URL关联性分析及推荐算法
来源:互联网 发布:蔡澜淘宝店 编辑:程序博客网 时间:2024/05/22 16:58
URL关联性分析及推荐算法
1. 首先将第d天的终端使用的业务URL集转换成数值相似性集合
第Ui个业务URL在Ti个终端上使用,访问该URL的终端与全部终端占比为Ti/T(T为全部终端数),分析该URL与其他URL之间的相似性(两个URL之间终端使用的重合度*(1-Ti/T))。依次迭代计算业务URL之间的相似性,最后形成业务URL之间的相似性集合。
2. 连续计算一个时间段(月)的URL之间的相似性集合。将该时间段内的每天相似性集合进行数据融合,形成综合分析后的业务URL之间的相似性集合。
3. 将业务URL之间的相似性集合经归一化处理,转换成业务URL之间的关联度值。
4. 分析业务URL之间的关联性,形成强关联的业务URL集。
5. 根据当前终端访问的业务URL,与强关联的业务URL集进行匹配,并与本终端所使用的全部业务URL集进行禁忌搜索,推荐关联的URL。
0 0
- URL关联性分析及推荐算法
- chapter11 机器学习之使用Apriori算法进行关联性分析
- 机器学习-python使用Apriori算法进行关联性分析
- 关联性
- 推荐算法及运用
- SLIM推荐模型及分析
- 算法书籍推荐及网络资源
- 算法书籍推荐及网络资源
- 算法书籍推荐及网络资源
- Adaboost算法及分析
- 推荐系统--协同过滤算法分析
- 百度音乐url加密及解密算法
- 产品健康度模型(3) 指标关联性分析
- 机器学习-Python编写FP-growth进行关联性分析
- 计算机网络认证分析及书籍推荐
- Mahout推荐引擎测评及源码分析
- 【matlab】:matlab做的图片关联性识别算法
- 算法书籍推荐及网络资源 [转]
- codeforce B. Misha and Changing Handles
- scala中的List
- 在 Mac 下用 Homebrew 安装 MySQL
- Executors多线程的简单使用
- UML类图几种关系的总结
- URL关联性分析及推荐算法
- 每天一个linux命令4-tar
- 异常——(5)pom文件提示:Missing artifact
- vsftp搭建
- 黄俊:电商系统的一些心得分享
- 如何修改CentOS主机名
- Add Two Numbers
- 解决“Dynamic Web Module 3.0 requires Java 1.6 or newer.”错误
- !!! IOS monkey测试+命令行运行+日志收集