基于用户行为聚类的个性化推荐算法研究.pdf
2021-08-20 01:24:46 991KB 聚类 算法 数据结构 参考文献
行业分类-物流装置-基于用户轨迹的小件物流配送方法及系统.zip
基于用户体验的移动网络质量白皮书.pdf
2021-08-08 13:02:19 1.36MB 网络质量白皮书
白皮书从评测方案、现场工作开展、评测结果、数据分析对比及原因剖析等方面全方位梳理了2020年度评测工作的相关情况;针对后续发展规划提出了“一个平台+三种评测手段”的建设方案,即围绕全国移动网络质量数据感知平台,打造平台云测、现场路测、定点监测“点线面”有机结合的全方位评测手段。
2021-07-10 19:01:20 1.32MB 移动网络 用户体验 质量 白皮书
1
本文使用Python实现简单的推荐系统,实践了基于用户的推荐系统,代码使用sklearn工具包实现。
2021-07-01 09:42:40 3KB python
1
本文主要介绍基于用户的协同过滤推荐算法的推荐原理、推荐过程、代码实现。 一、基于用户的协同过滤推荐算法推荐原理 基于用户的协同过滤推荐算法是协同过滤推荐算法中最简单、最传统的推荐算法,是根据用户对项目的某一种操作行为,为目标用户找到操作行为相同或者相似的用户,这些操作行为相同或者相似的用户称之为目标用户的近邻用户,然后在这些近邻用户中找出目标用户没有操作行为同时近邻用户同时有操作行为的项目,最后将这些项目推荐给目标用户,作为目标用户感兴趣的项目。 二、基于用户的协同过滤推荐算法推荐过程 基于用户的协同过滤推荐算法推荐过程可分为四个步骤:构建用户-项目操作行为矩阵、计算用户之间似度、得到目标用户
2021-06-25 02:43:43 50KB ie le lens
1
大数据环境下,各种各样的数据大量涌现,一方面给用户带来了“信息超载”的困扰,另一方面,丰富的数据对于改进传统营销方式、实现精准营销具有积极作用。用户画像是大数据时代的产物,以标签化的形式表述个人特征,本文旨在通过将用户画像方法引入营销领域,使企业更好地理解用户需求,把握用户偏好特征,从而进一步提高营销活动的精准性,实现精准营销。
2021-06-23 17:05:13 165KB 大数据 精准营销
1
基于用户体验的移动网络质量白皮书(2020年)
2021-06-13 18:03:15 3.24MB 用户体验 移动网络 白皮书
前言 1 1绪论 2 1.1概述 2 2系统需求分析 4 2.1需求分析 4 3技术分析 4 3.1开发工具及技术的介绍 4 3.2 vue技术的介绍 4 3.3springboot技术的介绍 4 3.4 mysql技术的介绍 4 4个性化页面生成器系统的实现 5 4.1数据库设计 4 4.2用户注册/登陆系统 4 4.3记录用户点击序列 4 4.4页面的生成 4 5实验网站的建立及测试 5 5.1站点的建立 4 5.2性能测试 4 结束语 7 致谢 8
基于用户体验的移动网络质量白皮书
2021-06-11 22:02:46 1.94MB 白皮书 移动 网络 用户体验