【个性化研究】个性化信息获取方法
目前，Internet网上站点从不同角度出发，采用了不同的用户个体特性采集和个性化信息传递方法，主要有以下四种方法。
1. 界面定制法
界面定制个性化信息服务是根据用户需求对用户个体所需的系统界面、资源集合、检索工具与技术、检索利用服务过程、检索结果等进行定制。在理想情况下，系统应提供以下定制功能：
（1）方便实用的定制工具；
（2）用户能对系统提供的定制内容进行选择、引入或自定义定制内容、组合定制内容、调整定制结构；
（3）查看定制效果；
（4）对定制信息进行修改、存储和管理；
（5）根据用户使用选择倾向和历史统计自动修改定制信息。
从个性化程度讲，定制应能充分支持和展示个人的特色，允许用户积极参与界面的定制，通过填写表格，用户指示出自己的需求和选择，并依次决定所需的内容和对话界面的外观。一般系统为用户提供一个基础模板，用户根据需要从中选择或添加相关内容。用户定制的数据存放在服务器端数据库里，在用户登录时系统确定用户身份，调用相关定制信息，并利用定制信息匹配系统数据或过程，动态生成个性化的系统形态和系统行为。
界面定制至少包括界面结构的定制和界面内容的定制。
（1）界面结构指对话界面的总体模块类别和布局形式，例如页面将包括哪些模块或服务，各模块的布局方式(上下或左右或层次)，有关图像、菜单等的位置设置，界面色彩设计等。
（2）界面内容定制主要是对各个信息或服务模块的具体内容进行定制。这种形式定制的个性化信息服务效率依赖于用户定制的能力和动机，如用户不愿花费力气建立复杂、准确的个性化特性，这项服务就不会发挥作用。而且所定制的界而是静止不动的，不会随用户的需求而变化，除非用户能及时调整和更新。
2.点击流分析法(Click Stream Analysis)
点击流分析法是采集用户在站点上运动情况的方法，可用于跟踪记录访问过的链结点，包括用户的来源地点、浏览站点的路线和最终到达的目标，链结分析包括对点击过的链结的观察、它们在屏幕上的相关位置、用户在网页上停留的时间以及点击过的链接间的关系和最终结果(象用户是否发生了电子交易等)。通过对这些数据的有效分析，不但能够对网站的建设起到指导作用，增强网站的黏着度，而且也能够反映出企业在市场、销售、服务和财务等各个方面的状况。总之，对这些数据深层次分析能够使网站改善客户关系、培养顾客忠诚、增加网上销售和提高服务质量。
在电子商务网站环境中，点击流分析的已经远远超出点击流的范围，而成为企业了解经营状况、了解客户行为的有效工具。点击流分析以WEB上的点击流数据为基础，利用OLAP、数据挖掘等技术满足电子商务企业的所有人员(市场、销售、工程与管理)的需求，不同的部门有不同的需求，通过对点击流不同数据的分析来达到不同的目的。
(1)网站点击分析
网站点击分析是点击流分析的一个重要部分，网站点击主要回答了市场开拓部门所关心的以下问题：1网站的哪个部分或产品吸引了最多的访问者；2网站的哪个部分导致的直接购买行为最多；3网站的哪个部分是多余的或者很少有访问的；4哪个部分是会话结束最多；5哪个部分进入的购买会话或其他类型的会话最多；通过对这些问题的充分了解，市场开拓部门在进行网上广告宣传时就会有比较好的倾向性，也利于有倾向的发展广告客户。
(2)点击状态分析
访问者的每次有效点击都是对网站服务器的一个资源请求，因此点击状态等同于请求状态。请求状态是指对于一个访问请求，服务器返回的结果类型。其中，对网站影响最大的请求结果是：资源错误，请求失败。作为网站来讲，实时监测请求的错误情况，找出故障原因并及时排除是至关重要的，点击状态分析提供实时的网站质量报告，给维护人员详细的故障信息做指导，评测故障恢复时间和影响范围。
(3)客户关系管理(CRM)
客户关系管理也是点击流分析的一个重要内容。点击流分析中的客户关系管理通常回答了以下几个方面的问题：
- 一个新用户的会话模式(Click Profile)是什么样的；
- 退出客户的会话模式通常是什么样的；
- 给网站带来利润的客户会话模式是什么样的；
- 取消服务的客户会话模式是什么样子的；
- 抱怨和投诉客户的会话模式是什么样的；
- 怎样可以吸引一个访问者成为网站的注册用户；
通过对这些会话模式的分析，为市场、销售等部的CRM提供了数据分析基础。对客户群体进行划分，找到网站所关心的客户，如潜在客户、有价值客户和保持客户等。
3协调过滤法(Collaborative Filtering)
协调过滤法把一个用户的偏好与其他用户的偏好进行比较，建立同偏好群体的描述。然后假定这个特定用户与这个同偏好群体的需求相同，对其需求内容进行推荐。协调过滤法的基本机制是：
（1）登记团体人群的偏好；
（2）用相似测度法，挑择偏好类似的子群组；
（3）对子群组的偏好加权平均；
（4）利用由此导出的偏好函数(preference function)为用户作出推荐。如相似测度法确实挑选了具有相似偏好的群体，那么，根据该群体确定的选项满足用户个体的几率就大。协调过滤法较典型的应用是推荐图书、光盘或电影。也可用于文献、服务或产品的挑选。
目前协调过滤法存在的主要瓶颈是用户偏好的收集。为增加可靠性，系统需要大量的人群(数千)在数量相对大(数十)的选项中做出选择。这需要众多人群的共同努力。避免这个问题的方法是采集隐含在用户行为中的偏好。例如，从网上书店订购图书的人们，在他们订购的过程中含蓄地表达着他们对图书的偏好。已经购买了与他们相同图书的顾客则有可能具有与他们相似的图书偏好。这种方法由Amazon网上书店采用，Amazon书店为每本书提供了相似人群购买的有关图书书目。
4.Cookies方法
Cookie不再是Internet上的新名词，但对个性化信息服务仍然有用。Cookie是由站点发送的小数据包并存储在浏览器一侧，因此作为用户的唯一标识可以在服务器一方(发送Cookie的站点)，重复使用。Cookie提供了追踪用户的方法。它给用户加标识，更确切他说是给用户的浏览器文件加标识，当再次访问发送Cookie的站点时，浏览器被当作唯一可以鉴别的实体。在浏览器中用作Cookie存储的用户信息在以后的访问中能够被发布站点调用，也能够在重复地访问中更新。它构成了到存储在服务器(提供方)方的指定文档信息的连接。Cookie可用于存储用户的其它信息——用户自己提供(填表格)的资料、最后一次访问的时间和其它的对话信息。
