個(gè)性化商品推薦系統(tǒng)是電子商務(wù)平臺(tái)系統(tǒng)的重要組成部分,推薦效率的高低直接影響用戶的購(gòu)物體驗(yàn)和電子商務(wù)平臺(tái)商品交易量的提升。近年來(lái),電子商務(wù)平臺(tái)的交易數(shù)據(jù)呈海量增長(zhǎng)趨勢(shì),導(dǎo)致商品推薦的正確率下降、誤差增大、效率降低,因此對(duì)商品個(gè)性化推薦算法的研究分析尤為必要�；谄髽I(yè)級(jí)阿里云機(jī)器學(xué)習(xí)PAI平臺(tái)對(duì)商品協(xié)同過(guò)濾推薦算法進(jìn)行了jaccard、wbcosine和asymcosine三組不同相似度的測(cè)試,結(jié)果表明,采用jaccard相似度方式進(jìn)行協(xié)同過(guò)濾商品推薦效果更佳。 

【文章來(lái)源】：河北軟件職業(yè)技術(shù)學(xué)院學(xué)報(bào). 2020,22(04)

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

協(xié)同過(guò)濾商品推薦系統(tǒng)工作過(guò)程


本文編號(hào)：2972073