【讀書筆記】《推薦系統(recommender systems An introduction)》第八章 案例分析:移動互聯網個性化遊戲推薦

對於在線商店,主要關心兩方面:1. 提升轉化率(將不消費的用戶轉變爲消費用戶);2. 提升消費額(已經花錢的人,花更多的強)

實驗場所是移動互聯網的一個網站,用戶可以用移動設備來訪問,並下載app(遊戲和應用)。有些app免費,有些收費。作者利用這個實驗環境對比了集中推薦算法的效果。
對比了6種方法:
1. 協同過濾;2. slope one;3. 基於內容的推薦;4. 混合推薦;5. top rating(按照評分排序);6. 按照銷量排序

這一章只是實驗數據的羅列,沒有太值得記的地方,實驗效果是CF最好,slope one在很多情況下都表現得不太好


完。

發佈了167 篇原創文章 · 獲贊 65 · 訪問量 71萬+
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章