電商平臺林產(chǎn)品個性化推薦算法研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

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),請進行舉報或認領(lǐng)

文檔簡介

1、林產(chǎn)品以其具有的天然、環(huán)保、綠色的優(yōu)勢,成為了健康產(chǎn)品的主流選擇之一。電子商務(wù)平臺的不斷發(fā)展帶動了林業(yè)產(chǎn)品推廣和銷售。但是隨著用戶和產(chǎn)品規(guī)模的不斷增多,出現(xiàn)了嚴重的“信息負載”問題,因此個性化推薦服務(wù)應(yīng)運而生。個性化推薦服務(wù)能夠快速主動挖掘潛在的購買用戶,幫助用戶快速找到可能感興趣或喜歡的商品,不但可以增加網(wǎng)絡(luò)流量、提升營業(yè)收入,同時還能夠加強用戶對于網(wǎng)站的忠誠度以及用戶體驗。電子商務(wù)平臺對于產(chǎn)品的推薦大多是基于協(xié)同過濾推薦算法,該算法

2、是迄今為止應(yīng)用最成功的個性化推薦算法,被廣泛的應(yīng)用到很多領(lǐng)域中。但是隨著互聯(lián)網(wǎng)的快速普及,使得電商平臺用戶、產(chǎn)品規(guī)模的不斷擴大,協(xié)同過濾算法遇到嚴重的數(shù)據(jù)稀疏性問題,導(dǎo)致推薦的精度和可擴展性都在急劇下降。
  文中對協(xié)同過濾算法進行深入學(xué)習(xí)和研究過后,提出了一種基于Weighted SlopeOne(簡稱WSO)的K-means個性化林產(chǎn)品推薦算法,該算法首先將WSO算法進行產(chǎn)品打分的思想應(yīng)用于高維稀疏用戶-產(chǎn)品評分矩陣的填充上,

3、然后使用改進的K-means算法對用戶進行聚類生成用戶類簇,最后在每個類簇內(nèi)為目標用戶實現(xiàn)推薦服務(wù)。文中以MovieLens數(shù)據(jù)集為數(shù)據(jù)源進行對比試驗,經(jīng)仿真表明,文中的算法能夠有效地提升推薦的精度和可擴展性。以Apache Mahout為實驗平臺,將文中提出的基于WSO的K-means個性化林產(chǎn)品推薦算法應(yīng)用于京東商城的林產(chǎn)品購買評分中,實驗結(jié)果表明,文中提出算法的precision、recall、MAE指標反應(yīng)良好,適宜將文中提出的

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)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(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確性、安全性和完整性, 同時也不承擔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。

評論

0/150

提交評論