基于协同过滤算法的推荐

  • 时间:
  • 浏览:7

数据挖掘的一个多经典案例所以尿布与啤酒的例子。尿布与啤酒看似毫不相关的三种产品,怎么让当超市将三种产品装入相邻货架销售的以后 ,会大大提高两者销量。所以以后 看似不相关的三种产品,却会位于这三种神秘的隐含关系,获取类事 关系可能对提高销售额起到推动作用,然而有时类事 关联是不难 通过经验分析得到的。这以后 我们我们我们我们我们我们我们我们我们 须要借助数据挖掘中的常见算法-协同过滤来实现。类事 算法须要帮助我们我们我们我们我们我们我们我们我们 挖掘人与人以及商品与商品的关联关系。

(本实验选者数据为真实电商脱敏数据,仅用于学习,请勿商用)

协同过滤算法是三种基于关联规则的算法,以购物行为为例。假设有甲和乙两名用户,有a、b、c三款产品。可能甲和乙都购买了a和b这三种产品,我们我们我们我们我们我们我们我们我们 须要假定甲和乙有近似的购物品味。当甲购买了产品c而乙还那末购买c的以后 ,我们我们我们我们我们我们我们我们我们 就须要把c也推荐给乙。这是三种典型的user-b