Read more
Este libro trata del sistema de recomendación de tiendas en tiempo real, para generar las recomendaciones apropiadas de tiendas en tiempo real basadas en la predicción de popularidad, se sugiere un método de factorización de matriz de fusión de características. Cuando un inversor/propietario de una tienda decide abrir una nueva tienda en su lugar disponible y si hay varias tiendas de diferentes tipos, entonces la recomendación de tipo de tienda en tiempo real se puede hacer de la siguiente manera: En primer lugar, se deben capturar las características de ubicación fs y las características comerciales Cst de cada tipo candidato. El conjunto de valores de las características extraídas para el tipo t seleccionado se da como entrada al modelo de factorización de la matriz de fusión de características. El valor de la popularidad de cada tipo se calcula utilizando los valores de las características extraídas y el valor obtenido por el análisis del sentimiento. La popularidad predicha pst se basa en el valor del tipo seleccionado t y en los valores de las características de cada tipo de tienda del área circular seleccionada con un radio r. De este modo, para cada tipo de tienda en la ubicación dada, primero se realiza la predicción de su popularidad. A continuación, según los valores de popularidad, se clasifican todos los tipos de tienda en orden descendente y los tipos de tienda.
About the author
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.
