協調フィルタリング技術を掘り下げる--ECサイトのレコメンド技術を考える（3）
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 前回は、ECサイトのレコメンド技術の種類として、ルールベース方式、コンテンツベースフィルタリング方式、協調フィルタリング方式、ベイジアンネットワーク方式の4つを紹介した。今回は、これらのレコメンド方式をより細分化した上で、協調フィルタリングのロジックについて解説したい。 4つのレコメンド方式は、「レコメンドするために必要な情報は何なのか」、「何をもってレコメンドするためのルールとするか」という切り口で分類していると解説した。それぞれのレコメンド方式は、さらに「どの判別属性を軸にレコメンドアイテムを決定しているのか」という切り口によって細分化できる。その判別属性とは、アイテムベース、ユーザーベース、ユーザー提示情報ベースの3つだ。 例えば
eコマース トラッキングコードの雛形 - Googleアナリティクスのメモ帳＿φ（．．〃）
eコマース トラッキングコードのサンプルについては、いろいろな方がアップされていますが、私も備忘録用にアップさせて頂きました。 これまで設定をお手伝いさせて頂いた中で発生したトラブル事例としては、 必須項目となっている＜商品名＞が出力できないので空欄にしたら、データが取得できなかった ⇒＜商品名＞の項目にダミーテキスト「Item」を入力することで対応 下記トラッキングコードの下から2行目、 _gaq.push(['_trackTrans']); //トランザクション情報送信 の記述が抜けていたためデータがGoogleアナリティクスに送信されていなかった eコマース トラッキングコードは設置されていたが、プロファイル設定で「eコマース機能を使用する」設定に切り替えられていなかった （※デフォルトは「使用しない」になっているため要注意！） というものがありました。 特に3番目の事例はよくありが
TechCrunch | Startup and Technology News
Màrius Montmany and Oriol Hernandez i Fajula, former employees at large logistics companies, several years ago found themselves frustrated with the problem of “reverse logistics” — Seedstars Capital and Swiss philanthropic foundation Fondation Botnar have launched Seedstars Youth Wellbeing Ventures, a $20 million investment mandate targeting early-stage startups in Africa that a
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
