梯度渐进回归树算法在电子商务品牌推荐中的应用

摘要：

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。

关键词：品牌推荐、梯度渐进回归树、行为日志分析、特征挖掘

在线出版日期：2015-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：114-120