中国管理信息化2020，Vol.23Issue(12) ：155-157.

基于多维隐藏特征的电商推荐系统排名设计与实现研究

魏一丁
中国管理信息化2020，Vol.23Issue(12) ：155-157.
✕
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于多维隐藏特征的电商推荐系统排名设计与实现研究

魏一丁1
扫码查看

作者信息

  • 1. 福州职业技术学院,福州 350110
  • 折叠

摘要

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.

关键词

隐藏特征/推荐系统/排名/深度学习/Keras

引用本文复制引用

出版年

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
参考文献量1
段落导航相关论文