应用机器学习的实体店套餐推荐系统
目前主流的推荐系统,广泛采用的是基于用户或者基于商品的协同过滤方法,而运营商的实体店在面对新用户入网时,由于没有用户的任何信息,推荐方法仍以经验为主.本文分析了北京街道级全部实体店入网档位数据,发现其有明显的地域特征,据此提出了应用机器学习,基于店面位置的推荐系统.首先实现了数据的地域分层化处理,其次对电信大数据进行建模,设定特征、目标函数和损失函数,并利用机器学习算法进行求解最优值,同时推荐模型实现了自动进行参数调整.最终将生成的推荐结果推送到手机APP端为店面提供新入网用户的套餐推荐.本文基于MAE和RMSE,根据实际数据对推荐结果进行了进一步的验证.最后探讨了所面临的问题和改进建议.
实体店 套餐推荐系统 机器学习 店面位置
杨明哲 王艳红 赵杰 杜建凤 罗玲
中国移动北京公司大数据支撑中心 中国移动北京公司规划技术部 中国移动北京公司综合部
国内会议
北京
中文
1-7
2017-09-01（万方平台首次上网日期，不代表论文的发表时间）