農(nóng)產(chǎn)品的個(gè)性化推薦方法研究
發(fā)布時(shí)間:2021-11-12 13:57
隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,人們對(duì)于農(nóng)產(chǎn)品的預(yù)定方式也發(fā)生了顯著的變化,更多顧客傾向于在線預(yù)訂農(nóng)產(chǎn)品,傳統(tǒng)農(nóng)產(chǎn)品企業(yè)向農(nóng)產(chǎn)品電商平臺(tái)轉(zhuǎn)型己經(jīng)成為一種趨勢(shì)。然而,在其為人們帶來諸多便利的同時(shí),其也蘊(yùn)含了海量信息。過多的信息會(huì)導(dǎo)致人們?cè)谶x擇時(shí)無從下手,難以找到自己心儀的農(nóng)產(chǎn)品,因而,根據(jù)不同人群特點(diǎn)進(jìn)行推薦的個(gè)性化推薦系統(tǒng)應(yīng)運(yùn)而生。它不但能夠幫助用戶在海量信息中快速推薦符合其需求的農(nóng)產(chǎn)品,還能提供更多類似信息以供用戶甄別。但是,目前的推薦系統(tǒng)普遍存在個(gè)性不明顯、關(guān)聯(lián)性弱等問題。
【文章來源】:時(shí)代農(nóng)機(jī). 2020,47(01)
【文章頁數(shù)】:3 頁
【部分圖文】:
面向農(nóng)產(chǎn)品的混合協(xié)同過濾算法
農(nóng)產(chǎn)品個(gè)性化推薦的實(shí)現(xiàn)包括對(duì)用戶歷史瀏覽、購買、評(píng)分等數(shù)據(jù)的采集,將獲取的數(shù)據(jù)通過推薦算法進(jìn)行分析得到產(chǎn)品候選項(xiàng),對(duì)產(chǎn)品候選項(xiàng)進(jìn)行重復(fù)過濾和冷問題替補(bǔ)得到最終產(chǎn)品推薦列表,將產(chǎn)品列表反饋給目標(biāo)用戶。具體流程如圖2所示。3.1 用戶數(shù)據(jù)采集
【參考文獻(xiàn)】:
期刊論文
[1]“互聯(lián)網(wǎng)+農(nóng)業(yè)”背景下的農(nóng)產(chǎn)品電子商務(wù)發(fā)展研究[J]. 譚洪杰. 現(xiàn)代營(yíng)銷(下旬刊). 2018(09)
[2]國(guó)內(nèi)外農(nóng)產(chǎn)品營(yíng)銷現(xiàn)狀及發(fā)展模式比較研究[J]. 孟揚(yáng). 價(jià)格月刊. 2016(07)
碩士論文
[1]“互聯(lián)網(wǎng)+”在現(xiàn)代農(nóng)業(yè)中的運(yùn)用及發(fā)展研究[D]. 何迪.吉林大學(xué) 2017
本文編號(hào):3491048
【文章來源】:時(shí)代農(nóng)機(jī). 2020,47(01)
【文章頁數(shù)】:3 頁
【部分圖文】:
面向農(nóng)產(chǎn)品的混合協(xié)同過濾算法
農(nóng)產(chǎn)品個(gè)性化推薦的實(shí)現(xiàn)包括對(duì)用戶歷史瀏覽、購買、評(píng)分等數(shù)據(jù)的采集,將獲取的數(shù)據(jù)通過推薦算法進(jìn)行分析得到產(chǎn)品候選項(xiàng),對(duì)產(chǎn)品候選項(xiàng)進(jìn)行重復(fù)過濾和冷問題替補(bǔ)得到最終產(chǎn)品推薦列表,將產(chǎn)品列表反饋給目標(biāo)用戶。具體流程如圖2所示。3.1 用戶數(shù)據(jù)采集
【參考文獻(xiàn)】:
期刊論文
[1]“互聯(lián)網(wǎng)+農(nóng)業(yè)”背景下的農(nóng)產(chǎn)品電子商務(wù)發(fā)展研究[J]. 譚洪杰. 現(xiàn)代營(yíng)銷(下旬刊). 2018(09)
[2]國(guó)內(nèi)外農(nóng)產(chǎn)品營(yíng)銷現(xiàn)狀及發(fā)展模式比較研究[J]. 孟揚(yáng). 價(jià)格月刊. 2016(07)
碩士論文
[1]“互聯(lián)網(wǎng)+”在現(xiàn)代農(nóng)業(yè)中的運(yùn)用及發(fā)展研究[D]. 何迪.吉林大學(xué) 2017
本文編號(hào):3491048
本文鏈接:http://www.sikaile.net/weiguanjingjilunwen/3491048.html
最近更新
教材專著