1、推荐算法中
2、物品-物品用关联规则；
3、人物-物品用协同过滤；
4、人-人用社会网络分析；
5、特征-物品用预测建模 ， 分类模型 。
6、关联规则和协同过滤算法
7、关联规则 ， 将所有用户的高频产品进行推荐 ， 但是如果要清仓 ， 清除一些低频的产品 ， 关联规则不太适用；而协同过滤可以顾及长尾 。
8、几个概念的参考：
9、支持度（support）：共5笔订单 ， 3笔包含商品A ， A的支持度是3/5 。
10、置信度（confidence）：已知购买了A ， 有多大概率购买了B（即同时购买了AB） ， 称A -> B的置信度 。
11、提升度：如果用户购买商品B ， 100%会买C ， 那是不是意味着 ， 如果用户将商品B放入购物车 ， 就可以向用户推荐商品C呢？
12、大于1 ， 说明有效 ， 在购买A时推荐B ， 比直接推荐B ， 效果更好
【R语言 r语言函数大全及详解】13、等于1 ， 说明无关 ， 购买A与购买B ， 是独立事件
相关经验推荐
- 芒果的做法大全 芒果的功效
- 香辣鸭脖的做法大全 香辣鸭脖的做法
- 虾滑豆腐海鲜汤的做法大全 虾滑豆腐海鲜汤的做法
- 排骨蔬菜焖饭的做法大全 排骨蔬菜焖饭的做法
- 春笋豌豆香肠饭的做法大全 春笋豌豆香肠饭的做法
- 日照普通高校毕业生自主创业政策大全
- 问道攻略大全新手 问道入门攻略
- 菠萝凤爪的做法大全 菠萝凤爪做法步骤
- 儿童午餐食谱大全及做法 有关儿童午餐食谱大全及做法
- 橙香面包的做法大全 橙香面包的做法