)，該系統(tǒng)提供了關(guān)聯(lián)規(guī)則推薦模型、熱門(mén)銷(xiāo)售推薦模型和協(xié)同過(guò)濾推薦模型三種，并提供可擴(kuò)展的接口，可以方便地增加新的模型。這些多模型推薦系統(tǒng)在一定程度上可以滿(mǎn)足多種推薦需要，但是系統(tǒng)繼承代價(jià)仍然很高，系統(tǒng)移植性差。Weng Li-Tung等人從推薦系統(tǒng)市場(chǎng)的角度出發(fā)，提出了一個(gè)由推薦服
務(wù)用戶(hù)、推薦服務(wù)提供商、推薦生產(chǎn)者構(gòu)成的推薦系統(tǒng)市場(chǎng)，并在此市場(chǎng)的基礎(chǔ)上提出了一個(gè)基于組件的推薦系統(tǒng)框架。它能夠基于不同的商業(yè)策略生成不同的個(gè)性化推薦，這為開(kāi)放性推薦系統(tǒng)的設(shè)計(jì)提供了很好的思路，但是提出的框架僅為了說(shuō)明其推薦市場(chǎng)理論的實(shí)現(xiàn)方式，并沒(méi)有進(jìn)行詳細(xì)的分析和設(shè)計(jì)。馬輝民等人提出柔性推薦系統(tǒng)的概念，但是并沒(méi)有深入探討。本文從柔性理論出發(fā)，設(shè)計(jì)電子商務(wù)推薦系統(tǒng)，通過(guò)添加一個(gè)策略模塊完成推薦需求與推薦實(shí)現(xiàn)之間的映射去實(shí)現(xiàn)柔性。該系統(tǒng)可以根據(jù)不同的商業(yè)環(huán)境進(jìn)行定制，具有較好的繼承性和移植性。
2 柔性理論
2.1 柔性軟件理論
柔性思想起源于機(jī)械制造系統(tǒng)，柔性制造系統(tǒng)(flexible manufacturing system，F(xiàn)MS)是能夠滿(mǎn)足小批量、快節(jié)奏、多品種的生產(chǎn)制造系統(tǒng)。為了緩解軟件危機(jī)，設(shè)計(jì)出能夠較好適應(yīng)不斷變化的環(huán)境和滿(mǎn)足不斷變化需求的軟件，人們將柔性的思想引進(jìn)了軟件信息行業(yè)。柔性軟件系統(tǒng)(flexible software system，F(xiàn)SS)是在一定范圍內(nèi)能夠滿(mǎn)足和適應(yīng)不斷變化的環(huán)境和需求的軟件系統(tǒng)。它具有以下幾個(gè)特征：以復(fù)用和變化為目的；分層獨(dú)立、松散耦合、模塊組件化的系統(tǒng)框架；個(gè)性化界面定制、結(jié)構(gòu)重構(gòu)及擴(kuò)展、功能模塊替換及擴(kuò)充；提供基于柔性適應(yīng)的一定的互操作功能。柔性軟件系統(tǒng)是目前軟件系統(tǒng)發(fā)展的一個(gè)趨勢(shì)。
2.2 多agent技術(shù)
Agent技術(shù)是人工智能技術(shù)的最新發(fā)展技術(shù)之一�，F(xiàn)在普遍認(rèn)為，agent是一個(gè)實(shí)體，具有一定的知識(shí)，并能夠針對(duì)特定目標(biāo)有效地運(yùn)用知識(shí)求解問(wèn)題，具有自主性、交互性、適應(yīng)性、社會(huì)性、進(jìn)化性等特性。多agent系統(tǒng)是由多個(gè)agent組成的系統(tǒng)，其基本思想是將具有不同目標(biāo)的多個(gè)agent對(duì)其目標(biāo)、資源等進(jìn)行合理的安排，以協(xié)調(diào)各自行為，最大程度地實(shí)現(xiàn)各自的目標(biāo)，每一個(gè)agent又是一個(gè)具有目標(biāo)、知識(shí)和能力的自治計(jì)算實(shí)體，多個(gè)agent協(xié)調(diào)合作形成問(wèn)題的求解網(wǎng)絡(luò)。多agent技術(shù)正適應(yīng)柔性系統(tǒng)的靈活性、復(fù)雜性、分布性等多方面的特點(diǎn)和要求。
3 電子商務(wù)推薦系統(tǒng)的柔性分析
 3.1 領(lǐng)域分析
領(lǐng)域分析是對(duì)一類(lèi)應(yīng)用系統(tǒng)的共同應(yīng)用領(lǐng)域進(jìn)行系統(tǒng)化分析的過(guò)程，以發(fā)現(xiàn)該領(lǐng)域應(yīng)用系統(tǒng)的共性和變性。
1)對(duì)現(xiàn)有的電子商務(wù)推薦系統(tǒng)的共性分析共性(commonality)是一類(lèi)應(yīng)用系統(tǒng)的共同特征�，F(xiàn)有的電子商務(wù)推薦系統(tǒng)雖然種類(lèi)繁多，服務(wù)形式各不相同，但是都可以抽象成一個(gè)共同的體系結(jié)構(gòu)，即收集用戶(hù)信息，然后根據(jù)用戶(hù)信息進(jìn)行建模，在此基礎(chǔ)上提供個(gè)性化的推薦信息(圖1)。
2)對(duì)現(xiàn)有的電子商務(wù)推薦系統(tǒng)的變性分析變性(variability)是不同系統(tǒng)各自特有的不同于其他系統(tǒng)的特性。通過(guò)分析，筆者發(fā)現(xiàn)推薦系統(tǒng)變性的內(nèi)容包括以下幾個(gè)方面：
a)應(yīng)用不同。一方面是應(yīng)用領(lǐng)域的不同，推薦系統(tǒng)在許多領(lǐng)域都得到了應(yīng)用，如電影、音樂(lè)、新聞、零售等；另一方面是應(yīng)用場(chǎng)合不同，如對(duì)登錄客戶(hù)和非登錄客戶(hù)的推薦，對(duì)選購(gòu)商品和未選購(gòu)商品的客戶(hù)的推薦等。
b)推薦算法不同。推薦算法是推薦系統(tǒng)的核心，目前存在各種不同的推薦算法，如協(xié)同過(guò)濾推薦、基于內(nèi)容的推薦、基于案例的推薦、基于規(guī)則的推薦等。每種推薦技術(shù)都有其局限性，于是還有一些改進(jìn)的推薦算法和混合推薦算法。隨著推薦算法的進(jìn)一步研究，還會(huì)有更多的推薦算法產(chǎn)生，以滿(mǎn)足各種不同的推薦應(yīng)用。
c)用戶(hù)模型的表示不同。因?yàn)閹缀跛�有的技術(shù)都以一種私有形式來(lái)表示知識(shí)，使得每種表示形式僅能夠被具體類(lèi)型的系統(tǒng)所運(yùn)用。目前用戶(hù)模型表示方法有基于向量空間模型的表示、基于神經(jīng)網(wǎng)絡(luò)的表示、基于用戶(hù)一項(xiàng)目評(píng)價(jià)矩陣的表示、基于案例的表示以及基于本體論的表示等。
d)數(shù)據(jù)源不同。有許多不同的數(shù)據(jù)源可供推薦系統(tǒng)使用，其中包括產(chǎn)品數(shù)據(jù)庫(kù)、交易數(shù)據(jù)庫(kù)、日志數(shù)據(jù)庫(kù)和客戶(hù)數(shù)據(jù)庫(kù)等。發(fā)掘新的數(shù)據(jù)源來(lái)擴(kuò)大推薦系統(tǒng)的信息來(lái)源，也是目前研究的一個(gè)熱點(diǎn)。
3.2 電子商務(wù)推薦系統(tǒng)的柔性分析
在領(lǐng)域分析的基礎(chǔ)上可以確定系統(tǒng)柔點(diǎn)。通過(guò)對(duì)電子商務(wù)推薦系統(tǒng)的共性和個(gè)性分析發(fā)現(xiàn)，柔性電子商務(wù)推薦系統(tǒng)必須滿(mǎn)足以下幾點(diǎn)要求：能夠在不同的應(yīng)用領(lǐng)域方便地移植；能夠隨著企業(yè)的商業(yè)策略進(jìn)行調(diào)整；能夠方便地更新推薦技術(shù)；能夠利用多種不同的數(shù)據(jù)源。為此，柔性推薦系統(tǒng)必須具備：
1)結(jié)構(gòu)柔性：a)構(gòu)建松散耦合的多層架構(gòu)體系。在傳統(tǒng)的推薦系統(tǒng)設(shè)計(jì)中，緊耦合產(chǎn)生僵化的難以移植和維護(hù)的密集體。要使系統(tǒng)具有一定的結(jié)構(gòu)柔性，必須降低系統(tǒng)各模塊間的耦合度，使之松散耦合。多層體系架構(gòu)能夠?qū)⒛�塊的修改和擴(kuò)展限制在一個(gè)層的內(nèi)部，使之不會(huì)跨層傳播，一定程度上降低了系統(tǒng)的耦合性。同時(shí)能夠較方便地實(shí)現(xiàn)數(shù)據(jù)庫(kù)與業(yè)務(wù)模型分離、業(yè)務(wù)模型與用戶(hù)視圖分離，這樣就可以使它們可以各自獨(dú)立地改變和復(fù)用，提高系統(tǒng)的靈活性。b)采用組件技術(shù)封裝各個(gè)模塊，這樣就能像搭積木似的構(gòu)建系統(tǒng)。c)封裝推薦算法和模型，可以在需要的時(shí)候?qū)λ惴ê湍Ｐ瓦M(jìn)行添加、刪除和更新。
2)數(shù)據(jù)柔性能夠利用多種不同形式的數(shù)據(jù)源，如文本、XML文本、Excel表、數(shù)據(jù)庫(kù)等；能夠集成多種ETL工具來(lái)進(jìn)行數(shù)據(jù)處理，產(chǎn)生滿(mǎn)足推薦需求的數(shù)據(jù)集。
3)業(yè)務(wù)流程柔性這是柔性推薦系統(tǒng)的核心，體現(xiàn)出系統(tǒng)整體柔性所在。針對(duì)不同的應(yīng)用需求，通過(guò)簡(jiǎn)便的業(yè)務(wù)流程調(diào)整便能夠滿(mǎn)足推薦需求。本文采用構(gòu)建一個(gè)策略模塊的方式實(shí)現(xiàn)，通過(guò)配置推薦策略來(lái)滿(mǎn)足推薦需求。傳統(tǒng)的推薦系統(tǒng)推薦策略是在設(shè)計(jì)時(shí)定義好了，推薦需求發(fā)生變化將會(huì)導(dǎo)致修改整個(gè)系統(tǒng)。本文中策略模塊將負(fù)責(zé)推薦需求到推薦實(shí)現(xiàn)之間的映射。當(dāng)需求發(fā)生變化時(shí)，只要修改策略文件，便能夠很好地滿(mǎn)足需求，而不用重新規(guī)劃整個(gè)系統(tǒng)。策略模塊承擔(dān)著反映推薦變化的角色，并指揮推薦系統(tǒng)滿(mǎn)足這個(gè)變化。結(jié)構(gòu)柔性和數(shù)據(jù)柔性都是為這一部分服務(wù)的，構(gòu)建一個(gè)基礎(chǔ)框架，在這個(gè)框架基礎(chǔ)上可以方便地添加數(shù)據(jù)集、算法和模型來(lái)響應(yīng)不同的推薦策略。