《表1 五类交易样本：基于关键词关联规则的优惠券个性化推荐算法研究》
提示：宽带有限、当前游客访问压缩模式
交易类别:餐饮、酒店、教育培训、休闲娱乐、旅游。这些类别是手动定义的。表1为这些类别交易的样本，图1为交易中的类别分布。
| 图表编号 | XD00224550000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.09.01 |
| 作者 | 秦晓安、王睿、舒升 |
| 绘制单位 | 安徽商贸职业技术学院、安徽商贸职业技术学院、安徽商贸职业技术学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表8 分组成对样本检验：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表1 经典推荐模型归纳：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表7 分组样本统计：基于学习情况协同过滤算法的个性化学习推荐模型研究》2020.05.25
- 《表1 购物交易记录：改进的Apriori算法在个性化推荐中的应用》2020.06.25
- 《表6 功能维度关联规则：基于商品标签化与关联规则的电子商务商品关联推荐研究》2020.06.15
- 《表5 价格维度关联规则：基于商品标签化与关联规则的电子商务商品关联推荐研究》2020.06.15
- 《表2 商品标签填充示例：基于商品标签化与关联规则的电子商务商品关联推荐研究》2020.06.15
- 《表1 商品归并示例：基于商品标签化与关联规则的电子商务商品关联推荐研究》2020.06.15
- 《表3 情境要素描述：移动环境下基于情境感知的个性化影视推荐算法研究》2020.05.01
- 《表4 用户评分数据片段：基于属性特征的个性化旅游推荐算法研究》2020.01.01
- 《表2 物品倒排表：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表3 共现矩阵：基于物品的协同过滤算法对“宁波地铁go”用户个性化推荐系统研究》2019.06.10
- 《表1 研究数据集情况：基于大数据的人工智能跨境电商导购平台信息个性化推荐算法》2019.05.18
- 《表1 不同算法提取的个性化推荐关键词命名 (部分)》2019.06.20
- 《表6 部分关联规则：基于Apriori算法的电力经济发展关联规则研究》2019.08.25
- 《表1 景点类型分类结果：基于域适应的旅游景点个性化推荐算法研究》2019.02.25
- 《表2 AUC结果对比：基于Catboost算法的优惠券个性化投放》2018.12.01
- 《表1 各类特征描述：基于Catboost算法的优惠券个性化投放》2018.12.01
- 《表5 关联规则结果：基于Apriori数据挖掘算法的信息推荐图书管理系统设计》2019.12.01
- 《表1 实验参数表：基于关联数据的图书个性化智能推荐系统设计》2019.12.01