营销分享网

当前位置: 首页 > 电子商务

什么值得买推荐系统思考

本文作者:营销分享网 更新时间:2019-05-07 14:06:00
什么是值得我们思考的买入评级系统

说到年假,理清现场的部分自己的理解,以及推荐的系统,大多只是一个简单的问题与思考。

首先,什么是好的推荐系统

推荐系统平衡几方之间的关系

什么值得买推荐系统思考

推荐系统三方关系

用户:接收到的有用,有趣的内容; 站方:不断好文推荐,让用户参与,提升消费观念,最终实现转换的效果; 内容提供商:参与含量的增加,增加曝光度,鼓励用户继续生产内容;

三方之间的参与者,事实上,普通用户是关键。如果用户在阅读过程中,不能接收有用和有趣的内容,这一设想站前广场,内容提供商是不可能实现的。什么样的内容是有用的信息?什么样的推荐系统是一个很好的推荐系统?从视算法点,“精确”是推荐系统的度量,与该相关联的相似性。

但事实真的是这样吗? 做有几个可能性:

,它是根据相似原理上的“主页”内容用户的喜爱文章继续推动类似文章。

在一个星期内用户“好价钱”多次搜索,浏览同样的关键字,搜索停止的第二个星期,用户是不是已经完成了购买该产品的?

用户在一个良好的价格搜索“软毛牙刷”,这是一个很好的文件系统应该按“牙刷评价”,或者商品的“口腔健康”的文章相关的IT? 。

推荐系统不应只追求“准确”,因为这可能导致两个误区:

重复推,用户可以购买类似商品或干脆在这种类型的文章失去了兴趣

用户原本打算购买的商品,而不是一个单一的建议可以增加潜在的消费升级,但相似性较小衍生品,让人觉得毫无新意,同时提高KOI

因此,对于我们的好文推荐的系统架构,可完成,不仅应该是“准确”,但在同一时间准确预测识别用户行为,帮助扩大视用户的领域,以帮助用户开发自己的潜能兴趣,但没有自己的内容发现。

换句话说,场面好文推荐系统是非常重要的,应该被推荐到理解,在添加到系统,同时系统和业务流程,产品经理通过团队推荐

其次,了解用户行为

分析之前,我们必须首先着眼于用户行为和数据:

什么值得买推荐系统思考

用户数据源

以上所有数据将是确定的用户行为的源。如果训练二元分类,第一个任务是确定阳性和阴性样品,样品被定义为正面和负面的标签不平凡的任务,接触的情况来考虑,什么可能的坑?

思维是有限的,我们有一个很好的价格从开始的单一用户浏览数据来绘制一个漏斗,当内容的行为:

什么值得买推荐系统思考

行为漏斗

最简单的思路是:根据样本行为了不同的权重来确定用户喜好的行为,然后提出建议的渠道行为的深入,一个真实场景真的是这样吗?

问几个简单的问题:1。什么样的数据可以被看作是一个积极的样本? 2,右键点击行为是阳性样品? 3,点“价值”是什么概念?“值得? 4。什么样的行动证明了评论?用户提出的问题或回答问题? 5,购买的货物还需要一次又一次地发送? 。

基础来讨论这些问题回到系统推荐的第一步:了解/捕捉用户需求和用户真正需要的?如何理解他的行为?

一个与不仅仅是:(详尽讨论这个问题的讨论的目的只)

1。什么样的数据可以被看作是一个积极的样本?

行为漏斗只有“收集,共享”这两个动作可以看到的全部阳性标本,分享行为比收集成本更高,但收集建议系统识别是有很大帮助的,证明这种类型的用户的商品有兴趣,有潜在购房需求,符合我们的基本情景推荐。

2,右键点击行为是阳性样品?

所有不点击动作可以视为阴性样品,但对于点击操作应划分的讨论。如:

什么值得买推荐系统思考

3,点“价值”是什么概念?“值得?

相互作用的很大一部分在发生“价值/价值”,但这种行为是一个非常复杂的动作,如:

什么值得买推荐系统思考

的“点值/价值”的行动不同的频率,这是值得商榷。因为行为的点值是值得的平台内为数不多的得分反馈给买的,它更可能反映了深层次的驱动用户的行为,是他真正想要的?你喜欢什么?行为始终是更好地反映用户的心脏比的话。

4。什么样的行动证明了评论?用户提出的问题或回答问题?

讨论的内容的注释部分分析数据,但我们的分析之前:哪些用户正在讨论?你需要什么?今天我们除了这个结果,我们还需要讨论的问题:谁是这些用户?发问者?回答者?他是不是已经买了这个商品的?我们应该更愿意推相关内容提问,因为他们更潜在的买家,专家级用户,他可能有类似的内容失去兴趣。

5,购买的货物还需要一次又一次地发送?

无法确定值得购买平台,没有用户购买数据(如海淘返利成功的网站数据),如果这个数据库,这是完全有能力的用户是否购买了这款产品的存在。如果没有,只能从深得用户的行为,以确定他是不是买了这个商品的。

三,推荐的方案思路

了解用户行为之后,推荐系统开始第二步:满足客户需求,推荐算法做。

大多数电商网站目前采取了更为复杂的协同过滤算法,作为主要的推荐系统。还采用了各种加权的推荐系统的总和的算法,例如:FFM,SVM,LFM等。。我个人建议主要是基于,第一CF项目,因为该算法是成熟的,容易实现,二是用户远远大于项目的数量数量越多,用户基于用户难以归类。

在做相似性分析的第一步:项目肖像设计原则下面是容易区分那些鲜明的性格或标签的不同产品提取。这一步需要做详尽的分析,不讨论。

思想转向计算相似度时,除了计算相似度距离本身项标签的内容,我们还需要考虑在哪种场景?有什么特殊因素?

1,冷启动情况:

通常,当一个新的用户进入系统,没有数据源的原因冷启动困难,大多数网站主动选择标签功能,开展相关的内容推送:

什么值得买推荐系统思考

2,建议不要以“推”的首页信息流建议不同的用户

好文首页推荐的排水是窗口的最重要的产品,但过度推好文会影响某些产品的用户的用户体验,从而影响转化率。如果您决定根据不同的用户场景推好文家流了几件,或许会更好。中的停留时间和用户,例如,用户的浏览作为平均每日多个不同的参数,确定重量W,以计算额定值R

什么值得买推荐系统思考

根据R的分数来确定推荐首页信息流的数量。

3,重复按同一类别的文章:多样性

用户的内容平台,希望能获得的文章必须是多元的,如果推荐一个较长的时间跨度系统只覆盖单个目标点,并在长期的评估建议名单并不一定使客户满意。

也就是说,当我们推荐系数,需要考虑的一个因素控制的多样性,如果当我想推荐的文章系统,我们会不会有什么文章的文章列表R(U)?,计算相似性引进

什么值得买推荐系统思考

如果推荐的频率分配系统,用户可以点击该链接的频率,那么结果是完全符合多元化的要求。

4,受欢迎的内容更热,不太受欢迎的内容仍然无人问津:马修

马修在UGC平台是一种常见的,通常体现在流行的文章集中在用户的浏览器参与,大部分内容的参与是非常低的,也被称为覆盖问题。覆盖范围可以描述为长尾效应推荐系统建议探索文章的能力,文章指总含量的比例推荐,您可以使用这些信息熵度量。

作为一个整体UGC平台管理方面,所有车站都有责任让人们关注高品质的UGC内容,不仅热门的内容,只有克服了马太效应,从而允许用户发布感受到更多的关注,鼓励激发更多更多优质内容。

添加加权系数惩罚流行

什么值得买推荐系统思考

5,产品链层面的因素

回想一下,这篇文章在一开始就提出的问题:在一个良好的价格在用户的“软毛牙刷”的搜索,这是一个很好的文件系统应该按“牙刷评价”或与商品的“口腔健康”的文章有关它?

宏观来看,产品的所有类别都存在于产品链之间的基本关系。买了iPhone X的人谁可能有兴趣在手机外壳,人们可能想购买普通牙刷漱口是,电动牙刷潜在客户。该产品都不是单独存在的,因为我们需要做的是提高用户的消费观念,建议该系统不偏推更深层次的内容,增加的重量。

6,购买的产品,但也推?

当我们购买的产品已知的用户,我们是否应该再次按下相关内容,这? 这个时候,我们需要确定的消费,周期性,以及是否高商品的话题。如果再次推,当他们推升其内容的相关内容。但太多的具体情况,不要做算术推导。

他说,一个很有趣的现象,淘宝推荐系统工程师进行的实验中,点击率最高的项目推荐用户刚刚被发现,刚刚完成了所购商品。但反复推送内容,这是一个很好的推荐系统做?什么是球队最终的目的是:CTR推荐系统?提供给用户感兴趣的内容?KPI ?不同的用途可能导致结果不同数千。

7,实时

主要推荐是要求实时系统,以完成分/秒级的数据分析的水平,来预测,并且由操作。这个问题主要面临的技术问题,因为推荐系统的许多网站都在日志读取运行天数,然后完成建议的行动。如果你想进行实时操作,它只能简化推荐系统算法,例如,用户产品行为矩阵扩张行动,以简化预测过程。

需要采用不同的场景模式的建议,良好的内容可能更适用于离线方法。

后记

事实上,根据值得购买的推荐系统,XgBoost和分解机(最新FFM)都可能有不错的效果,但本文讨论现场为出发点,不讨论算法的具体内容,也是业界最已经认识认为,推荐系统:UI>资料>算法,如果让用户接受,理解和感受它的心脏,这是最关键的一点。

PS:新年恰逢时间写文章,喝酒误事,思想关闭。围绕忙内容,不远处一个人体贴,只是一个简单的思考,学习的目的总结。

简起源于书:CC周军

本文链接:什么值得买推荐系统思考

上一篇:人人车再获融资 二手车电商平台何时“洗牌”

下一篇:仅用10个月,如何让一家破产的电商巨头转亏为盈?

友情链接:

心经结缘 大悲咒 大悲咒功德