推荐系统推荐因子分析报告-WordPress.com.PDFVIP

推荐系统推荐因子分析报告-WordPress.com.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
推荐系统推荐因子分析报告-WordPress.com

推荐系统推荐因子分析报告 Daniel Huang, Scott Chen 1 / 9 目录 1 概述3 2 名词解释3 3 推荐因子3 4 推荐因子表示4 5 推荐度4 6 规约公式4 6.1 规约公式设计思想4 6.2 C CATEGORY 规约公式5 6.3 C SHARED-CUSTOMER 规约公式6 6.4 C RELATED-RECOMMEND 规约公式7 6.5 C VIEW 规约公式8 6.6 C TIME 规约公式8 7 总结9 2 / 9 1 概述 在推荐系统中,我们希望推荐列表中的商品能够最大程度的满足客户的兴趣。 在这份报告中,我们结合实际开发的经验,分析了决定推荐结果的若干因素(我 们称之为“推荐因子”)。 2 名词解释 推荐度 商品是否被推荐的程度,推荐度越大,商品越容易被推荐。 推荐因子 决定推荐度的元素。 推荐数值 推荐因子的值。 3 推荐因子 在“B2C 电子商务推荐系统”项目中,我们将推荐因子大致分为三种: 1. 商品相似度 2. 商品浏览量 3. 用户行为 其中,商品相似度我们又分了三个子因子,分别是: 1. 商品类别 2. 共同浏览者 3. 关联推荐 在报告的第6 部分,我们会详细的解释这些推荐因子对商品推荐度的影响。 3 / 9 4 推荐因子表示 在该报告的第3 部分,我们了解到商品的推荐度是由推荐因子决定的。进一 步说,推荐度是各推荐因子值的加权和。加权和越大,推荐度越大,该商品就越 容易被推荐。 为了方便解释,我们可以这样认为:每个推荐因子在本质上是在为商品推荐 度作贡献。它们的表示符号如下: 推荐因子 推荐因子表示符号 商品相似度 C similarity 商品类别 C category 共同浏览者 C shared-Customer 关联推荐 Crelated-Recommend 商品浏览量 Cview 用户行为(页面停留时间) C time 其中,Csimilarity = α*C category +β*C category +γ*C shared-Customer 。(α+β+γ= 1) 5 推荐度 推荐度是各推荐因子的加权和。每一个推荐因子的贡献值由两部分组成:加 权系数和推荐数值。从整体上看,推荐度可以由下面的公式计算出来: 推荐度 = m1 * C similarity + m2 *C view+m3 *C time 其中m ,m ,m 是加权系数,它们之间的比例可根据具体的需要实施调控。 1 2 3 需要注意的是:为了更好地体现加权系数的作用,我们将C similarity ,C view ,C time 的值域控在一个固定的范围内。在项目中,我们设计了5 个规约公式,将目前的 5 个推荐因子的推荐数值规约在[0.4 , 0.6]的值域内。在C similarity 中,我们为了突 出体现商品种类对

文档评论(0)

75986597 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档