Echtzeit-System für Shop-Empfehlungen

Dieses Buch befasst sich mit einem Echtzeit-Empfehlungssystem für Ladentypen. Um geeignete Echtzeit-Empfehlungen für Ladentypen auf der Grundlage von Beliebtheitsprognosen zu generieren, wird ein Verfahren zur Fusionierung von Matrixfaktoren vorgeschlagen. Wenn ein Investor/Ladenbesitzer beschließt, ein neues Geschäft auf seinem verfügbaren Platz zu eröffnen, und wenn es verschiedene Geschäfte unterschiedlichen Typs gibt, dann kann die Echtzeit-Empfehlung des Ladentyps auf folgende Weise durchgeführt werden: Zunächst müssen die Standortmerkmale fs und die kommerziellen Merkmale Cst für jeden Kandidatentyp erfasst werden. Die für den ausgewählten Typ t extrahierten Merkmalswerte werden als Eingabe für das Modell der Merkmalsfusionsmatrixfaktorisierung verwendet. Der Beliebtheitswert für jeden Typ wird anhand der extrahierten Merkmalswerte und des durch die Stimmungsanalyse erhaltenen Wertes berechnet. Die vorhergesagte Beliebtheit pst basiert auf dem Wert des ausgewählten Typs t und den Merkmalswerten jedes Ladentyps aus dem ausgewählten kreisförmigen Gebiet mit dem Radius r. Auf diese Weise wird für jeden Ladentyp am gegebenen Ort zunächst seine Beliebtheit vorhergesagt. Dann werden alle Ladentypen anhand der Beliebtheitswerte in absteigender Reihenfolge geordnet und die Ladentypen ermittelt.

Autorentext

Abhijeet A. Chincholkar arbeitet als Assistenzprofessor in der Abteilung Elektronik und Telekommunikationstechnik des Jagadambha College of Engineering & Technology, Yavatmal. Er hat 10 Jahre Lehrerfahrung. Er erwarb seinen M.E.-Abschluss in Digitaler Elektronik an der S. G. B. Amravati Universität. Sein Interessengebiet ist die Bildverarbeitung.