• 商品推荐算法


    淘宝网会为你推荐一些商品,而这些商品是如何被推荐过来的想必你也很好奇,今天我们就来聊一下商品推荐的一些算法,当下主流的推荐算法协同过滤推荐算法,让我们一起来看看它是如何工作的。
    首先,我们先了解下余弦相似度算法的定义。

    余弦相似度,又称为余弦相似性,是通过计算两个向量的夹角余弦值来评估他们的相似度。

    其次,大学里我们学过的余弦公式大家应该还有印象,我们先回顾一下。

    两个向量间的余弦值可以通过使用欧几里得点积公式求出。

    再者,我们要了解推荐商品的一些数据指标是什么。商品的推荐算法是收集用户的一些行为进行并进行深度分析得出的,下面我们具体来聊一聊。

    商品推荐算法分析

    • 用户行为与权重
      • 点击 1分
      • 搜索 3分
      • 添加购物车 5分
      • 付款 10分

    推荐算法步骤

    1、根据用户行为列表计算用户、物品的评分矩阵。
    2、根据用户、物品的评分矩阵计算物品与物品的相似矩阵
    3、形似矩阵 X 评分矩阵 = 推荐列表
    4、计算最终推荐的商品

  • 相关阅读:
    Hello World!
    Nginx加权轮询算法
    git常用命令
    linux命令
    sql 表值函数与标量值函数
    数据查询和操纵时连接的打开状态
    插入一条和上一条数据关联的数据
    C# 输出24小时格式时间
    c#中用sql存储过程
    AndroidManifest.xml文件解析
  • 原文地址:https://www.cnblogs.com/jigang/p/12952991.html
Copyright © 2020-2023  润新知