一个基于梯度提升决策树的商品推荐算法.pdf

一个基于梯度提升决策树的商品推荐算法.pdf

ID:88051

大小:500.93 KB

页数:11页

时间:2017-05-20

一个基于梯度提升决策树的商品推荐算法.pdf_第1页
一个基于梯度提升决策树的商品推荐算法.pdf_第2页
一个基于梯度提升决策树的商品推荐算法.pdf_第3页
一个基于梯度提升决策树的商品推荐算法.pdf_第4页
一个基于梯度提升决策树的商品推荐算法.pdf_第5页
资源描述:

《一个基于梯度提升决策树的商品推荐算法.pdf》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、中国科技论文在线http://www.paper.edu.cn一个基于梯度提升决策树的商品推荐算法#**吕超,朱郑州5(北京大学软件与微电子学院)摘要:在个性化推荐领域,如何使用海量数据设计出合理的用户画像和商品画像,严重影响到推荐效果。本文基于梯度提升决策理论,使用海量销售数据构建了用户画像和商品画像,设计了一个新的商品推荐算法。该算法设计了标签构建方案,使用标签数据区分点击率和转化率两种不同的优化目标。采用梯度提升决策树设计了分数预测模型,进行商品推荐。实验结果表明,该算法在点击率方面较人工排序提升达到15

2、.6%,在转化率方面较人工排序提10升46.9%。关键词:用户画像;电子商务;梯度提升决策;推荐算法中图分类号:TP39115ACommodityRecommendationAlgorithmBasedonGBDTLVChao,ZHUZhengzhou(SchoolofSoftwareandMicroelectronics,PekingUniversity,Beijing100089)Abstract:Inthefieldofpersonalizedrecommendation,howtousealargeam

3、ountofdatatodesigna20reasonableuserportraitandcommodityportrait,seriouslyaffecttherecommendationeffect.Inthispaper,weproposeanewcommodityrecommendationalgorithmbasedonthegradientpromotiondecisiontheory,whichisbasedonthemassivesalesdata.Inthisalgorithm,wedesi

4、gnalabelconstructionscheme,whichuseslabeldatatodistinguishbetweentwodifferentoptimizationobjectives:clickrateandconversionrate.Afractionalpredictionmodelisdesignedbyusinggradientdecisiontree.The25experimentalresultsshowthattheproposedalgorithmcanachievea15.6

5、%improvementintheclickratecomparedwiththemanualsorting,andtheconversionrateishigherthanthatofmanualsortingbyafactorof46.9%.Keywords:User’sPortrait;E-commerce;GBDT;RecommendationAlgorithm300引言在当今这个以海量数据、人工智能为主的技术快速发展、日新月异的时代,信息的爆炸和信息的过载的问题应运而生。这个信息过载的时代对于信息的需

6、求者和创造信息者来说,基金项目:国家自然科学基金青年基金项目(61402020);教育部高等学校博士点基金(20130001120021)作者简介:吕超(1989-),男,硕士研究生,主要研究方向:大数据技术,个性化推荐通信联系人:朱郑州(1979-),男,副教授,硕导,研究方向:教育大数据,项目管理文化与环境.E-mail:zzzmad@163.com-1-中国科技论文在线http://www.paper.edu.cn都面临着很大的困难。对于信息的需求者,从海量的信息中抽取自己感兴趣的是一件及其苛35求的事情

7、。对于信息创造者,使自己的信息在众多自媒体遍地开花的当今脱颖而出而得到众多信息需求者的关注,也是一件极困难的事情。推荐算法就是解决这一矛盾的重要工具。推荐算法的目标就是关联用户和信息,一方面帮助信息需求者发现自己有价值的信息,另一方面也让信息的创造者更快的找到信息更大的需求点,从而实现信息需求者和信息创造者的双赢。[1]40推荐算法的主要应用场景在电子商务(Amazon、eBay、京东商城、天猫、hulu等)、信[2][3]息检索(如iGoogle、MyYahoo、GroupLens、百度等)、移动应用(Dai

8、lyLearner)、生活服[4]务等各个领域。在这篇论文的实质在实际的商业环境中开发一套商品推荐算法。在这个领域,实现个性化推荐的途径主要是商家为用户提供全方位的数据精准刻画用户的购买意图。在对客户有全45面了解的前提下,给用户推荐用户潜在的心怡的商品。进而增强顾客购物体验,也为顾客节省了挑选商品的时间。从而也为商家增加了下单的转化率,也增强了商家的用户粘性。本文研究内容就是设计一个

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。