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

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

【文章頁數(shù)】：5 頁

【部分圖文】：

協(xié)同過濾商品推薦系統(tǒng)工作過程


本文編號：2972073