典型文献
基于机器学习和模拟退火的优惠券推荐系统
文献摘要：
优惠券可以有效地激活潜在消费者.为了解决智能营销场景下合理发放优惠券的问题,该文提出一种基于机器学习和模拟退火的优惠券推荐方法.该方法分为2个阶段:1)通过机器学习算法预测消费者使用优惠券的概率.2)根据营销成本约束及第一阶段的预测结果建立最优化目标函数,并使用自然启发算法模拟退火(Simulated Annealing,SA)求解最优值,从而达到将优惠券发放给最需要的消费者的目的.根据该方法设计推荐系统可以有效地提升订单转化率,促进营收增长.
文献关键词：
机器学习;模拟退火;智能营销;推荐系统
中图分类号：
作者姓名：
赵刚
作者机构：
上海赛可出行科技服务有限公司,上海201299
文献出处：
引用格式：
[1]赵刚-.基于机器学习和模拟退火的优惠券推荐系统)[J].中国新技术新产品,2022(05):28-30
A类：
B类：
基于机器学习,模拟退火,优惠券,推荐系统,潜在消费者,智能营销,营销场景,推荐方法,机器学习算法,算法预测,营销成本,成本约束,及第,第一阶段,优化目标,算法模拟,Simulated,Annealing,SA,最优值,放给,方法设计,订单
AB值：
0.388155
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
