期刊文献+

XGBoost算法在电子商务商品推荐中的应用 被引量:43

下载PDF
导出
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。
出处 《物联网技术》 2017年第2期102-104,共3页 Internet of things technologies
基金 中南大学国家级大学生创新创业资助项目
  • 相关文献

参考文献6

二级参考文献71

  • 1史海山,吕厚余,仲元红,刘晓明.基于遗传神经网络的火灾图像识别及应用[J].计算机科学,2006,33(11):233-236. 被引量:12
  • 2王亚军,徐大芳,陈向成,杨圣.基于火焰图像动态特征的火灾识别算法[J].测控技术,2007,26(5):7-9. 被引量:27
  • 3刘平峰,聂规划,陈冬林.基于知识的电子商务智能推荐系统平台设计[J].计算机工程与应用,2007,43(19):199-201. 被引量:19
  • 4Phillips W,Shah M.Flame recognition in video[J].Pattern Recognition Letters,2002,23:319-327.
  • 5Marbach G,Loepfe M.An image processing technique for fire detection in video images[J].Fire Safety Journal,2006,41:285-289.
  • 6Kandil M,Shahin S.Evolutionary optimization of neural networks for fire recognition[C] //The 2006 International Conference on Computer Engineering and Systems,2006:431-435.
  • 7Healey G,Stater D.A system for real-time fire detection[C] //Computer Vision and Pattern Recognition,1993:605-606.
  • 8Freund Y,Schapire R E.A short introduction to boosting[J].Journal of Japanese Society for Artificial Intelligence,1999,14(5):771-780.
  • 9Ribeiro P C,Moreno P.Detecting luggage related behaviors ising a new temporal Boost algorithm[C] //Conjunction with the 11th Intl Conference on Computer Vision,2007:1-7.
  • 10Xiao Rong,Li Wu-jun.Joint Boosting feature selection for robust face recognition[C] //2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition,2006,2:1415-1422.

共引文献57

同被引文献308

引证文献43

二级引证文献288

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部