基于压缩-激励网络双塔模型的卷烟推荐算法

采用压缩和激励网络(squeeze and excitation network,SENET)构建双塔推荐模型,针对卷烟消费推荐问题进行了研究.基于长期采集的包含用户、商品和历史交互信息的数据集,使用SENET双塔推荐模型对该数据集进行建模,以预测用户的卷烟消费行为.实验结果表明,基于SENET双塔构架的卷烟消费推荐模型在消费者与产品间的交互信息获取上具有优势;与传统的推荐算法相比,SENET双塔推荐模型具有更好的推荐效果.

基于智能卷烟零售终端的消费者画像构建与行为分析——评《消费者行为学》

随着互联网的快速发展,我国已进入5G时代,各种零售业务发展得如火如荼,出现了很多新零售业态,面对市场严峻的挑战,各个实体的销售模式都需要转型,烟草作为比较特殊的商品,也要抓住机遇,紧跟时代形势,改革销售模式,用较快的速度实现智能卷烟零售的转型。大数据的算法依据是消费者画像构建和行为。因此,从消费者画像构建和行为分析卷烟零售终端的转型是非常有意义的。