摘要
为了解决互联网爆炸式发展下的电子商务购物平台的推荐个性化水平不高的问题,研究了基于协同过滤的电商个性化推荐系统,本文设计了一种将多种互补性推荐算法相融合的混合推荐模型.系统包含离线与实时两种推荐体系.离线推荐体系采用ALS作为协同过滤算法,高效地进行离线数据分析;实时推荐体系通过对算法的重新加权设计进行准确的实时分析.系统展示将离线和实时推荐结果进行混合并给出相应的推荐结果.这种个性化推荐可以有效提高用户对商品信息的处理能力,提高推荐结果的个性化水平和精确度,从而提高整个平台的购买转化率.
NETL
NSTL
万方数据