与传统电商平台用户的购物特点有所不同,新零售平台的用户购买商品具有重复率高、购买周期短的特点,覆盖衣食住行各个方面,很多属于快销品。构建一个基于新零售电商平台的商品重构推荐系统,对用户的周期性购买行为进行分析预测,有利于提高用户购物体验,增加平台盈利。目前基于大数据的数据挖掘应用方面很多,近些年,深度学习在数据挖掘方面展露头角,深度学习具有多隐层的多层感知器,通过由低层到高层的属性特征分析来发现数据的分布式特征,这对商品推荐系统中分析用户行为具有传统分析方式所不具有的优势。
科研之友
微信
新浪微博
Facebook
分享链接
