Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Respiratory Disease Diagnosis with Cough Sound Analysis Kapitel lesen Erstes Kapitel lesen

2023 | OriginalPaper | Buchkapitel

A Hybrid Product Recommendation System Based on Weather Analysis

verfasst von : Sangeeth Sajan Baby, S. Siji Rani

Erschienen in: Proceedings of the 6th International Conference on Advance Computing and Intelligent Engineering

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Product recommendation becomes to be one most revenue-generating technologies that every e-commerce website is using. For enhancing the purchase rate and user engagement, various product recommendations are available in the e-commerce website. Most of the external contexts are also taken into consideration for the product recommendation. This type of external context analysis sometimes will provide better recommendations when compared to the user-generated data. This paper proposes an idea of product recommendation using the weather. Here we predict the weather for the coming days using logistic regression and analyze the weather using big data analytics. Based on the analysis, we will sort the products and recommend a product in the same weather.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Convolutional Neural Networks for Audio Classification: An Ensemble Approach
Nächstes Kapitel Cryptocurrency Price Prediction Using Machine Learning
Literatur
1.
Sarwar, B., Karypis, G., Konstan, J., & Riedl, J. (2001). Item-based collaborative filtering recommendation algorithms. In Proceedings of the 10th International Conference on World Wide Web (pp. 285–295).
2.
Herlocker, J. L., Konstan, J. A., & Riedl, J. (2000). Explaining collaborative filtering recommendations. In Proceedings of the 2000 ACM Conference on Computer Supported Cooperative Work (pp. 241–250).
3.
Zhao, Z.-D., & Shang, M.-S. (2010). User-based collaborative-filtering recommendation algorithms on hadoop. In 2010 Third International Conference on Knowledge Discovery and Data Mining (pp. 478-481). IEEE.
4.
Basu, C., Hirsh, H., & Cohen, W. (1998). Recommendation as classification: Using social and content-based information in recommendation. In AAAI/IAAI (pp. 714–720).
5.
Devika, P., Jisha, R. C., & Sajeev, G. P. (2016). A novel approach for book recommendation systems. In 2016 IEEE International Conference on Computational Intelligence and Computing Research (ICCIC) (vol. 1, No. 1, pp. 338–343).
6.
Baby, S. S., & Reddy, S. L. (2021). End to end product recommendation system with improvements in Apriori algorithm. In 2021 Third International Conference on Inventive Research in Computing Applications (ICIRCA) (pp. 1357–1361). IEEE.
7.
8.
Ramakrishnan, N., Nair, J., Jayaprakash, D., Ananthakrishnan, H., & Rani, S. (2019). Hypergraph based clustering for document similarity using FP growth algorithm. In 2019 International Conference on Intelligent Computing and Control Systems (ICCS) (pp. 332–336). https://​doi.​org/​10.​1109/​ICCS45141.​2019.​9065630
9.
Čreslovnik, D., Košmerlj, A., & MCiavotta, A. (2019). Using historical and weather data for marketing and category management in eCommerce.
10.
Sallar, J., Khan, S., Ahmed, S., Kumar, P., Faridy, H., & Rathi, M. (2021). Shop weatherly-A weather based smart E-commerce system using CNN. Revista Geintec-Gestao Inovacao e Tecnologias, 11(4), 2785–2800.CrossRef
11.
Spark, Apache. “Apache spark.” Retrieved January 17 (2018): 2018.
12.
Zaharia, M., Xin, R. S., Wendell, P., Das, T., Armbrust, M., Dave, A., et al. (2016). Apache spark: A unified engine for big data processing. Communications of the ACM, 59(11), 56–65.CrossRef
13.
14.
15.
Lal, N. M., Krishnanunni, S., Vijayakumar, V., Vaishnavi, N., Siji Rani, S., & Deepa Raj, K. (2021). A novel approach to text summarisation using topic modelling and noun phrase extraction. In Advances in Computing and Network Communications (pp. 285–298). Springer.
16.
Sonu, S. B., & Suyampulingam, A. (2021). Linear regression based air quality data analysis and prediction using python. In 2021 IEEE Madras Section Conference (MASCON) (pp. 1–7). IEEE.
Metadaten
Titel
A Hybrid Product Recommendation System Based on Weather Analysis
verfasst von
Sangeeth Sajan Baby
S. Siji Rani
Copyright-Jahr
2023
Verlag
Springer Nature Singapore
Buch
Proceedings of the 6th International Conference on Advance Computing and Intelligent Engineering

Print ISBN: 978-981-19-2224-4

Electronic ISBN: 978-981-19-2225-1

Copyright-Jahr: 2023

DOI
https://doi.org/10.1007/978-981-19-2225-1_24

Neuer Inhalt

    Bildnachweise