1 / 45
文档名称:

电子商务推荐系统介绍.ppt

格式:ppt   大小:2,002KB   页数:45页
下载后只包含 1 个 PPT 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

电子商务推荐系统介绍.ppt

上传人:qqqqqq 2024/4/15 文件大小:1.96 MB

下载得到文件列表

电子商务推荐系统介绍.ppt

文档介绍

文档介绍:该【电子商务推荐系统介绍 】是由【qqqqqq】上传分享,文档一共【45】页,该文档可以免费在线阅读,需要了解更多关于【电子商务推荐系统介绍 】的内容,可以使用淘豆网的站内搜索功能,选择自己适合的文档,以下文字是截取该文章内的部分文字,如需要获得完整电子版,请下载此文档到您的设备,方便您编辑和打印。电子商务(diànzǐshānɡwù)推荐系统介绍*第一页,共四十五页。提纲(tígāng)电子商务推荐系统简介电子商务推荐系统技术介绍基于关联规则(guīzé)的推荐算法基于最近邻居的协同过滤算法基于项目的协同过滤算法基于二部图的推荐算法*第二页,共四十五页。电子商务(diànzǐshānɡwù)推荐系统简介Harvard商学院的JoePing在大规模定制一文中认为现代企业应该从大规模生产(以标准化的产品和均匀的市场为特征)向大规模定制(为不同客户的不同需求提供不同的商品)转化电子商务推荐系统(xìtǒng)(mendationSystem)向客户提供商品信息和建议,模拟销售人员帮助客户完成购买过程*第三页,共四十五页。电子商务(diànzǐshānɡwù)推荐系统简介电子商务推荐系统的作用(zuòyòng):将电子商务网站的浏览者转变为购买者(ConvertingBrowsersintoBuyers)提高电子商务网站的交叉销售能力(Cross-Sell)提高客户对电子商务网站的忠诚度(BuildingLoyalty)*第四页,共四十五页。电子商务推荐系统(xìtǒng)简介电子商务推荐系统(xìtǒng)的界面表现形式分类:Browsing:客户提出对特定商品的查询要求,推荐系统根据查询要求返回高质量的推荐SimilarItem:推荐系统根据客户购物篮中的商品和客户可能感兴趣的商品推荐类似的商品Email:推荐系统通过电子邮件的方式通知客户可能感兴趣的商品信息ments:推荐系统向客户提供其他客户对相应产品的评论信息*第五页,共四十五页。电子商务推荐系统(xìtǒng)简介电子商务推荐系统的界面表现形式分类(续):AverageRating:推荐系统向客户提供其他客户对相应产品的等级评价Top-N:推荐系统根据客户的喜好向客户推荐最可能吸引客户的N件产品OrderedSearchResults:推荐系统列出所有的搜索结果,并将搜索结果按照客户的兴趣(xìngqù)降序排列*第六页,共四十五页。电子商务推荐(tuījiàn)系统简介电子商务推荐系统的输入:客户(kèhù)输入(TargetedCustomerInputs)隐式浏览输入(Implicitnavigation):客户的浏览行为作为推荐系统的输入,但客户并不知道这一点显式浏览输入(Explicitnavigation):客户的浏览行为是有目的向推荐系统提供自己的喜好关键词和项目属性输入(KeywordsandItemattributes):客户输入关键词或项目的有关属性以得到推荐系统有价值的推荐用户购买历史(Purchasehistory):用户过去的购买纪录*第七页,共四十五页。电子商务(diànzǐshānɡwù)推荐系统简介电子商务推荐系统的输入(续):munityInputs)项目属性(ItemAttribute):社团对商品风格和类别的集体评判munityPurchaseHistory):社团过去的购买纪录文本评价(ments):其他客户对商品的文本评价,计算机并不知道评价是好是坏评分(píngfēn)(Rating):其他客户对商品的评分,计算机可以对评分进行处理*第八页,共四十五页。电子商务推荐系统(xìtǒng)简介电子商务推荐系统的输出:建议(Suggestion)单个建议(SingleItem)未排序建议列表(UnorderedList)排序建议列表(OrderedList)预言(Prediction):系统对给定项目(xiàngmù)的总体评分个体评分(IndividualRating):输出其他客户对商品的个体评分评论(Review):输出其他客户对商品的文本评价*第九页,共四十五页。电子商务推荐(tuījiàn)系统简介推荐技术分类标准:自动化程度(chéngdù)(DegreeofAutomation):客户为了得到推荐系统的推荐是否需要显式的输入信息持久性程度(DegreeofPersistence):推荐系统产生推荐是基于客户当前的单个会话(Session)还是基于客户的多个会话*第十页,共四十五页。