基于 K-Means 的协同过滤推荐算法
微信扫码沟通，客服可协助直接对接工程师；如当前档期不合，也可继续推荐相似案例作者。
案例介绍
项目介绍：广告投放渠道众多，需要对广告的效果进行分析以实现针对性的广告效果测量，并与业务运营沟通以优化广告投放。项目选择近 30 天时间段数据，指标包括日均 UV、注册率、访问深度、广告卖点等， 以平均轮廓系数法确定 K 值，使用 K-Means 算法对用户进行聚类，再对每个子类使用协同过滤算法并结合 TOP-N 进行推荐，分析不同类别广告媒体的特征倾向，并从注册引导、注册激励、引导流量点击等分析，为业务部门对项目的进一步落地提供建议。（因涉及公司隐私，关键截图不能上传，望理解）；项目职责：1）将采集的海量数据进行清洗，进行数据分析/建模，并选择合适的评估指标评估算法模型的满意度；2）针对赶集网网页推荐的商品，选取广告推荐算法评估广告投放效果，并与业务部门沟通优化广告投放。
基于 K-Means 的协同过滤推荐算法
联系该工程师
微信扫码，建群沟通
案例介绍
项目介绍：广告投放渠道众多，需要对广告的效果进行分析以实现针对性的广告效果测量，并与业务运营沟通以优化广告投放。项目选择近 30 天时间段数据，指标包括日均 UV、注册率、访问深度、广告卖点等， 以平均轮廓系数法确定 K 值，使用 K-Means 算法对用户进行聚类，再对每个子类使用协同过滤算法并结合 TOP-N 进行推荐，分析不同类别广告媒体的特征倾向，并从注册引导、注册激励、引导流量点击等分析，为业务部门对项目的进一步落地提供建议。（因涉及公司隐私，关键截图不能上传，望理解）；项目职责：1）将采集的海量数据进行清洗，进行数据分析/建模，并选择合适的评估指标评估算法模型的满意度；2）针对赶集网网页推荐的商品，选取广告推荐算法评估广告投放效果，并与业务部门沟通优化广告投放。
案例图片
1小时精推人才
需求方专属客服，免费梳理匹配
扫码加微信 · 客服人工对接
