一些电子商务平台有建议功能,一旦你的购物篮中有一件商品,他们就会告诉你“你可能也会喜欢这个产品”。有些公司,如亚马逊,依赖于关于客户行为的预先存在的数据,他们的功能被称为“购买此产品的客户也购买了”,但有些人似乎通过其他方式提出了建议。
这些“其他方法”是甚麽呢?他们在网络商店中使用哪种算法来实现这一功能?
发布于 2012-06-28 17:23:13
电子商务页面上的大多数建议都是使用某种推荐系统(http://en.wikipedia.org/wiki/Recommender_system)创建的。像Mahout (http://mahout.apache.org/)这样的工具已经实现了最常用的方法。
发布于 2012-06-27 21:54:27
他们使用数据挖掘,您正在询问的这种特殊算法称为“最近邻”算法。
这里有一个链接,指向我写的一篇关于算法的文章(以及许多其他文章)。
http://www.ibm.com/developerworks/opensource/library/os-weka3/index.html
发布于 2012-06-27 21:57:20
该过程称为Business Intelligence,数据将存储在数据仓库中,并且可以通过SSAS等产品使用商业智能过程。该过程将涉及将数据量(谁购买了什么以及何时购买)分组到data cubes中。在这些立方体上执行分析,并用于将您的购买与其他购买相同产品的人进行比较,然后它将推荐他们的购买(其他购买此产品的客户,也购买了这款item....Item X)。其他各种AI算法用于比较其他客户趋势的模式,例如他们如何购物,他们在哪里点击等。所有这些数据都会累积,然后添加到数据立方体中进行分析。
数据挖掘算法概述如下,您可以查找Decision Tree Modelling algorithm,它是BI确定趋势和模式(在本例中为推荐)的方式:
https://stackoverflow.com/questions/11227807
复制相似问题