网站大量收购独家精品文档,联系QQ:2885784924

智能推荐系统发布3.3.pptxVIP

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、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
  7. 7、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。
  8. 8、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
智能推荐系统发布3.3

智能推荐系统“推客”发布交流什么是推荐推荐:介绍好的事物希望被接受首页展现热销商品什么是智能推荐智能推荐:提升转化率根据用户历史行为特征推荐可能购买的商品根据用户即时行为推荐可能购买的商品智能推荐系统实现方法“推客”系统根据商品推商品根据用户推商品根据商品推用户123功能1、根据用户推荐商品列表2、根据用户和商品类型推荐商品列表1、根据商品ID推荐用户列表2、根据商品类型推荐用户列表1、根据商品推荐关联商品2、根据商品推荐指定类型的关联商品异步查询接口实时查询接口模型融合用户行为推荐建模用户分群用户反馈过滤排名模型商品属性商品评分社交网络推荐建模形成推荐列表客户标签商品数据行为数据数据商城门户商城门户客户注册信息“推客”系统实施电商门户针对购买、浏览、点评行为进行推荐为用户展现个性化门户热榜排行个性化热榜排行用户行为及推荐API个性化推荐API热门推荐API“推推”系统服务器:可使用门户服务器后台管理及报表模块电商门户BI模块用户标签算法插件模块推荐实施模块用户行为分析模块数据库:可使用门户数据库,也可构建分布式系统。必要必要必要必要可选可选电商维护团队精点科技算法迭代优化初始化部署电商门户页面部署API更新商品列表及干预推荐快速实施可在一个月内完成部署!“惠生活”门户针对购买、浏览、点评行为进行推荐为用户展现个性化门户热榜排行个性化热榜排行用户行为及推荐API个性化推荐API热门推荐API“推推”系统服务器:可使用门户服务器后台管理及报表模块电商门户BI模块用户标签算法插件模块推荐实施模块用户行为分析模块数据库:可使用门户数据库,也可构建分布式系统。必要必要必要必要可选可选电商维护团队电子渠道室算法迭代优化初始化部署电商门户页面部署API更新商品列表及干预推荐API服务API服务能力API名称API分类浏览行为API购买行为API点评行为API用户行为记录通过行为记录API,跟踪用户行为,为推荐提供数据支撑。根据浏览推荐商品API根据购买推荐商品API相关商品API针对用户个性化推荐API用户历史记录API“查看此商品的用户最终购买”“购买该商品的用户还购买了”“您可能还需要以下商品”“猜您喜欢”“最近浏览”个性化推荐大众推荐浏览最多商品API购买最多商品API评价最好商品API“精品推荐”、“畅销精品”、“热门排行”“人气组合”API服务-商品管理API服务能力API名称API分类信息存入API信息删除API信息导出API商品信息字段管理API商品信息管理提供API对通过以XML形式商品信息进行管理导出所有商品类型API导出所有商品分组API导出指定商品分组的所有商品类型API创建商品分组API商品类型及分组管理管理商品分组导入导出管理商品关联规则导入API导入/更新商品激活商品使用外部的规则成果API服务效果1/2根据购买推荐商品API根据购买推荐商品API根据浏览推荐商品API相关商品API针对用户个性化推荐API用户历史记录APIAPI服务效果2/2购买最多商品API评价最好商品API“推客”系统实施—后台管理及报表商品导入商品属性修改商品类型管理商品管理用户行为分析商品热度分析推荐效果分析统计分析热门推荐TOP100热门推荐热榜干预行为推荐干预算法参数调整人工干预推荐系统的评测方法及指标评测方法:1、离线实验;2、用户调研;3、在线实验评价指标:预测准确率和召回率测试数据:943位北美观众对1682部电影的10万条行为记录。数据来源:明尼苏达大学提供的电影推荐测试数据,是业内公认的推荐系统测试数据。“推客”系统指标表现召回率准确率R(u)是用户的推荐列表,T(u)是用户的行为列表。计算公式如下:R(u)是用户的推荐列表,T(u)是用户的行为列表。计算公式如下:准确率召回率业内标准8%~15%推推表现15%以上业内标准15%~20%推推表现20%以上“推客”的特质演示环境54:8099/item_mall/index.jspx应用界面API界面后台管理界面后台管理界面结束语谢 谢!广州精点计算机科技有限公司

文档评论(0)

zijingling + 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