科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着科技的发展和商业的繁荣，服装电商已进入高速发展期，行业竞争也日趋白热化，越来越多的服装电商平台通过个性化推荐提高自身的核心竞争力。基于对服装电商平台个性化推荐的现状了解，文章分析了服装电商平台常用的RFM模型的不足之处，并在此基础上增加了退货率和购买商品数量两个指标，形成了RFMRQ模型，同时，还将该模型与启发式协同过滤技术相结合，构建了基于用户和物品的协同过滤的个性化推荐算法，并结合服装电商平台历史数据开展实证分析。通过实践检验发现，RFMRQ模型在用户分类的准确性方面与传统RFM模型相比有较明显的改善；在构建基于RFMRQ模型的推荐算法时，选用基于用户的协同过滤推荐的效果更好。
- 单位
