回答情况：
提问时间：
问题标签：
1回答
矩阵是对称的，而且要大得多)：0.88 1.00 0.99 0.96 0.99 0.96 0.86 1.00
我需要实现推荐，对于一组项目，推荐一组新的项目。
浏览 0修改于2015-02-08得票数 5
这个问题是关于使用推荐系统将潜在客户分配给销售团队，这将提高销售团队的胜率。设计可以类似于使用销售团队历史记录准备推荐模型，并且对于新的潜在客户，系统推荐一组参加电话会议的销售人员。使用Spark ML或Mahout开发这种类型的推荐系统有什么建议吗？
浏览 2提问于2016-09-01得票数 0
根据你在网站上所做的事情，例如，如果你过去购买了一些商品，系统将不会再次推荐这些商品。一件好事是，大多数网页都有静态内容(例如，图像、页眉、页脚)。
浏览 0提问于2014-05-09得票数 0
现在，我们需要识别这些订购商品的相关特性，并将其与其他项目进行比较，以推荐任何新的项目。基于特征集的相似项查找的著名模型之一是随机森林或决策树。
协作过滤()：它使用用户行为。过去订购/喜欢相同商品的用户可以被视为类似的用户。现在，我们可以根据分数推荐一些由类似用户订购的商品。寻找相似用户的著名模型之一是KNN。第二个相关的疑问，我有两个CBF或CLF将不会工作的新用户在系统中，因为他没有做任何活动的系统。是这样吗？同样的情况是，当系统是新的
浏览 0修改于2019-05-20得票数 2
我必须根据其他客户购买的商品来推荐商品，所以很难在缓存中存储特定的数据，因为推荐是具体的，缓存未命中的百分比将非常高。我应该使用基于EHCACHE的二级Hibernate缓存系统吗？Memcached是一个好的解决方案吗？有没有其他方法可以提高Hibernate的性能？
感谢您的建议和帮助。
浏览 1修改于2013-03-25得票数 0
我想知道如何在我的推荐系统中使用模糊逻辑来获得某种优势？我的系统主要通过以下方法计算用户之间的相似性：
然后，将所有的相似点组合成一个从0到1的度量值，这样我们就可以得到用户1的相似用户，然后推荐给他那些与他相似的用户购买的商品
浏览 4修改于2014-09-17得票数 0
1回答
希望能抗住1500并发，推荐下腾讯云服务器配置？
云服务器、负载均衡、负载均衡缓存、电商、压力测试
公司期望系统能抗住并发1500系统有些商品图片，图片是存储在腾讯云oss里面。希望大佬推荐下合适的服务器配置，或是系统架构。越详细越好。
浏览 537提问于2021-01-26
我正在为一个项目开发一个以前购买的推荐系统。我试图排序的列表是静态的，不会随时间变化。假设每个用户在不同的时间购买不同的商品，我在寻找一个从用户购买历史记录中捕获频率和最近的函数。
浏览 0提问于2021-07-19得票数 0
1回答
我正在做一个推荐系统(某种)，我必须推荐用户在下一次购买时最有可能购买的商品。不管他是不是已经买了这个东西。考虑到这一点，我将这个问题作为一个多类分类问题来处理，有4000种类别(用户可以购买的不同商品的数量)。
在维基百科上搜索时，我找到了此链接，并决定使用One vs -rest方法。然后，我将决定一条规则，以决定推荐的项目(类似的一个有最大的可能性购买或最大的电梯)。
浏览 0修改于2016-07-06得票数 2
回答已采纳
我想要跟踪用户和他/她正在搜索/阅读的博客类别，然后利用这些数据在主页的推荐博客部分推荐博客。我已经研究了几天了，发现了Django推荐，但是文档是非常unclear.Thanks的……
浏览 13提问于2021-07-30得票数 0
现在我有了n users和k total items，对于每个用户，他已经购买了一些商品，我想在现有的users/items数据集上训练FM，这样我就能够向已经购买了一些商品的新用户推荐新商品。., 1, 0 0
因此，在对新用户进行预测时，我不需要在训练数据集中找到与新用户最相似的用户，而是向旧用户推荐。
浏览 3修改于2017-08-02得票数 0
我打算使用混合用户项协作过滤来构建一个Top推荐系统和TensorFlow Keras。目前，我的数据文件由|user_id|article_id|purchase组成购买总是真，因为数据集是用户购买商品的历史记录。
此数据集有80万行和3列。
浏览 2提问于2022-03-05得票数 -1
回答已采纳
在此之后，我想向我的客户推荐进一步的Z型产品。我已经知道，如果这个人只买了一件商品，最好的办法可能是一件对一件商品的推荐人。但我想不出一个解决方案，即推荐总是基于X型产品和Y型产品的组合，并向客户推荐几种Z型产品。非常感谢
浏览 5提问于2017-03-30得票数 1
回答已采纳
我正在建立一个模型，在电子商务平台上向商家推荐物流供应商。大约有几分。100家商户和20家物流供应商，因此规模在这里并不是很重要。目前，客户每次向商家购买商品时，商家都需要从20人名单中选择一位商人，才能将货物运送给用户。一些商人总是选择最便宜的航运选择，而有些则有自己的个人喜好。我所知道的大多数推荐系统都是用户项对。我的问题涉及三个方面:商人，用户(或用户位置)，物流供应商。有人能推荐任何高层结构或框架来解决这个问题吗？提前谢谢。
浏览 0修改于2022-05-02得票数 1
1回答
我必须开发一个推荐系统，其中大多数用户只购买一个项目，所以我有一个冷启动的问题。因此，我将放弃矩阵分解技术和基于内容的系统。
幸运的是，我对每个用户都有很多特性。如何防止系统只推荐最常见的项目？多类问题可能会给非常常见的商品带来更高的概率，而我的建议可能会变得虚假(就像在超市推荐面包一样，不会增加任何价值，因为用户无论如何都会购买它)。
浏览 0提问于2021-04-10得票数 0
1回答
我正在尝试运行一个查询，对于选定的人，它将根据他们的购买历史和其他购买过该项目的人推荐项目。Customer 1 purchases item A, and B.目前它只给出被选中的客户已经购买了'Lani Morgan‘的商品，但我希望它显示其他客户已经购买的商品，这些客户已经购买了'Lani Morgan’已经购买的商品。
浏览 1提问于2012-11-18得票数 0
回答已采纳
每个顾客可以购买20350种商品中的任意数量的商品
我们的目标是建立一个基于表格的推荐系统。首先，我想构造一个2485x20350的矩阵，它的行是‘客户’，列是'item_id‘。
浏览 1提问于2016-11-17得票数 0
客户可以购买许多商品，这些商品存储在“中间”表中，只有两列，分别是customerid和itemid。这个结构的中间表是否推荐使用Innodb？
浏览 0提问于2011-11-11得票数 0
回答已采纳
我正在尝试获得单一偏好的用户推荐，这似乎是故意丢弃的Mahout推荐工作在Hadoop上。对于我的情况，大约50%的用户只有一个偏好，不是很多，有任何推荐是可以的，推荐强度可能< 1.0。
浏览 1修改于2014-09-05得票数 0
我试图建立一个经济中商品价格的预测模型(试图预测通货膨胀)。投入: 300种商品价格的最后12种变化+ n宏观经济变量的12种变化
产出: 300种商品价格的下一次变动(仅一步)。我正在考虑使用LSTM模型，但我不知道维度是否会出现问题，或者是否有更好的模型或某种推荐的数据预处理。
浏览 0提问于2021-07-28得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号