关键词:
系列随笔:
(二)基于商品属性的相似商品推荐算法——Flink SQL实时计算实现商品的隐式评分
(三)基于商品属性的相似商品推荐算法——批量处理商品属性,得到属性前缀及完整属性字符串
(四)基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品
算法调优及其他
一、属性的选择
根据 (三)基于商品属性的相似商品推荐算法——批量处理商品属性,得到属性前缀及完整属性字符串 ,我目前的属性选择是:
// 属性前缀为:适用人群-佩戴场合-机芯类型-价格区间-表盘形状-表盘直径,后面的属性排列顺序可以随意 $needs = [31=>‘适用人群‘, 40=>‘佩戴场合‘, 1=>‘机芯类型‘, 39=>‘价格区间‘, 9=>‘表盘形状‘, 11=>‘表盘直径‘, 13=>‘表盘刻度‘, 17=>‘表带材质‘, 14=>‘表盘颜色‘, 25=>‘防水‘, 3=>‘外壳材质‘, 38=>‘表盘宽度‘, 3=>‘表盘厚度‘, 12=>‘镜面材质‘, 16=>‘表壳底盖‘, 19=>‘表带颜色‘];
再根据 (四)基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品,可以看出属性前缀的作用具体就是第一步筛选商品(前缀相同的商品,大概有40%-50%的相似);
所以,属性前缀的选择原则就很简单了:第一步筛选把关。什么属性相同时,能确定两个商品是基本相似的?属性前缀的选择不宜太简单,也不宜太严格;
假设,属性前缀我只取"适用人群-佩戴场合",条件过于简单,那么属性前缀相同的商品就会很多很多,增加后期的计算量;
再假设,我把”品牌-表盘颜色-表带颜色“放入属性前缀中,条件过于严格,只能筛选同品牌同颜色的其他表款。那么能推荐的商品数量就会很少很少。不同品牌,但相似的其他商品就完全没有机会。
总结:品牌、颜色之类的属性,属性于加分项。不要强制一定相同,放在属性前缀后面,作为相似系数的加分项。
二、属性加权
1)默认的相似系数计算公式为:
相似系数 = 相同属性位个数/总属性位个数;
注:这里所以的属性权重相同,都是1;
2)如果你觉得,品牌相同是比较重要的,它的权重应该比较高(例如权重设为5);表盘颜色相同也是很重要的(例如权重设为3);其他属性权重为1
那么,新的相似系数计算公式为:
相似系数 = 相同属性位权重和/总属性位权重和;
三、推荐文章、视频
如果想在浏览某商品(或其他什么页面)的时候,想推荐与商品相送的文章或视频:
1)文章和视频关联了商品;
2)查询当前商品(或浏览记录)相似的商品,取得它们的 goodsCodes;
3)查询关联了 goodsCodes 的文章或视频。
四、其他。。。
上一节:(四)基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品
下一节:完
基于商品属性的相似商品推荐算法——整体框架及处理流程(代码片段)
...)基于商品属性的相似商品推荐算法——算法调优及其他 整体框架及处理流程 流程图: 推荐N个商品,具体步骤:1)用户行为日志埋点(这里使用的是阿里云logservice);2)FlinkSQL(实时计算)统计用... 查看详情
基于商品属性的相似商品推荐算法——推荐与评分高的商品属性相似的商品(代码片段)
...)基于商品属性的相似商品推荐算法——算法调优及其他 推荐与评分高的商品属性相似的商品 重点:相似系数计算公式:相同属性位个数/总属性位个数 一、按评分倒序,查询会员浏览过的商品$sql="SELECTt1.member... 查看详情
基于商品属性的相似商品推荐算法——批量处理商品属性,得到属性前缀及完整属性字符串(代码片段)
...)基于商品属性的相似商品推荐算法——算法调优及其他 批量处理商品属性,得到属性前缀及完整属性字符串 一、查询全部商品($lastCode默认0,$limit默认0)$sql="SELECTgoods_codeFROMsj_goodsWHEREgoods_code>$lastCodeORDERBYgoods... 查看详情
基于用户行为数据为用户推荐商品
...荐算法 在推荐系统中,最基本也最广泛应用的算法是基于用户的协同过滤算法(UserCF)和基于物品的协同过滤算法(ItemCF)。基于用户的协同过滤算法(UserCF)的基本思想是:当为A用户推荐时,可以先找到和他有相似兴趣... 查看详情
商品推荐算法(代码片段)
淘宝网会为你推荐一些商品,而这些商品是如何被推荐过来的想必你也很好奇,今天我们就来聊一下商品推荐的一些算法,当下主流的推荐算法协同过滤推荐算法,让我们一起来看看它是如何工作的。首先,我们先了解下余弦相... 查看详情
商品推荐算法(代码片段)
淘宝网会为你推荐一些商品,而这些商品是如何被推荐过来的想必你也很好奇,今天我们就来聊一下商品推荐的一些算法,当下主流的推荐算法协同过滤推荐算法,让我们一起来看看它是如何工作的。首先,我们先了解下余弦相... 查看详情
实时推荐模型的算法设计
...推荐优先级,然后与上次对用户u的实时推荐结果的进行基于推荐优先级的合并、 查看详情
Amazon.com 的相关商品算法
...商品的客户也购买了”和“相关”推荐部分。我猜前者是基于销售数据,而另一个是基于目录数据,例如类别、属性等。有谁知道亚马逊或其他类似的大型零售公司如何将这些推荐的产品拉到他们的产品页面上?它 查看详情
深度学习在gilt应用——用图像相似性搜索引擎来商品推荐和服务属性分类
...领域。最近的一些算法的进步和GPU并行计算的使用,使得基于深度学习的算法可以在围棋和其他的一些实际应用里取得很好的成绩。时尚产业是深度学习的目标领域之一。闪购网站Gilt就一直在使用深度学习来进行产品推荐和服... 查看详情
大数据sparkmllib推荐算法(代码片段)
目录1相似度算法1.1欧几里德距离算法1.2基于夹角余弦相似度算法2最近邻域3交替最小二乘法3.1最小二乘法3.2交替最小二乘法3.3ALS算法流程3.4ALS算法实战3.4.1数据说明3.4.2数据建模3.4.3实战3.4.4优化改进1相似度算法无论是基于用户还... 查看详情
spark机器学习(11):协同过滤算法
...的物品,或者把物品推荐给相似的用户。怎样评价用户对商品的偏好?可以有很多方法,如用户对商品的打分、购买、页面停留时间、保存、转发等等。得到了用户对商品的偏好,就可以给用户推荐商品。有两种方法:用户A喜... 查看详情
2前奏之基于用户的协同过滤算法:usercf
仅仅基于用户行为数据设计的推荐算法一般称为协同过滤算法,方法有:隐语义模型基于图的随机游走算法基于邻域的方法:应用最广泛基于用户的协同过滤算法:给用户推荐和他兴趣相似的其他用户喜欢的物品基于物品的协同... 查看详情
基于协同过滤的推荐引擎
...荐;爱奇艺、乐视根据向用户推荐电影;(二)推荐算法基于关系规则推荐:用户A经常同时购买了哪些商品,分析这些商品的关联规则,则用户B购买其中某一商品,可推荐其它商品;基于内容推荐:用户喜欢A电影,B电影和A属... 查看详情
基于邻域的推荐算法
基于邻域的算法,就是最常见的CF协同过滤算法。分为基于用户的userbasedCF和基于物品的itembasedCF.1.userbasedCF对目标用户u,找出与之相似的用户集合U,将U中用户感兴趣而u没见过的物品推荐给u.用户相似度,通过将用户表示成商品的... 查看详情
毕业设计之---基于协同过滤的商品推荐系统(代码片段)
简介推荐系统,是当今互联网背后的无名英雄。我们在某宝首页看见的商品,某条上读到的新闻,某度上的搜索列表,甚至在各种地方看见的广告,都有赖于推荐算法和系统.本片文章讲述有哪些常用的推荐算法,协同过滤推荐算... 查看详情
协同过滤推荐算法(代码片段)
...。算法通过对用户历史行为数据的挖掘发现用户的偏好,基于不同的偏好对用户进行群组划分并推荐品味相似的商品。协同过滤推荐算法分为两类,分别是基于用户的协同过滤算法(user-basedcollaboratIvefiltering),和基于物品的协同... 查看详情
基于图像信息的搭配商品推荐
...外还有对跨类目的搭配商品的需求。这篇文章介绍的就是基于商品图像的搭配推荐。本文的主要思想是通过学习一个featuretrans 查看详情
推荐算法简介:基于用户的协同过滤基于物品的协同过滤基于内容的推荐
...,而根本不会考虑到物品本身的属性。可分成两类:1、基于用户(user-based)的协同过滤2、基于商品(item-based)的协同过滤1.1.1、基于用户的协同过滤基本思想:基于用户对物品的偏好找到邻居用户(相似用户),然后将邻居用... 查看详情