【阿里淘宝天池Baseline服装搭配比赛】尝试一

一、基本信息

试验思路
试验简介
使用工具
使用方法

二、项目介绍

（一）研究背景

赛事情况见下图

（二）研究数据

【数据内容】

表1：dim_fashion_match_sets

列名	类型	含义	示例说明
coll_id	bigint	搭配套餐ID	1
item_list	string	搭配套餐中的商品ID列表（分号分隔，每个分号下可能会有不只一个商品，后面为可替换商品，逗号分隔）	1002,1003,1004;439201;1569773,234303;19836

表2：dim_items

列名	类型	含义	示例说明
item_id	bigint	商品ID	1
cat_id	bigint	商品所属类目	1
terms	string	商品标题分词被打乱的结果，顺序被打乱	5263,2541,2876263

表3：user_bought_history

列名	类型	含义	示例说明
user_id	bigint	用户ID	62378843278
item_id	bigint	商品ID	439201
create_at	string	行为日期（购买）	20140911

表4：预测表

列名	类型	含义	示例说明
item_id	bigint	商品ID	90832747

表格中的用户ID,商品ID，类目ID 均经过脱敏处理；

【评价函数】

（三）思路简介

【思路一：直接搭配】

方法一：基于“用户同一天购买的不同类商品可能为搭配商品”的假设

用户当天购买的不同类的商品可能存在可搭配的服装

方法二：通过TFIDF文本相似度

遍历item，寻找与待测商品相似度高且所属类不同的商品

【思路二：间接搭配】

方法：基于达人搭配表

基于已有的达人搭配表，通过寻找与达人套餐中商品相似的商品，来寻找与该商品搭配的商品

三、算法描述

（一）通过用户同一天购买的“不同类”商品

（1）对给定的搭配表进行处理

对表dim_fashion_match_sets进行遍历；
获取字段‘item_list’中的item_id
将item_id与表item进行索引，获取商品所属的类名cat_id
建立新表
对item表中的cat_id进行遍历；
将cat_id与新表进行索引，若查找到当前cat_id，则将视为可搭配
否则视为不可搭配

（2）对购买历史记录表进行处理

输入一个商品A，在用户购买记录表中搜索出所有购买过该商品A的用户与购买时间
通过用户ID和购买时间在用户购买记录表中找该用户在该天购买的其他商品B,C,D…
注意在进行遍历的时候，过滤与A相同和与A同类的商品
注意在进行遍历的时候，计算并记录商品对（同时购买的商品，如A&B）的同天购买次数fpm
注意在进行遍历的时候，计算并记录商品对的类间搭配频数fcm
注意：计算频数要通过商品所属类别（cat_id），用所属类别遍历类间搭配表查找A和B类的搭配频数fcm

（3）设计评价函数S

设计评价函数：S = fmp * ln(1 + fcm)
对S进行分析，可以发现S越大，说明fcm/fmp越大，则两个商品的搭配程度越高
对S进行分析，可以发现S==0，说明两个商品不搭配

（4）操作过程

对搭配表进行处理，将搭配商品item_id集合替换为搭配类别cat_id集合，并生成新表；
对购买历史记录表进行处理，搜索出每个商品对应的同一天购买的不同类的商品集合；
根据2获取的商品集合，计算fpm;
对商品信息表进行处理，搜索两两商品之间的搭配信息，计算对应的频数fcm；
计算得到fpm和fcm，求得两两商品的相似度情况，并通过相似度大小进行排序；

（二）通过计算TFIDF文本相似度，搜索相似服装

一、TFIDF文本处理 + 余弦相似度

TFIDF = TF * IDF
主要思想：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。
IDF(逆向文件频率):log(文档总数/包含词条w的文档数+1)
TF(词频)：在某一类词条w出现的次数/该类中所有的词条数目

二、余弦相似度
主要思想：将商品特征向量化后，对两个向量来说，之间的夹角越小，计算的余弦值越接近1，相似度越高

相似度较高的商品存在的情况

情况一：同类商品（同为短裤、短袖等）
情况二：可搭配的不同类商品
情况三：同一家店铺的不同类商品（同为uniqlo店铺的衣服）

（1）余弦值的设置

通过实验和参数的控制来调整…

（2）评价函数S

可以设置为求余弦余弦相似度的变量

（三）基于相似商品搭配表推荐，进行匹配推荐

主要思路：

已知与服装A相似的商品B，C，D；

B，C，D（中的1个或n个）在商品搭配推荐表中出现过，且存在各自搭配的服装集合

可以认为A能与B/C/D的搭配列表所搭配

四、试验内容

五、试验结果

六、总结

【阿里淘宝天池Baseline服装搭配比赛】尝试一相关推荐

阿里淘宝新势力造型合伙人P8、年薪百万的欧阳娜娜也躲不过的魔鬼面试，看的我心服口服
阿里淘宝新势力造型合伙人P8.年薪百万的欧阳娜娜跳槽了,这不是关键. 她参加了网易有道明星语音录音员/代言人的面试,这也不是关键. 关键是她教科书式的面试过程,狠狠地给我们上了一课. 我是无意间刷到的 ...
为什么佛系青蛙住进了阿里淘宝——访《旅行青蛙》制作人
点击上方"CSDN",选择"置顶公众号" 关键时刻,第一时间送达! 眼下,年初曾火爆一时的佛系手游<旅行青蛙>以新的方式与中国的玩家打了声招呼. 其 ...
阿里淘宝：“杀死”拼多多！
点击上方"CSDN",选择"置顶公众号" 关键时刻,第一时间送达! 当滴滴.美团激战正酣之时,他们的"爸爸"阿里.腾讯也在各挖墙角.这一次, ...
大型系统架构设计-阿里淘宝天猫双十一数据库核心技术介绍
目录零.双十一是什么? 一.2013 双十一数据库指导思想 1.知己知彼,百战不殆 (1)如何做到知己 (2)如何做到知彼 2.平时多流汗,战时少流血 (1)真实环境压测之缓存穿透 (2)MetaQ ...
阿里淘宝高层变动马云卸任
今天网络上面比较热议的就是关于马云卸任这个阿里集团CEO了,那么现在是谁接任呢?据了解,陆兆禧担任阿里集团CEO,这个无疑是一个重大的新闻,很多的业界人士都是在猜测其中有什么变动.但是多数的人都是说这 ...
阿里 - 淘宝 - 精排模型发展趋势
一.DIN网络 2018年7月19日 ,提出attention结构用在用户序列特征上,这种attention不是self-attention,而是预估item用来当做query,用户序列中的每个ite ...
阿里三面+技术面试+两轮交叉面试+HR面试，终于艰难啃下了这份阿里淘宝的Offer
背景介绍:项目是管理系统,本科211(非科班),硕士985(非科班). 我面试的岗位:java工程师部门:新零售事业群-业务平台事业部-交易流程组非常感谢阿里给的机会,感谢遇到的每一位面试官,面试 ...
阿里淘宝天猫单点登录项目实战（附源码）
文章目录一.简介二.单点登录常见方案三.技术架构与实战四.github地址一.简介背景在企业发展初期,企业使用的系统很少,通常有一个或者两个,每个系统都有自己的登录模块,运营人员每天用自 ...
thinkphp接收阿里淘宝客数据
坑在于淘宝客api返回的数据对象是SimpleXMLElement Object类型,不转为php的json array类型数据直接扔到thinkphp循环输出中会达不到要的效果,奇奇怪怪的数组,一度 ...

【阿里淘宝天池Baseline服装搭配比赛】尝试一

一、基本信息

二、项目介绍

（一）研究背景

（二）研究数据

【数据内容】

【评价函数】

（三）思路简介

【思路一：直接搭配】

【思路二：间接搭配】

三、算法描述

（一）通过用户同一天购买的“不同类”商品

（1）对给定的搭配表进行处理

（2）对购买历史记录表进行处理

（3）设计评价函数S

（4）操作过程

（二）通过计算TFIDF文本相似度，搜索相似服装

（1）余弦值的设置

（2）评价函数S

（三）基于相似商品搭配表推荐，进行匹配推荐

四、试验内容

五、试验结果

六、总结

【阿里淘宝天池Baseline服装搭配比赛】尝试一相关推荐

最新文章

热门文章