• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of data mining, modelling and management >An adaptive and interactive recommendation model for consumers' behaviours prediction
【24h】

An adaptive and interactive recommendation model for consumers' behaviours prediction

机译：消费者行为预测的自适应交互式推荐模型

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

>Recommendation algorithms aim at predicting customers' interests and purchases using different ideas and hypotheses. Consequently, system designers need to choose the recommendation approach that is the most suitable with regard to their products' nature and consumers' behaviours within the application field. In this paper, we propose an adaptive recommendation model based on statistical modelling to assist consumers facing choice overload by predicting their interests and consumption behaviours. We also propose a dynamic variant of the model taking into account the recommendations' time-value during interactive online recommendation scenarios. Our proposal has endured a two-fold evaluation. First, we conducted an offline comparative study on the MovieLens recommendation dataset in order to assess our model's performance with regard to several widely adopted recommendation techniques. Then, the model was evaluated within a real time online news recommendation platform to highlight its adaptability, scalability and efficiency in a highly interactive application domain.
机译：>推荐算法旨在使用不同的想法和假设来预测客户的兴趣和购买。因此，系统设计人员需要在应用程序领域中针对其产品的性质和消费者的行为选择最合适的推荐方法。在本文中，我们提出了一种基于统计模型的自适应推荐模型，以通过预测消费者的兴趣和消费行为来帮助面对选择超负荷的消费者。我们还提出了该模型的动态变体，其中考虑了交互式在线推荐场景中推荐的时间值。我们的建议经受了两次评估。首先，我们对MovieLens推荐数据集进行了离线比较研究，以评估我们模型在几种广泛采用的推荐技术方面的性能。然后，该模型在实时在线新闻推荐平台中进行了评估，以突出其在高度交互的应用程序域中的适应性，可伸缩性和效率。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号