电子商务推荐模型的品牌特征提取方法的技术需求
价格 双方协商
地区: 广东省 深圳市 南山区
需求方: 中国***究院
行业领域
电子信息技术
需求背景
互联网和信息技术的发展引发了思维方法、生活方式和商业模式的巨大变革。在 全球商业语境下,“大数据时代”要求电商品牌运用海量数据处理系统对消费者从信息搜索 到产品购买甚至购买后行为的跟踪和搜索,针对消费者的需求做出更加实时和精细化的决 策。基本个性化推荐技术都需要从网站行为的日志信息中提取出用户和品牌的特征信息, 并通过特征选择,消除无关和冗余特征,才能得到令人满意的推荐效果。然而常规的网站日 志信息事无巨细地包含了每个请求的详细信息,冗余的信息中真正可以进行数据特征提取 的只有用户行为数据,包括点击、购买、收藏、购物车等操作信息。
需解决的主要技术难题
此技术需解决:
1.数据特征化的工业背景随着数据 大规模增长,产生隐含大量有效信息的高维海量数据
2.需要新的技术可以通过最稀少的信息构造出高维度且正交的数据特征
期望实现的主要技术目标
a 依据基本的用户日志信息和品牌操作信息进行维度扩建,提取新的特征集 合,构建推荐模型的品牌特征体系
b 提取的数据价值高,提取效果好
需求解析
解析单位:天津市滨海新区 解析时间:2023-02-06
吴正斌
天津中科先进技术产业有限公司
总经理
综合评价
处理进度