梯度渐进回归树算法在电子商务品牌推荐中的应用

• 作者: 乔德新 林霞 江日念 申端明 许琨
• 来源期刊: 计算机系统应用
• 关键词: 品牌推荐 梯度渐进回归树 行为日志分析 特征挖掘
• 年，卷（期）: 2015,（6）
• 所属期刊栏目: 软件技术?算法
• 页码范围: 114-120
• 页数: 7页
• 字数: 6586字
• 语种: 中文

摘要

针对电子商务推荐系统中，互联网“信息过载”所造成的难以准确定位用户兴趣并提供准确品牌推荐的问题，通过深入挖掘电子商务网中的用户行为日志，抽取出能辨别出用户对商品品牌购买行为的多个特征，然后将这些特征融入到梯度渐进回归树算法中，建立用户兴趣偏好模型来提高推荐精度。实验结果表明，在数据稀疏的情况下，该算法仍能较好的识别出用户对品牌的偏好，并在推荐准确度方面较其他传统推荐和分类算法有明显的提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林霞		13	73	4.0	8.0
2	申端明		5	16	3.0	4.0
3	乔德新		12	146	5.0	12.0
4	许琨		1	8	1.0	1.0
5	江日念		8	65	3.0	8.0