深度解析：基于“需求”的零售商品关联推荐算法

“需求”中算法的理解

                                                                                     与商品的关联度计算无关

举例：

商品A与B: 0.225=0.9*0.5*0.5

商品A与C: 0.250=0.1*0.5*5.0

可能导致：当C的销售增长率是一个很大的值的时候，

不管哪个商品与C就算关联度，C的排名都靠前。

建议：“关联物料毛利率”与“关联物料销售增长率”不要改变关联物料的整体排序，而只是影响Top N 的排序。

基本关联度：

Cij：既购买i商品又购买j商品的零售单数

n：与i商品有同时存在一个零售单中的其它商品数（即关联商品总数）

Rij取值范围：（0，1]

考虑利润最大化

考虑商品近期热度

大数据服务与零售关于智能商品推荐整体数据说明

想知道云星空零售有哪些新应用吗？进来看看吧就知道了！（←点击查看）

传统营销已失效，体验式营销才是未来? （←点击查看）

零售云的“异业卡券协同”方案，提振经济，拉动消费增长  （←点击查看）

金蝶云星空零售云V7.7新增及优化功能分享  （←点击查看）

从“宝宝套餐”看供应链管理  （←点击查看）

更多零售解决方案、客户案例尽在【批发零售】社群，加入社群即可下载资料 （PC端打开右侧链接）https://vip.kingdee.com/ifinclub/list?id=203854547842543360&inviteId=2147471489&productLineId=1