推荐系统实战-出租公寓项目9-写在最后

本文分享了一个公寓出租推荐系统的开发过程,包括离线推荐功能的实现及后续待完成的在线实时推荐功能。文中探讨了产品属性定义、数据特征工程的重要性,并提出多种推荐算法的应用设想。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

mysql数据库文件保存位置

百度云:https://pan.baidu.com/s/1HZOrsAZiej2TSGpQgTYEXw  密码:ana8

到现在为止,公寓出租推荐系统 离线推荐功能算是完成了。不过,这只是一个开始,因为重要的是要上线测试,看看是否真如我计算的那样,达到了我们的目的。还有线上实时推荐功能没有完成,这个我以后再说。

就这样完了吗?

当然不是!!!就算实时推荐功能由其它同事来完成,这个系统依然有很多方面值得完善,优化。

有哪些方面没有做好呢?

产品属性

公寓出租,b2c,c2c,代理制,这些涉及到产品模型,推荐机制可能天差地别,这个一定要清楚,确定下来,接下来的推荐系统都有效。

数据特征

现在的特征就能很好的描述公寓信息了吗?还有更好的吗?还有更多的吗?还有没有找到的吗?电梯房?楼层?女邻居?美女邻居?单身美女邻居?帅哥邻居?离最近地铁站的距离?最近的地址站?相同面积同一区公寓的平均价格?同品牌不同区公寓的价格?........还能找到更多吗?这样是否能够很好的来表示这个公寓信息和其它公寓的不一样?快行动起来吧!!

推荐算法

我只介绍了几种普通算法,还有很多的算法没有介绍,应该一个一个去试,看看对公寓信息的数据集是否有用,是否能够超过现有的推荐效果。

推荐系统上线才只是刚刚开始,之后要不断的优化,不断的优化,优化,优化。。。。。。。

===================================================================

推荐系统实战-出租公寓项目1-数据特征工程

推荐系统实战-出租公寓项目2-冷启动

推荐系统实战-出租公寓项目3-相似性推荐

推荐系统实战-出租公寓项目4-协同过滤算法推荐

推荐系统实战-出租公寓项目5-基于聚类分析推荐

推荐系统实战-出租公寓项目6-关联规则

推荐系统实战-出租公寓项目7-混合算法

推荐系统实战-出租公寓项目8-推荐系统评估

https://github.com/worry1613/gongyu-recommend

mysql数据库文件保存位置

百度云:https://pan.baidu.com/s/1HZOrsAZiej2TSGpQgTYEXw  密码:ana8

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值