预览加载中，请您耐心等待几秒...

基于深度学习的商品推荐系统研究.pdf

预览
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲，该文档总共57页，到这已经超出免费预览范围，如果喜欢就直接下载吧～

下载提示 文本预览

如果您无法下载资料，请参考说明：

1、部分资料下载需要金币，请确保您的账户上有足够的金币

2、已购买过的文档，再次下载不重复扣费

3、资料包下载后请先用软件解压，在使用对应软件打开

基于深度学习的商品推荐系统研究 学学 统学 学161203105374 · 学学2020 的基于深度学习的商品推荐系统 研究的研究的 的的 学学2020 基于深度学习的商品推荐系统研究 推荐的商品统 深度学习推荐系统研究2018.11.162018.12.16 的8477商品基于商品度 RPythonLRGBDTDeepFM推荐系 统DeepFMLRGBDT的 商品推荐商推荐系统的 商品的推 推荐系统DeepFMGBDTLR 学学2020 ResearchonCommodityRecommendationSystemBasedonDeep Learning Abstract Inordertomorequicklyandaccuratelyrecommendproductsofinteresttousers,thispaper studiestherecommendationsystemfromthreedirectionssuchastraditionalalgorithmand datamininganddeeplearning.Alibaba'sproductbehaviordataof8477usersfromNovem- ber16toDecember16,2018areselected.Featureextractionisbasedontwodimensions ofusersandgoods.AndweuseRandPythontoimplementtherecommendationsystem forLRandGBDTandDeepFMrespectively.Finally,weconcludethatDeepFMhasbetter predictioneffectthanLRandGBDT.Itcanmoreaccuratelyjudgewhethertorecommendor notforuserstobuythisproduct.Italsogivessomesuggestionstothemerchants.Through thepredictionoftherecommendationsystem,itcanpromotetheuserswhoareinterested intheproducts,soastoincreasetheincome. Keywords:RecommendationSystemDeepFMAlgorithmGBDTAlgorithmLRAl- gorithm 学学2020 12 1.1研究.....................................2 1.2.....................................2 1.3研究.....................................3 1.4研究.................................3 25 2.1的....................................5 2.2的..................................6 2.3的..................................13 317 3.1基于度的..............................17 3.2基于商品度的..............................17 3.3.................................18 419 4.1LRGBDT的.