首页|基于多维隐藏特征的电商推荐系统排名设计与实现研究

基于多维隐藏特征的电商推荐系统排名设计与实现研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
利用8天左右的淘宝用户数据,基于Keras框架完成电商推荐系统排名部分构建.该系统采用了多层深度学习框架,使用用户ID、商品ID、类目ID、用户行为类型与行为时间作为隐藏特征来源输入,映射成高密度低维向量,利用ReLU与Softmax等激活函数生成推荐模型,预测误差率0.21.

魏一丁

展开 >

福州职业技术学院,福州 350110

隐藏特征 推荐系统 排名 深度学习 Keras

2020

中国管理信息化
吉林科学技术出版社

中国管理信息化

CHSSCD
影响因子：0.446
ISSN：1673-0194
年,卷(期)：2020.23(12)
  • 1