梯度渐进回归树算法在电子商务品牌推荐中的应用
针对电子商务推荐系统中,互联网“信息过载”所造成的难以准确定位用户兴趣并提供准确品牌推荐的问题,通过深入挖掘电子商务网中的用户行为日志,抽取出能辨别出用户对商品品牌购买行为的多个特征,然后将这些特征融入到梯度渐进回归树算法中,建立用户兴趣偏好模型来提高推荐精度。实验结果表明,在数据稀疏的情况下,该算法仍能较好的识别出用户对品牌的偏好,并在推荐准确度方面较其他传统推荐和分类算法有明显的提高。
品牌推荐、梯度渐进回归树、行为日志分析、特征挖掘
2015-06-30(万方平台首次上网日期,不代表论文的发表时间)
共7页
114-120