预览加载中，请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共30页，到这已经超出免费预览范围，如果喜欢就直接下载吧～
如果您无法下载资料，请参考说明：
1、部分资料下载需要金币，请确保您的账户上有足够的金币
2、已购买过的文档，再次下载不重复扣费
3、资料包下载后请先用软件解压，在使用对应软件打开
基于数据挖掘的电视产品营销推荐 数 161203105350 · 2020 的 基于数据挖掘的电视产品营销推荐 的 的 的 的数据 2020 基于数据挖掘的电视产品营销推荐 数据 的 电视 的 的 视 数据 产 的电视产品的 数据挖掘 电视产品 推荐 2018 B 数据 视 数据 电视产品 数据 的 数据 基于 数据 的 数 数据 视 电视 电视产品 视 基于 的 推荐 topN 电视产品推荐 的 营销 推荐 数 推荐 产品营销 K-means 的电视产品 推荐 视 推荐 数k-means 2020 TVproductmarketingrecommendationbasedondataminingAbstractIntoday’sbigdataera,whiletheInternetisdevelopingrapidly,theTVmediain-dustryhasalsousheredinitsowndevelopmentopportunities.Withthecontinuousgenerationofmassiveuserviewinginformationdataeveryday,usersarealsofacingalargenumberofTVproductselectionissues.Inthisregard,thisarticleusesdataminingtoachievepersonalizedrecommendationofTVproductsforusers.Thisarticleusesthedataofthe2018”TeddyCup”Bcompetitiontodothemainanalysisandresearchontheuser’sviewinginformationdataandTVproductin-formationdata.First,performdatapreprocessing,includingremovingextraneousvariables,cleaningadditionalinformation,andmergingbasedonkeyworddata.Then,countthefrequencyanddurationofusers’on-demand,anddodescriptivestatisticsanddatavisualization.Then,supplementthetypesandratingsofTVmoviesthroughcrawlers,andclassifyTVproductsaccordingtotheirtypelabel-s.Establishuserviewingpreferencemodels,analyzeuserinterestdimensions,andintroduceinterestlevels.Basedontheuser’scollaborativefilteringrecommendationalgorithm,theuser-moviematrix,user-preferencetypematrix,usercosinesimilaritymatrixareestab-lished,thetopNsimilarusersandTVproductrecommendationlistareobtained,thespecificprecisemarke
