XGBoost算法在电子商务商品推荐中的应用

被引：164

作者：

张昊 ^{[1
]}

纪宏超 ^{[2
]}

张红宇 ^{[1
]}

机构：

[1] 中南大学商学院

[2] 中南大学化学化工学院

来源：

物联网技术 | 2017年 / 7卷 / 02期

关键词：

电子商务; 大数据; 推荐算法; 分类;

D O I：

暂无

中图分类号：

TP391.3 [检索机];

学科分类号：

080201 [机械制造及其自动化];

摘要：

近年来,在电子商务网站进行在线购物已逐渐成为人们主要的购物途径之一。在在线购物过程中,人们会留下大量的浏览信息,但只有极少数会转化为购买。对用户信息进行数据挖掘,个性化向用户推荐商品可以有效提高用户的购物效率并提高商家的收入。XGBoost算法是一种高效准确的分类算法,文中将XGBoost算法应用于商品推荐中,从而实现了准确预测用户购买行为的目的,为商品推荐提供了一种有效的方法。

引用

页码：102 / 104

页数：3

共 7 条

[1]

基于阿里巴巴大数据的购物行为研究 [J].