当前位置:首页 > 产品 > 行业案例实践 > 电商个性化推荐
行业案例实践,线性回归

电商个性化推荐 视频课程

课时时长:32分钟

 

实验简介

随着电商网站的兴起,越来越多的同学在网上购物。随着网站上的物品增多,如何帮助用户找到自己想要的物品是电商网站面临的实际问题。给用户推荐他们喜欢的物品,既方便用户找到自己喜欢的宝贝,又可以提高网站的成交量。在用户浏览购物网站的时候,网站会记录用户对某件物品的一些行为日志,比如点击、收藏、加购物车以及购买等,本实验中将使用这些行为日志,借助矩阵分解(ALS)的算法,来向用户推荐他们想要的商品。

 

实验目的

1.对网站行为日志的分析方法
2.协同过滤算法的应用
3.推荐系统的运行流程

 

操作流程

数据准备及预处理 -> 特征工程 -> 建模-预测