网站智能推荐服务模型

一、模型应用

伴随着计算机技术、通信技术的日益成熟和广泛应用，互联网上信息资源越来越丰富，为了适应用户不断增长的信息需求，有效地解决信息过载和信息迷失给人们带来的种种问题，研究人员纷纷从人工智能中寻找突破口。

本例是基于智能推荐系统对网站进行推荐，推荐系统并不需要用户提供明确的需求，而是通过分析用户的历史行为，根据用户的行为主动推荐能够满足他们兴趣和需求的信息。那么，本案例研究的对象是泰迪智能有限公司的泰迪杯竞赛网站，泰迪科技是一家专业从事大数据挖掘应用研发、咨询和培训服务的高科技企业。其网站海量的数据，对研究用户的兴趣偏好，分析用户的需求和行为，发现用户的兴趣点能更好地训练模型和满足用户的需求。

二、实现流程

结合本案例的原始数据及分析目标，其分析过程主要的步骤如下：

1. 从系统中获取用户访问网站的原始记录。

2. 对数据进行预处理，包括属性规约、数据变换、异常值处理、数据分类等处理过程。

3. 以用户访问jhtml后缀的网页为关键条件，对数据进行预处理。

4. 将处理好的数据进行按网页的内容进行分类。

5. 对比多种推荐算法进行推荐，通过模型评价，得到比较好的智能推荐模型。

6. 通过模型对样本数据进行预测，获得推荐效果。

三、核心技术

• 协同过滤算法

• 关联规则算法

• 杰卡德相似系数

• 交叉验证法

• Random算法

• Popular算法

四、你可以将本模型用于

• 教与学：可落地操作、学生参与度高、交互性强；

• 科研：将前沿热门的深度学习技术与具体行业应用结合，为科学研究提供素材。

• 生产：将模型改进后直接用于实际生产环境：智能推荐。

五、运行环境

windows／linux／mac OS，64位操作系统，内存：4GB以上，R3.4.4以上

六、资源展示