【論文標(biāo)題】Amazon.com recommendations: item-to-item collaborative filtering?（2003，Published by the IEEE Computer Society）

【論文作者】Greg Linden,Brent Smith,and Jeremy York ? Amazon.com?

【論文鏈接】Paper?（5-pages // Double column）

?

【Info】

　　亞馬遜是推薦系統(tǒng)領(lǐng)域最具代表性的公司之一。（還有一家是Netflix）

　

【摘要】

　　推薦算法最出名的是它們?cè)陔娮由虅?wù)網(wǎng)站上的使用，在這些網(wǎng)站上，他們使用關(guān)于一個(gè)月板的興趣來(lái)生成推薦項(xiàng)目列表。許多應(yīng)用程序只使用客戶購(gòu)買(mǎi)的商品，并顯式地表示它們的興趣，但它們也可以使用其他屬性，包括查看的項(xiàng)目、人口數(shù)據(jù)、主題興趣和最喜歡的藝術(shù)家。在亞馬遜網(wǎng)站，我們使用推薦算法為每個(gè)客戶個(gè)性化在線商店。這家店從顧客的興趣上發(fā)生了根本性的變化，向一位軟件工程師展示了編程的頭銜，并向一位新媽媽展示了嬰兒玩具。點(diǎn)擊率和轉(zhuǎn)化率——兩項(xiàng)基于網(wǎng)絡(luò)和電子郵件廣告效果的重要指標(biāo)——大大超過(guò)了橫幅廣告和暢銷(xiāo)書(shū)榜單等非目標(biāo)內(nèi)容。

?

【現(xiàn)狀】

　　電子商務(wù)推薦算法面臨著一個(gè)挑戰(zhàn)性的環(huán)境。例如:

?

?

【總述】

總結(jié)

以上是生活随笔為你收集整理的【RS】Amazon.com recommendations: item-to-item collaborative filtering - 亚马逊推荐：基于物品的协同过滤...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。