文件名称:
Python-Ecommerce-recommendation-system-using-machine-learning:商业首次设置其推荐系统而没有任何产品评级历史记录，并且在网站收集了重要的产品评论后提供了AmazonNetflix类
开发工具:
文件大小: 48kb
下载次数: 0
上传时间: 2021-03-11
详细说明：在Amazon＆Home Depot的数据集上使用Python进行电子商务推荐系统设计
（请单击“推荐系统-Paul.ipynb”文件以查看分析的详细应用及其解释）
完善的推荐系统将帮助企业改善购物者在网站上的体验，并更好地吸引和留住客户。
我在下面设计的推荐系统基于新客户从首次进入公司网站到重新购买之间的旅程。
数据集来自
亚马逊（multipe）用户对产品的评价，数据来源： :
带说明的Home Depot产品，数据来源： ：
推荐系统根据业务环境分为三部分：
当没有任何以前购买历史的新客户第一次访问电子商务网站时，将向他/她推荐该公司网站上出售的最受欢迎的产品。 一旦他/她进行了购买，推荐系统就会根据网站上其他用户提供的购买历史和等级更新并推荐其他产品。 后一部分使用协作过滤技术完成。
使用的策略/技术：
1）针对新客户的基于产品受欢迎度的推荐系统：
基于受欢迎
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
