电商推荐系统实战
文章平均质量分 94
以亚马逊数据为落脚点,使用机器学习以及大数据相关工具实战电商推荐系统。
Keven He
一个热爱技术的大数据开发者
展开
-
电商推荐系统(二)
实时推荐服务实时推荐服务实时计算与离线计算应用于推荐系统上最大的不同在于实时计算推荐结果应该反映最近一段时间用户近期的偏好,而离线计算推荐结果则是根据用户从第一次评分起的所有评分记录来计算用户总体的偏好。用户对物品的偏好随着时间的推移总是会改变的。比如一个用户u 在某时刻对商品p 给予了极高的评分,那么在近期一段时候,u 极有可能很喜欢与商品p 类似的其他商品;而如果用户u 在某时刻对商品q 给予了极低的评分,那么在近期一段时候,u 极有可能不喜欢与商品q 类似的其他商品。所以对于实时推荐,当用户对原创 2021-03-24 22:59:22 · 850 阅读 · 0 评论 -
电商推荐系统(一)
一 项目体系架构一 项目架构项目以推荐系统建设领域知名的经过修改过的中文亚马逊电商数据集作为依托,以某电商网站真实业务数据架构为基础,构建了符合教学体系的一体化的电商推荐系统,包含了离线推荐与实时推荐体系,综合利用了协同过滤算法以及基于内容的推荐方法来提供混合推荐。提供了从前端应用、后台服务、算法设计实现、平台部署等多方位的闭环的业务实现。用户可视化:主要负责实现和用户的交互以及业务数据的展示,主体采用AngularJS2进行实现,部署在Apache服务上。综合业务服务:主要实现JavaEE层面整原创 2021-03-22 20:50:57 · 4383 阅读 · 5 评论