《E-Commerce Recommendation Applications》笔记

最新推荐文章于 2020-03-24 17:48:31 发布
最新推荐文章于 2020-03-24 17:48:31 发布
阅读量1.5k 收藏
点赞数
分类专栏： 推荐系统 文章标签： 电子商务 算法 web
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/poson/article/details/7648248
版权


“If I have 3 million customers on the Web, I should have 3 million stores on the Web.”–Jeff Bezos, CEO of Amazon.com™。这个是网店千人千面的最初描述？

        推荐系统提高电子商务销售的三种方式：

提高浏览到购买的转化率。

交叉销售。

提高用户忠诚度。

 推荐系统两个阶段：离线学习和离线预测。此外是实时推荐逻辑阶段。

早期是最近邻的协同过滤算法。


poson
关注
专栏目录
E-Commerce Recommendation Applications
07-19
对推荐系统进行了一个比较详细的介绍，不过文档是英文的，推荐系统用到的各种经典算法都有详细介绍
深度模型（十二）：Billion-scale Commodity Embedding for E-commerce Recommendation in Alibaba
Jony0917的专栏
12-23 799
简介 互联网技术一直不断地在改变着商业，今天电子商务已经非常普及了。阿里作为中国最大的电子商务企业，使得全世界的消费者和企业在线上做生意。阿里拥有十亿的用户，2017年的总交易额（Gross Merchandise Volume）为37,670亿人民币，总收入为1,580亿人民币。2017年双十一购物节总交易额在1,680亿左右。其中，淘宝作为最大的C2C平台，贡献了75%的交易额。 淘宝拥有10...
Reco---E-Commerce-Android-Application:Android应用程序可根据用户的建议提供产品视图
05-15
Reco--电子商务-Android-应用程序 一个电子商务Android应用程序，可根据用户评级/推荐为您提供产品视图。 随意使用项目中的代码模板。 为API 11+ IDE开发：Android Studio 项目本身中的apk文件：“ Reco.apk”（旧版本）
Behavior Sequence Transformer for E-commerce Recommendation in Alibaba简析
loserChen的博客
06-09 2730
Behavior Sequence Transformer for E-commerce Recommendation in Alibaba Introduction 文章指出之前的WDL和DIN都没有对序列信号进行很好的捕捉，同时受transformer的启发，文章提出了BST(behavior sequence transformer)来对序列信息进行捕捉生成合适的embedding，后送入M...
A-Comparative-Study-of-Reco-mmendation-Algorithms-in-E-Commerce-Applications
08-02
### 推荐算法在电子商务应用中的比较研究 #### 摘要 本文旨在评估一系列推荐算法在电子商务数据集上的性能表现。所涉及的算法包括基于用户的、基于项目的相似度/关联算法，以及专为处理稀疏交易数据设计的方法。...
Utilizing the Bidirectional Effect of Evolutive Trust-Rating for Recommendation in E-commerce
02-07
### 使用演化信任评分的双向效应在电子商务中的推荐系统 #### 摘要 本文提出了一种基于演化信任评分双向效应的个性化商品推荐算法，并探讨了该算法如何改善电子商务平台上的推荐准确性与覆盖度，特别是在处理长尾...
《Deeply-Learned Feature for Age Estimation》论文阅读笔记
cwt19902010的专栏
10-15 1818
这是IEEE的一篇文章，因为和我做的有点关系，于是拜读之。 论文的idea：使用CNN提取特征后，再用流形学习来降维，最后来做回归或者分类。 论文中的CNN网络结构： 两个convolution,两个pooling，再加一个fc,其中第一个convolution的size为5*5，第二个为7*7，pooling为2*2。 作者提出将L2到L6层的特征全部提取出来，然后串联起
Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结
vincent_x3的博客
03-24 1760
Metapath-guided Heterogeneous Graph Neural Network for Intent Recommendation 个人总结 写在前面：为方便阅读，尽量使用中文总结，对于翻译无把握或专有词汇，在中文后附上原文字段 0. 原作信息 @inproceedings{fan2019metapath, title={Metapath-guid...
Micro Behaviors:A New Perspective in E-commerce Recommendation 文章阅读以及代码实验【数据集来自京东2019年比赛数据】
ciecus_csdn的博客
03-02 1440
Micro Behaviors:A New Perspective in E-commerce Recommendation 文章阅读以及代码实验【数据集来自京东2019年比赛数据】概述论文解读以及代码实现过程分解问题定义数据集介绍数据预处理准备训练集和测试集embeddling layer模型部分模型训练结果展示 概述 《Micro Behaviors:A New Perspective in ...
推荐系统数据稀疏性问题
热门推荐
数据挖掘爱好者
05-03 3万+
对于目前大规模的电子商务平台，如淘宝、ebey，其用户、商品数量都非常大。淘宝数据显示，2010年淘宝网注册用户达到3.7亿，在线商品数达到8亿，最多的时候每天6000万人访问淘宝网，平均每分钟出售4.8万件商品。假如我们要做User-Item的协同过滤算法，那么U-I矩阵大小是6000万 ×8亿。在这个数量级上面做协同过滤，即使用hadoop，计算起来也非常吃力，效果也比较差。 让我们看看为什...
《Item-to-Item Collaborative Filtering》笔记
数据挖掘爱好者
06-08 6115
摘要： 购买或者打分行为 为工程师线上编程标题 为妈妈线上婴儿玩具 click-through andconversion rates 点击率、转化率 banneradvertisements：品牌广告 top-sellerlists：销售排行榜 电子商务推荐的挑战： （1）千万用户、百万商品 （2）许多需要实时的推荐 （3）新用户冷启动问题 （4）老用户兴趣太
推荐系统和非搜索广告的差异
数据挖掘爱好者
01-04 2779
主体：          广告：广告主、媒介、受众。三方博弈的结果。个人认为不是共赢关系。例如某些算法会加强广告主之间的竞争，提高PPC（点击价格）。三方博弈的结果是，算法比较复杂。需要一套完整的广告主竞价投放、预估、报表系统。                            推荐系统：卖家，受众，都受益。推荐平台不盈利，主要是提高整体的用户体验。对卖家来说是一个黑盒。 如何匹配商品？
基于概率传导和热传导的推荐算法R语言代码
数据挖掘爱好者
04-17 2503
本代码是论文《solving the apparent diversity-accuracy dilemma of recommender systems》的R语言模拟算法 针对论文中的图1 # user-object matrix v=c(1,0,0,1,0, 1,1,1,1,0, 1,0,1,0,0, 0,0,1,0,1) user=4 ob=5 am=ma
阅读GRU 用于推荐的代码
数据挖掘爱好者
04-17 2231
https://github.com/hidasib/GRU4Rec/blob/master/examples/rsc15/preprocess.pypython preprocess.pyFull train set Events: 31637239 Sessions: 7966257 Items: 37483Test set Events: 71222 Sessions: 15324 Item...
用户兴趣 behavior targeting
数据挖掘爱好者
08-31 1616
The user’s interests may be expressed as terms, categories, or links, or any combination thereof 用户兴趣的表达方式可以用词、类目、链接或者他们的组合。 The user profile information is derived from any of prior searche
Content-Based Recommendation具体介绍
最新发布
02-06
Content-Based Recommendation是一种推荐系统的方法。它通过分析用户喜欢的内容来为用户推荐其他可能感兴趣的内容。 例如，如果用户喜欢看科幻电影，那么Content-Based Recommendation系统可能会推荐其他科幻电影，...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值