壹美这个产品,使用的产品推荐算法法是怎么实现的?

以手机淘宝为例的推荐算法浅析(内附思维导图) - 简书
以手机淘宝为例的推荐算法浅析(内附思维导图)
在信息时代的今天,大数据为用户获取方方面面的信息提高了效率,更可以智能的帮助用户从海量内容中快速找到想要阅读的信息,或者从海量商品中快速找到想要购买的商品。推荐引擎的发展让选择不明确的用户更加了解她们的需求和喜好。下面以内容产品和电商产品为例,谈谈推荐引擎在产品中发挥的巨大作用。一、推荐引擎的分类1.根据大众行为的推荐引擎(对每个用户给出相同的推荐)内容产品和电商产品设计中,主要采用引导用户选择为目的来进行功能规划。以淘宝产品为例来说明这类产品设计搜索:用户针对性对想购买的商品名称进行搜索,同时根据辅助关键词特性标签来缩小搜索范围来展现最符合用户喜好的商品。分类:根据业务需求进行大分类帮助用户寻找有趣的商品,或者根据商品分类来挑选活动商品。例如:淘抢购中按照时间和分类进行特价秒杀(12个整点秒杀时间段);聚划算中按照商品主题进行个性分类(非常大牌、每日必抢、全球精选等)热门:手淘中按照生活中热门场景进行主题分类。展示用户普遍感兴趣的商品主题,如热门市场(女王范儿、腔调、星范、网红集合等)。基于用户感兴趣的话题进行商品分类增强了用户身份认知,将人的兴趣爱好和商品联系起来赋予人格化。关注:微淘中关注的店铺动态,淘宝达人动态等主动关注内容。推荐:微淘中“微淘发现”动态栏目组合了大量不同主题故事的淘宝达人内容,通过推荐热门的主题事件,将商品故事化帮助用户更好选择高品质商品。其中推荐内容涵盖关注店铺、精选店铺、红人店铺。另外还有热门话题榜和买家秀内容推荐。二.个性化引擎推荐1.根据用户的口味和喜好给出更加精准的推荐,帮助用户快速精准的找到想要购买的商品。往往个性化推荐算法基于用户的静态信息和动态行为信息来全方位推荐。静态信息:性别、年龄、收入、购物时间、价格等动态信息:搜索历史、浏览记录、购买记录、物品评价记录等这些详细的数据源形成有价值的用户消费行为大数据,大数据基础上建模应用提升了推荐效率,更加为平台增加了粘性。2.三类推荐机制人口统计推荐:根据用户基本信息发现用户相关度(用户画像的模型)简单的根据系统用户的基本信息发现用户的相关程度,然后将相似用户喜爱的其他物品推荐给当前用户。淘宝目前有海量的用户消费喜好数据,用户群体的划分比较容易推荐相似商品。但是淘宝推荐没有融入社交朋友元素,往往只能复制商品链接到其他社交平台进行商品共享从而形成口碑传播,无法本平台上社交朋友间传播。基于内容的推荐:根据推荐物品或者内容的元数据发现物品或者内容相关性(内容元数据建模)根据推荐物品或内容的元数据,发现物品或者内容的相关性,然后基于用户以往的喜好记录,推荐给用户相似的物品。基于协同过滤的推荐根据用户对物品或者信息的偏好,发现内容或者物品本身相关性、发现用户的相关性用户协同过滤算法基于物品的过滤算法淘宝的混合推荐机制:采用多种推荐机制将结果分不同的区显示给用户越来越多的朋友反映淘宝猜你喜欢推荐越来越精准了,实际上可以从以下几个方面来分析:1.打开手淘首页时,手指下滑页面时底部会自动提醒“猜猜你喜欢的宝贝”。猜你喜欢区域中,第一行基于人口统计的推荐,组织用户喜欢的内容专题进行推荐,并且可以实时更新,为用户推荐四个不同的商品专题刺激用户点击。每个内容专题使用俏皮时髦的短语和商品图片来吸引眼球。2.后面是两列的单个宝贝推荐,基于物品协同过滤算法,根据用户最近浏览的商品推荐相类似的商品,相关商品按照用户历史浏览购买时间向下推荐,非常容易找到大量浏览喜好的商品,节约了商品寻找时间,帮助用户选择喜欢的商品。3.同时大量的商品按照用户喜好的商品分类,从下到下进行精准交错推荐,减少了用户审美疲劳。
喜欢本篇主题可以点赞支持哦,后期我会深入对比分析大型电商APP个性化推荐实战案例
欢迎阅读其他章节-如何辨别用户伪需求,解构真需求-产品经理必备的五大文档:-大姨吗、美柚、宝宝树、柚宝宝竞品分析:-百度地图产品体验报告:—我理解的互联网运营(通俗易懂):
努力、重复、细节
常用的推荐算法解析转载 日 15:40:24标签:算法 /互联网 /技术 **28858 前言随着互联网技术和社会化网络的发展,每天有大量包括博客,图片,视频,微博等等的信息发布到网上。传统的搜索技术已经不能满足用户对信息发现的需求,原因有多种,可能是用...
-- 原创,未经授权,禁止转载
-- 对于推荐系统,本文总结内容,如下图所示: 文章很长,你可以跳着看你感兴趣的部分。 一、什么是推荐系统 1. 为什么需要推荐系统 结论是,为了解决互联网时代下的信息超载问题。 看个数据: 据IDC《数字宇宙》的研究报...
这篇文章的技术难度会低一些,主要是对推荐系统所涉及到的各部分内容进行介绍,以及给出一些推荐系统的常用算法,比起技术,产品色彩会强不少。参考了《长尾理论》、《推荐系统实践》以及大量相关博客内容。 什么是推荐系统 我之前写过一篇《长尾理论》精读,里面有这样的观点: 推动市场由热...
//我所经历的大数据平台发展史(三):互联网时代 o 上篇http://www.infoq.com/cn/articles/the-development-history-of-big-data-platform-paet02 编者按:本文是松子(李博源)的大数据平台发展史...
概述及标签体系搭建 1 概述 随着信息技术的迅速发展和信息内容的日益增长,“信息过载”问题愈来愈严重,愈发带来很大的信息负担。推荐系统可以有效缓解此难题,从而得到推崇并加以广泛应用。简单来说:推荐系统是通过挖掘用户与项目之间的二元关系,帮助用户从大量数据中发现其可能感兴趣的...
抱怨产生负能量,同时也会对人际关系产生伤害。怎样才能改善人际关系呢? 一、保持同频 说得通俗点就是“见人说人话,见鬼说鬼话”,这并不是贬义词,用别人听得懂的话去说,沟通才能顺畅。不然就是鸡同鸭讲,说不到一块去。 二、主动出击 别人不是你肚子里的蛔虫,并不会知道你的想法。那种...
“卷土重来”
我最好的朋友——史传阳。他友好待人,非常谦虚,但是,他也和我吵过架。
有一次,我和史传阳辩论,我说蝴蝶对人类有害,他说对人类有益,说着说着我们俩就吵了起来。你一句,我一句,最后谁也没有赢,反而谁也不理谁,过了一天,又和好了,你们说好不好玩?
不单单是课...
嗯,陈列一下伤口吧,手部烫伤,肘部擦伤,手部擦伤,脚部血泡,肌肉痛都习惯了,刚发的作训鞋鞋底已经磨掉了二分之一,偏重脚跟部,是做转体磨掉了的。 成果,会操时,全营中最棒的连队。 感想,我(ma)要(de)继(lei)续(si)努(zhen)力(le)。 哇,宝宝你不要太想我...
我谈了一场六周的恋爱,大病一场,然后幡然醒悟,请不要去爱一个不喜欢你的人,你的喜欢,他的漠视会无时无刻的感到折磨,请爱上一个让你开怀大笑的人,满心欢喜,从他的世界里看到星辰和太阳,让你的生活五彩缤纷,阳光四射,而不是爱上一个阴晴不定的人,将你的心拴在他身上,总是患得患失,步...亚马逊推荐算法_百度文库
赠送免券下载特权
10W篇文档免费专享
部分付费文档8折起
每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
亚马逊推荐算法
&&亚马逊商品推荐算法
阅读已结束,下载本文需要
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,同时保存到云知识,更方便管理
加入VIP
还剩2页未读,
定制HR最喜欢的简历
你可能喜欢没有更多推荐了,
加入CSDN,享受更精准的内容推荐,与500万程序员共同成长!推荐算法汇总_百度文库
赠送免券下载特权
10W篇文档免费专享
部分付费文档8折起
每天抽奖多种福利
两大类热门资源免费畅读
续费一年阅读会员,立省24元!
推荐算法汇总
&&对论文中单机版和并行化各种推荐算法的总结
阅读已结束,下载本文需要
想免费下载本文?
定制HR最喜欢的简历
下载文档到电脑,同时保存到云知识,更方便管理
加入VIP
还剩3页未读,
定制HR最喜欢的简历
你可能喜欢购物网站的商品推荐算法有哪些? - 知乎515被浏览<strong class="NumberBoard-itemValue" title="3分享邀请回答322 条评论分享收藏感谢收起645 条评论分享收藏感谢收起

我要回帖

更多关于 产品推荐算法 的文章

 

随机推荐