基于多维隐藏特征的电商推荐系统排名设计与实现研究

利用8天左右的淘宝用户数据，基于Keras框架完成电商推荐系统排名部分构建。该系统采用了多层深度学习框架，使用用户ID、商品ID、类目ID、用户行为类型与行为时间作为隐藏特征来源输入，映射成高密度低维向量，利用ReLU与Softmax等激活函数生成推荐模型，预测误差率0.21。