推荐系统之Also Buy和Also View的实现

目前很多的B2C网站均有推荐系统的呈现,而最常见的就是类似Amazon网站上出现的购买此商品的顾客也同时购买了。

说到推荐系统,大多数人认为非常的高深莫测,但是再高深的系统也可以一探究竟。上面的推荐其实就是著名的“啤酒和尿布”相类似。下面我们就来研究上要实现上述的功能,需要做哪些操作。

首先我们要的是一份数据,即所有的用户的购买记录。即一份 userId和itemId的记录表。

数据格式可以如下:

userId itemId

123 A

123 B

124 A

125 B

有了上述所有网站内的所有数据,接下来就是对数据进行处理了

1、去除所有重复的数据项

2、去除所有只购买过一个产品的用户记录

经过上述的操作后,留下来就是有用的数据了。我们需要再把数据保存为:

A:(123,124)

B:(123,125)

即找出每个商品有哪些用户Id购买过。再然后再去取A商品和B商品有相同会员Id的数目,即同时购买A商品和B商品的人数共有多少。

如果你N个商品,则两两比较需要N(N+1)/2次,然后找出重复最多的产品。具体python代码实现如下:

微信支付标点符 wechat qrcode
支付宝标点符 alipay qrcode

Docker容器内多用户版JupyterHub支持GPU

前一篇文章介绍了Docker下安装多用户版的JupyterHub,但安装完毕后会遇到一个问题:Docker内无

使用Docker安装多用户版的JupyterHub

宿主服务器使用的是Ubuntu 18.04,需要注意的是Docker目前不支持Ubuntu 19.10。如要在

使用tqdm显示Python代码执行进度

在使用Python执行一些比较耗时的操作时,为了方便观察进度,通常使用进度条的方式来可视化呈现。Python中

One Reply to “推荐系统之Also Buy和Also View的实现”

发表评论

电子邮件地址不会被公开。 必填项已用*标注