2 gqznj GQZNJ 于 2016.04.28 17:58 提问

淘宝上“猜你喜欢”的代码实现

最近在忙毕业设计,导师给的题目是《电商用户行为分析与预测》,其实说起来也就是淘宝上的“猜你喜欢”功能,对用户搜索的物品进行分析,然后再对其做定向推荐,看起来好像不是很难,但是感觉没有头绪,不知道怎么写代码,最近在看《社交网站的数据挖掘与分析》,里面是Twitter,Facebook等社交网络的内容抓取分析,是用Python进行编写的,但因为大家都知道的原因,代码运行不了。不知道之前有没有码农做过这一类的事,能不能给我一点参考。

1个回答

siemems
siemems   2016.04.28 18:26

无非就是同一分类,商品衍生等等
比如盘子对应餐具分类,推荐碗,筷子等等
又比如啤酒对应酒杯,对应冰块等等
可以在商品上追加标签,然后按照标签来分类和衍生

Csdn user default icon
上传中...
上传图片
插入图片
准确详细的回答,更有利于被提问者采纳,从而获得C币。复制、灌水、广告等回答会被删除,是时候展现真正的技术了!
其他相关推荐
猜你喜欢-----推荐系统原理介绍
写在正文之前   最近在做推荐系统,在项目组内做了一个分享。今天有些时间,就将逻辑梳理一遍,将ppt内容用文字沉淀下来,便于接下来对推荐系统的进一步研究。推荐系统确实是极度复杂,要走的路还很长。   A First Glance     为什么需要推荐系统——信息过载   随着互联网行业的井喷式发展,获取信息的方式越来越多,人们从主动获
基于jquery实现的仿360浏览器猜你喜欢代码
一款jquery仿360浏览器猜你喜欢悬浮的更多图片列表查看代码
如何实现“猜你喜欢”功能?
.去买以下这本书《集体智慧编程》 .照着第二章“协作型过滤”的脚本程序抄一遍,非常简单, 包你会。 .当然实现容易,优化难,有问题可以联系我。       前言 第1章 集体智慧导言 什么是集体智慧 什么是机器学习 机器学习的局限 真实生活中的例子 学习型算法的其他用途 第2章 提供推荐 协作型过滤 搜集偏好 寻找相近的用户 推荐物品 匹配商品 构建一个基于del.icio.us的链接推荐系
帝国CMS实现猜你喜欢功能
为什么要使用猜你喜欢功能,原因是:现在各大网站都有猜你喜欢功能,而且使用上猜你喜欢功能后还能给网站带来不少的流量,所以我就想为自己的网站加上猜你喜欢功能。 帝国CMS是没有现成的猜你喜欢功能的,但是有相关链接这个功能,然而帝国的相关链接这个功能不能跨表进行相关链接,更不能将标题进行中文分词,造成的相关链接并不是很好用。 根据观察各大网站的猜你喜欢功能,他们大部份也是使用相关链接来做的,为了能更
如何实现“猜你喜欢”功能
参考《集体智慧编程》这本书的第二章 ‘协作型过滤’
解构推荐系统:“猜你喜欢”是怎么猜中你的心思
如今,到网上购物的人已经习惯了收到系统为他们做出的个性化推荐。Netflix 会推荐你可能会喜欢看的视频。TiVo 会自动把节目录下来,如果你感兴趣就可以看。Pandora 会通过预测我们想要听什么歌曲从而生成个性化的音乐流。 所有这些推荐结果都来自于各式各样的推荐系统。它们依靠计算机算法运行,根据顾客的浏览、搜索、下单和喜好,为顾客选择他们可能会喜欢、有可能会购买的商品,从而为消费者服务。推荐
猜你喜欢-DataCastle
猜你喜欢参考之文章:冠军“yes,boy!”分享,含竞赛源代码背景来自datacastle的竞赛,猜你喜欢 竞赛内容: 个性化推荐已经成为各大电子商务网站的必备服务。准确的推荐不仅可以提高商家的产品销量,更能为顾客提供优质快速的购物体验。推荐系统发展至今,已经有许多非常优秀的推荐算法,从各种不同的角度来为电子商务大厦添砖加瓦。这一次,我们特意为大家准备了一个商品网站的用户评分数据,记录了几年时
猜你喜欢”推荐算法大赛冠军分享
最近在整理一些以往的比赛经验,下面这篇文章是我在DataCastle 参加“猜你喜欢”推荐算法大赛获得冠军的思路分享。我是Yes,boy! ,来自东北大学计算机学院。在猜你喜欢推荐系统竞赛中,很幸运取得第一名的成绩,下面我简单介绍下我的思路。 本次比赛的赛题背景是给出了约3400万条数据,包含一个商品网站站内顾客在某一时刻对某一个商品的打分值,分值范围为1至5分。目的是通过对这些数据的学习和训练,
DataCastle[猜你喜欢]赛事算法分享
DataCastle[猜你喜欢]赛事冠军分享关于竞赛DC的小伙伴们大家好,我是Yes,boy! ,来自东北大学计算机学院。在猜你喜欢推荐系统竞赛中,很幸运以7.89465的得分取得第一名,看到大家在群里对推荐系统的热情很高,所以在这里我简单介绍下竞赛中我的思路。 本次比赛的赛题背景是给出了约3400万条数据,包含一个商品网站站内顾客在某一时刻对某一个商品的打分值,分值范围为1至5分。目的是通过对这
数据挖掘竞赛 - 猜你喜欢
datacastle上的一道推荐算法竞赛(这里是地址和数据),由于最近想整理和汇总最常用的推荐算法。因此干脆就把这个竞赛拿出来实际分析。