电子商务推荐系统的输入.ppt

* * * * * * Let’s begin with an executive summary, then move through the balance of the presentaiton focusing on areas that interest you most, and finally present to you’re the product demo * Corporations source approximately 50% of their intelligence needs from outside vendors Intelligex will first help facilitate this procurement process - of both primary (custom) and secondary (existing) intelligence - by providing the platform to locate, interact, transact and deliver second help companies track and more effectively share intelligence across the organization (knowledge management) * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 电子商务推荐系统简介 推荐技术分类 Non-Personalized Recommendation：推荐系统的推荐主要基于其他客户对该产品的平均评价，这种推荐系统独立于客户，所有的客户得到的推荐都是相同的 (自动，瞬时) Attributed-Based Recommendation：推荐系统的推荐主要基于产品的属性特征 (手工) Item-to-Item Correlation：推荐系统根据客户感兴趣的产品推荐相关的产品 (瞬时) People-to-People Correlation：，又称协同过滤，推荐系统根据客户与其他已经购买了商品的客户之间的相关性进行推荐 (自动，持久) 西财电子商务系 7- * 电子商务推荐系统简介 电子商务推荐系统研究热点与方向： 对当前的电子商务推荐系统进行改进，以使得推荐系统能产生更加精确的推荐 将数据挖掘技术及Web挖掘技术应用到电子商务推荐系统中，产生完全自动化的推荐，使用户感受到完全个性化的购物体验 将电子商务推荐系统由虚拟的销售人员转变为市场分析工具 开发销售方的电子商务推荐系统，为商家的产品定价、促销活动及交叉销售等提供推荐 西财电子商务系 7- * 电子商务推荐系统技术介绍 电子商务推荐系统使用的技术主要有： Bayesian网络(Bayesian Network) 关联规则(Association Rules) 聚类(Clustering) Horting图(Horting Graph) 协同过滤技术(Collaborative Filtering) 西财电子商务系 7- * 电子商务推荐系统技术介绍 电子商务推荐系统中的Bayesian网络技术利用训练集创建相应的模型，模型用决策树表示，节点和边表示客户信息。 模型的建立可以离线进行，一般需要数小时或数天，得到的模型非常小，对模型的使用非常快 这种方法适合客户的兴趣爱好变化比较慢的场合 推荐精度和最近邻技术差不多 西财电子商务系 7- * 电子商务推荐系统技术介绍 电子商务推荐系统中的关联规则技术根据关联规则发现算法和客户当前的购买行为向用户产生推荐 关联规则的发现也可以离线进行 推荐精度比最近邻技术略差 西财电子商务系 7- * 电子商务推荐系统技术介绍 电子商务推荐系统中的聚类技术将具有相似爱好的客户分配到相同的族中，聚类产生之后，根据族中其他客户对某商品的评价就可以得到系统对该商品的评价 聚类过程可以离线进行 聚类产生之后，性能比较好 如果某客户处于一个聚类的边缘，则对该客户的推荐精度比较低 推荐精度比最近邻技术略差 西财电子商务系 7- * 电子商务推荐系统技术介绍 电子商务推荐系统中的Horting图技术是一种基于图的方法，节点代表客户，边代表两个客户之间的相似度。在图中寻找近邻节点，然后综合近邻节点的观点形成最后的推荐 Horting图技术可以跳过中间节点寻找最近邻居，考虑了节点之间的传递相似关系 推荐精度优于最近邻技术