- 1、本文档共10页,可阅读全部内容。
- 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、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、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、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 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、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、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
电商推荐与销量预测相关案例
寒小阳
七月在线 2017年1月21日
Event Recommendation Engine Challenge
七⽉在线Kaggle实战班 2
背景介绍
七月在线Kaggle实战班 3/54
数据信息
百度网盘地址如下:
链接: /s/1bpaHIVl 密码: 3git
七月在线Kaggle实战班 4/54
问题简单分析
n 首先这是一个推荐的问题
n 我们有下面这样几类数据
1.用户的历史数据 => 对event是否感兴趣/是否参加
2.用户社交数据 => 朋友圈
3.event相关的数据 => event相关的信息
n 简单思考
1.要把更多维度的信息纳入考量
2.协同过滤是基于 用户-event 历史交互数据
3.需要把社交数据 和 event相关信息 作为影响最后结果的因素纳入考量
4.视作分类模型,每一个人 感兴趣/不感兴趣 是target,其他影响结果的
是feature
5.影响结果的feature包括由协同过滤产出的推荐度
七月在线Kaggle实战班 5/54
工业界标准做法:思路简图
这里用的是
sklearn当中的
SGDclassifier,
可用其他分类算
法
七月在线Kaggle实战班 6/54
更多细节
请参见
ipython n
文档评论(0)