發(fā)布時(shí)間：2024-05-09 04:40

　　隨著政府把“互聯(lián)網(wǎng)+”納入十三五規(guī)劃綱要,推動(dòng)創(chuàng)新產(chǎn)業(yè)的發(fā)展。電子商務(wù)、互聯(lián)網(wǎng)工業(yè)和互聯(lián)網(wǎng)金融等新興產(chǎn)業(yè)迅速發(fā)展壯大,累積了海量的互聯(lián)網(wǎng)信息,但這些信息是高維的,高維向量的信息有相同的成分,也有不同的成分,如果不加以處理,容易導(dǎo)致噪聲污染、偽相關(guān),致使得出的結(jié)論與實(shí)際偏差較大。電商是通過(guò)網(wǎng)絡(luò)平臺(tái)交易實(shí)現(xiàn)利潤(rùn)滿意化的一種商業(yè)模式,商品推薦系統(tǒng)起到關(guān)鍵性的作用,它是通過(guò)對(duì)用戶消費(fèi)行為數(shù)據(jù)進(jìn)行分析和建模,預(yù)測(cè)消費(fèi)者感興趣的產(chǎn)品,并把這些商品推薦給用戶,實(shí)現(xiàn)商品的利潤(rùn)。目前商品推薦系統(tǒng)的算法是協(xié)同過(guò)濾算法,但在大數(shù)據(jù)背景下,該算法沒(méi)有充分利用商品和用戶特征信息,模型預(yù)測(cè)的結(jié)果需要做較大的修訂。論文為了提高商品推薦系統(tǒng)預(yù)測(cè)分類(lèi)的精度,選取梯度提升樹(shù)算法進(jìn)行預(yù)測(cè),然后將其預(yù)測(cè)結(jié)果進(jìn)行融合。這種算法能夠從海量的消費(fèi)行為數(shù)據(jù)中提取有用的消費(fèi)信息,更加精準(zhǔn)地把商品推薦給商品用戶,為電商帶來(lái)實(shí)際豐厚的回報(bào)。論文的主要工作:1.收集數(shù)據(jù)及數(shù)據(jù)預(yù)處理。論文中的數(shù)據(jù)是從淘寶網(wǎng)收集的消費(fèi)數(shù)據(jù),這些數(shù)據(jù)有缺省值、異常數(shù)據(jù)和量綱不一致的特點(diǎn)。為建模所需,采用眾數(shù)或均值填補(bǔ)缺省值、修訂異常數(shù)據(jù);為克服量綱的影響,對(duì)數(shù)據(jù)...

【文章頁(yè)數(shù)】：47 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖4大數(shù)據(jù)實(shí)訓(xùn)平臺(tái)表1大數(shù)據(jù)通識(shí)類(lèi)課程實(shí)驗(yàn)內(nèi)容

2018年11月刊86工業(yè)和信息化教育IndustryandInformationTechnologyEducation應(yīng)用計(jì)算服務(wù)應(yīng)用管理服務(wù)用戶應(yīng)用服務(wù)用戶管理模塊課件管理模塊可視化建模模塊案例模型庫(kù)模塊算法庫(kù)模塊數(shù)據(jù)比對(duì)模塊數(shù)據(jù)源管理模塊基于大數(shù)據(jù)平臺(tái)的后臺(tái)分析引擎大數(shù)據(jù)平....

圖2.2主成分幾何解釋圖

圖2.1主成分幾何解釋圖12.1GeometricInterpretationofPrincipalComp交旋轉(zhuǎn)一個(gè)角度θ，使其橢圓長(zhǎng)軸方向，旋轉(zhuǎn)公式為=+=+θθθθ(sin)coscossin212112jjjjjjyxxyxxj=1,2n：....

圖3.1余弦相似度幾何意義Fig.3.1TheGeometricMeaningofCosineSimilarity

j已評(píng)分的共同商品集合為ijI，其皮爾森相,,2,,()()(,)()()ijijijicijcjcIicijcjcIcIRRRRijRRRR∈∈∈=∑∑∑i對(duì)商品c的評(píng)分，iR和jR分別表示....

圖5.1商品每日的點(diǎn)擊量Fig5.1TheNumberofDailyClicks

大學(xué)碩士學(xué)位論文5決策樹(shù)推薦的.2數(shù)據(jù)預(yù)處理①剔除原始數(shù)據(jù)集中的異常數(shù)據(jù)為觀察數(shù)據(jù)的分布以及互聯(lián)商家的促銷(xiāo)活動(dòng)對(duì)數(shù)據(jù)分布的影響，首先作行為的條形圖。圖5.1表示商品每日的點(diǎn)擊量，可以看出商品的每日點(diǎn)擊300000。

本文編號(hào)：3968329