深度解析:基于“需求”的零售商品关联推荐算法
“需求”中算法的理解
与商品的关联度计算无关
举例:
商品A与B: 0.225=0.9*0.5*0.5
商品A与C: 0.250=0.1*0.5*5.0
可能导致:当C的销售增长率是一个很大的值的时候,
不管哪个商品与C就算关联度,C的排名都靠前。
建议:“关联物料毛利率”与“关联物料销售增长率”不要改变关联物料的整体排序,而只是影响Top N 的排序。
基本关联度:
Cij:既购买i商品又购买j商品的零售单数
n:与i商品有同时存在一个零售单中的其它商品数(即关联商品总数)
Rij取值范围:(0,1]
考虑利润最大化
考虑商品近期热度
大数据服务与零售关于智能商品推荐整体数据说明
————
▼往期精彩文章:
▼往期精彩文章:
想知道云星空零售有哪些新应用吗?进来看看吧就知道了!(←点击查看)
传统营销已失效,体验式营销才是未来? (←点击查看)
零售云的“异业卡券协同”方案,提振经济,拉动消费增长 (←点击查看)
金蝶云星空零售云V7.7新增及优化功能分享 (←点击查看)
从“宝宝套餐”看供应链管理 (←点击查看)
更多零售解决方案、客户案例尽在【批发零售】社群,加入社群即可下载资料 (PC端打开右侧链接)https://wenku.my7c.com/ifinclub/list?id=203854547842543360&inviteId=2147471489&productLineId=1
深度解析:基于“需求”的零售商品关联推荐算法
“需求”中算法的理解 ...
点击下载文档
本文2024-09-16 19:08:15发表“云星空知识”栏目。
本文链接:https://wenku.my7c.com/article/kingdee-k3cloud-26646.html
您需要登录后才可以发表评论, 登录登录 或者 注册
最新文档
热门文章