

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、個性化推薦系統(tǒng)以商品和消費者之間的關(guān)系為基礎(chǔ),利用消費者和商品之間的關(guān)系向消費者進(jìn)行個性化推薦,主要應(yīng)用于電子商務(wù)網(wǎng)站。個性化推薦系統(tǒng)的發(fā)展依賴于關(guān)聯(lián)規(guī)則技術(shù)、協(xié)同過濾技術(shù)、基于內(nèi)容的推薦技術(shù)。以上3種技術(shù)都存在共同的問題,即數(shù)據(jù)稀疏問題、實時性問題、和冷啟動問題。針對這些問題提出了基于決策樹方法的屬性推斷技術(shù)。
現(xiàn)今的推薦算法是以消費者選擇的商品為中心。針對這種情況采取逆向思考的方法,根據(jù)消費者購買商品的記錄逆向推導(dǎo)出消費者
2、的屬性,進(jìn)一步,把個人的購買行為歸納成普遍的規(guī)則,并且使用這個規(guī)則進(jìn)行個性化推薦。其中關(guān)鍵的步驟是消費者的屬性推斷,消費者的屬性推斷由決策樹算法來完成。
利用決策樹算法完成了消費者的屬性推斷。實驗結(jié)果表明,屬性正確率是69.32%。在此基礎(chǔ)上,完成了以下3個推薦方法。
(1)基于原始數(shù)據(jù)的個性化推薦的正確率是45.87%。
(2)基于推斷出的消費者的屬性的個性化推薦的正確率是26.82%。
(3)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于決策樹的屬性約簡方法研究.pdf
- 面向離散屬性的決策樹分類方法研究.pdf
- 基于決策樹的隧道識別技術(shù)研究.pdf
- 基于決策樹的郵件分類技術(shù)研究.pdf
- 決策樹設(shè)計及集成技術(shù)研究.pdf
- 結(jié)合屬性關(guān)聯(lián)度的決策樹算法研究及應(yīng)用.pdf
- 基于決策樹的J波檢測技術(shù)研究.pdf
- 基于決策樹的分類方法研究.pdf
- 基于決策樹分類算法研究及應(yīng)用.pdf
- 基于差分隱私的決策樹發(fā)布技術(shù)研究與應(yīng)用.pdf
- 基于決策樹的應(yīng)用研究.pdf
- 基于決策樹的數(shù)據(jù)挖掘算法的技術(shù)研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的屬性推斷技術(shù)研究及應(yīng)用.pdf
- 決策樹算法的研究及應(yīng)用.pdf
- 基于決策樹和信息熵的屬性約簡算法研究.pdf
- 基于決策樹的軟件分類方法研究.pdf
- 決策樹分類方法及其應(yīng)用研究.pdf
- 基于決策樹算法的遙感影像海冰檢測技術(shù)研究與應(yīng)用.pdf
- 數(shù)據(jù)挖掘決策樹分類技術(shù)及應(yīng)用的研究.pdf
- 基于決策樹增量學(xué)習(xí)的成像目標(biāo)分類技術(shù)研究.pdf
評論
0/150
提交評論