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

想知道云星空零售有哪些新应用吗？进来看看吧就