個性化推薦系列之初步認識推薦系統
05-07
-------------------------------------------------------------------------------------------由於前面一直在天貓搜索macbookpro,也順便搜索了一些其他的東西,包括macbookpro的配件,在天貓上留下了很多搜索的信息;有一段時間沒有打開天貓app,周末打開支付寶和天貓app,發現有很多各種推薦;基本是app內部(非店鋪詳情)所到之處都不例外;
推薦閱讀:
-------------------------------------------------------------------------------------------
花幾分鐘搜索了一些其他的東西;發現搜索的次數越多,後面推薦的東西就會隨著搜索內容的變化而變化;基本就是,打開天天貓,全部都是你想買的東西;而且,每個人的推薦內容都不一樣;這背後,其實就是天貓推薦系統的支持;-------------------------------------------------------------------------------------------前面剛好我們也在打算搞個性化推薦,深入了解一下;下午特地找了幾家線下商場做一次實驗,驗證一些想法;
其實線上的個性化推薦就是為了提升用戶找到心儀產品的效率,從而快速做決定產生購買,提升入袋率;-------------------------------------------------------------------------------------------線上的場景基本都是從線下翻譯過來的;我們看一下線下的推薦場景是怎麼樣的:我們以電子產品筆記本電腦為例,一個人走進店裡,導購員需要了解用戶的使用需求,打遊戲還是辦公;品牌偏好,聯想還是華碩還是蘋果,之前是在用什麼電腦;消費能力,預算一萬還是七千;使用習慣,移動辦公還是固定辦公;等等個人信息,然後給出最符合用戶的商品推薦;-------------------------------------------------------------------------------------------
1、仔細思考導購員的套路,我們從電商角度做一下導購推薦場景還原:1)、需要了解用戶的信息,知道的用戶的屬性類型;2)、需要了解所有商品的信息;3)、通過經驗或者知識沉澱,知道什麼類型的用戶適合什麼類型的商品;在以上基礎之上,給來訪用戶進行商品推薦;
-------------------------------------------------------------------------------------------2、總結下來線下導購員的推薦其實就是三個部分:1)、將用戶的信息(歷史記錄、會員屬性)轉化為用戶的類型;2)、了解所有商品應該歸屬的類型;
3)、了解什麼類型的用戶,適合什麼類型的商品;回歸線上,其實也是這麼個套路;所以推薦系統就是這麼樣一個邏輯;-------------------------------------------------------------------------------------------3、結合電商購物場景,總結一下推薦系統四種推薦基礎模式:1)、看過還看過;2)、看過還買過;3)、買過還看過;4)、買過還買過;基本上電商所有推薦系統都是結合這四種模式進行的系統智能推薦;推薦閱讀:
※法師甄姬的出裝銘文推薦有哪些呢?
※關於麥克風的購買攻略有哪些?
※那些恐怖遊戲背後的細思恐極的真實事件
※想買剃鬚刀,有什麼好的推薦嗎?
※4· 強力推薦|10月1日什麼電影最好看?這部片子一定很火的!