期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习的商品特性表征和客户偏好预测
被引量：
1
1
作者
王辉
李昌刚
《计算机应用与软件》
北大核心
2022年第9期158-166,共9页
为分析预测电商企业客户的购买偏好及其对应的商品特性表征,结合K-means与PCA来生成相对应且可解释的商品与客户集群,并将原始数据转换为可用于偏好预测分类器训练的数据。在此基础之上,进一步提出使用Stacking集成学习方法,提高预测准...
为分析预测电商企业客户的购买偏好及其对应的商品特性表征,结合K-means与PCA来生成相对应且可解释的商品与客户集群,并将原始数据转换为可用于偏好预测分类器训练的数据。在此基础之上,进一步提出使用Stacking集成学习方法,提高预测准确性与模型泛化能力。研究以某公司的真实客户购买数据来验证所提方法的有效性,实验结果表明,基于购买数据正确地生成了5类商品聚类簇与11类客户聚类簇,并且提高了预测精度,以81.37%的准确率预测出了客户的偏好类别。
展开更多
关键词
客户偏好预测
商品聚类
K-MEANS
PCA
STACKING
在线阅读
下载PDF
职称材料
题名
基于机器学习的商品特性表征和客户偏好预测
被引量：
1
1
作者
王辉
李昌刚
机构
浙江万里学院
出处
《计算机应用与软件》
北大核心
2022年第9期158-166,共9页
文摘
为分析预测电商企业客户的购买偏好及其对应的商品特性表征,结合K-means与PCA来生成相对应且可解释的商品与客户集群,并将原始数据转换为可用于偏好预测分类器训练的数据。在此基础之上,进一步提出使用Stacking集成学习方法,提高预测准确性与模型泛化能力。研究以某公司的真实客户购买数据来验证所提方法的有效性,实验结果表明,基于购买数据正确地生成了5类商品聚类簇与11类客户聚类簇,并且提高了预测精度,以81.37%的准确率预测出了客户的偏好类别。
关键词
客户偏好预测
商品聚类
K-MEANS
PCA
STACKING
Keywords
Customer preference prediction
Product clustering
K-means
PCA
Stacking
分类号
TP3 [自动化与计算机技术—计算机科学与技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器学习的商品特性表征和客户偏好预测
王辉
李昌刚
《计算机应用与软件》
北大核心
2022
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
