我设计了一种推荐策略，大家可以讨论一下是否可行？
1，首先使用基于item的协同过滤推荐。
2，然后得出每个用户推荐的得分。
3，得分>3分的就当成这个用户的推荐Item
然后专门计算7月15日-8月15日之间的用户点击行为，把查看、收藏、购物车这3种行为收集起来，如果这3种行为次数较多，那么用户在9月份购买此产品的可能性会很大。
以上就是我的策略。请大家指教！
展开
收起
4
条回答
写回答
写回答
-
-
Re我设计了一种推荐策略，大家可以讨论一下是否可行？不知道有没有算错，第三个月7月16到8月15的购物车数据装换成下个月购买的情况是0%2014-03-21 19:19:17赞同 展开评论 打赏
-
Re我设计了一种推荐策略，大家可以讨论一下是否可行？上周没用任何算法，单纯把关联数据全部关联起来，f1-score=2.3% p>r
感觉上来直接用协同过滤不好，关键是topN，这个N怎么取，取好了效果应该也不错吧？
还感觉购物车和收藏可能是大部分噪音的来源，lz要是单纯相加计算的话，不太好吧？
阿里内部人士说用LR+协同过滤，当时就蒙了。。。
现在想，是不是可以用LR预测某用户下个月是否会买？这个要是能确定F1会不会上升一个档次呢？ 可惜特征值没建立好啊，完全没效果
继续讨论啊2014-03-21 18:38:46赞同 展开评论 打赏 -
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
