原文服务方: 物联网技术       
摘要:
近年来,在电子商务网站进行在线购物已逐渐成为人们主要的购物途径之一.在在线购物过程中,人们会留下大量的浏览信息,但只有极少数会转化为购买.对用户信息进行数据挖掘,个性化向用户推荐商品可以有效提高用户的购物效率并提高商家的收入.XGBoost算法是一种高效准确的分类算法,文中将XGBoost算法应用于商品推荐中,从而实现了准确预测用户购买行为的目的,为商品推荐提供了一种有效的方法.
推荐文章
基于云平台的电子商务商品智能推荐系统
电子商务商品
智能推荐系统
云平台
商品特征
商品相似度
商品数据集
用户偏好
电子商务中关联推荐算法的应用研究
关联规则
推荐算法
电子商务
基于加权关联规则挖掘算法的电子商务商品推荐系统研究
加权关联规则
挖掘算法
电子商务
推荐系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 XGBoost算法在电子商务商品推荐中的应用
来源期刊 物联网技术 学科
关键词 电子商务 大数据 推荐算法 分类
年,卷(期) 2017,(2) 所属期刊栏目 智能处理与应用
研究方向 页码范围 102-104
页数 3页 分类号 TP39
字数 语种 中文
DOI 10.16667/j.issn.2095-1302.2017.02.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张昊 中南大学商学院 29 320 9.0 17.0
2 张红宇 中南大学商学院 26 654 9.0 25.0
3 纪宏超 中南大学化学化工学院 2 86 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (35)
参考文献  (10)
节点文献
引证文献  (80)
同被引文献  (140)
二级引证文献  (131)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(5)
  • 参考文献(3)
  • 二级参考文献(2)
2017(6)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(6)
  • 二级引证文献(0)
2017(6)
  • 引证文献(6)
  • 二级引证文献(0)
2018(62)
  • 引证文献(42)
  • 二级引证文献(20)
2019(109)
  • 引证文献(24)
  • 二级引证文献(85)
2020(34)
  • 引证文献(8)
  • 二级引证文献(26)
研究主题发展历程
节点文献
电子商务
大数据
推荐算法
分类
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物联网技术
月刊
2095-1302
61-1483/TP
16开
2011-01-01
chi
出版文献量(篇)
5103
总下载数(次)
0
总被引数(次)
13151
论文1v1指导