原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 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、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、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、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
计算机系统应用年第卷第期梯度渐进回归树算法在电子商务品牌推荐中的应用申端明乔德新许琨林霞江日念中国石油勘探开发研究院北京摘要针对电子商务推荐系统中互联网信息过载所造成的难以准确定位用户兴趣并提供准确品牌推荐的问题通过深入挖掘电子商务网中的用户行为日志抽取出能辨别出用户对商品品牌购买行为的多个特征然后将这些特征融入到梯度渐进回归树算法中建立用户兴趣偏好模型来提高推荐精度实验结果表明在数据稀疏的情况下该算法仍能较好的识别出用户对品牌的偏好并在推荐准确度方面较其他传统推荐和分类算法有明显的提高关键词品
计 算 机 系 统 应 用 2015 年 第 24 卷 第 6 期
梯度渐进回归树算法在电子商务品牌推荐中的应用①
申端明, 乔德新, 许 琨, 林 霞, 江日念
( 中国石油勘探开发研究院, 北京 100083)
摘 要: 针对电子商务推荐系统中, 互联网“信息过载”所造成的难以准确定位用户兴趣并提供准确品牌推荐的问
题, 通过深入挖掘电子商务网中的用户行为日志, 抽取出能辨别出用户对商品品牌购买行为的多个特征, 然后将
这些特征融入
文档评论（0）