课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
随着互联网的不断发展,越来越多的企业都引入了个性化推荐系统,而今天我们就通过案例分析来了解一下,个性化推荐系统的作用都有哪些。
数字化信息时代,推荐系统已经成为了ToC互联网产品的标配技术,而推荐算法对于业务收益的提升也起到了至关重要的作用。
对于电商而言,个性化的推荐系统能满足千人千面的海量需求。它的本质实际上是在用户购买意图不明确的情况下,利用机器学习或深度学习算法,结合用户特征、商品特征和场景特征来构建建用户兴趣模型,进而从海量的商品中找到用户感兴趣的商品,缩短用户到商品的距离,提升用户购买效率和产品体验。彭长平认为,个性化推荐,是候选极大丰富场景下的有效分发机制。他从商品数量和质量两个角度解释了京东推荐系统对业务增长的驱动。
一、数量上,电商的商品SKU远远超过人脑能处理的量级,比如“果酱”在京东有十几万个SKU,斯坦福大学的学者曾经在线下超市做过一个实验,A组提供24种口味果酱,在货架前停留的用户仅3%发生了购买,B组提供6种口味果酱,在货架前停留的用户30%发生了购买,相对A组高出10倍。“LessIsMore”,在候选太多的电商场景中,“货找人”的个性化推荐帮用户筛选出少量适合他的选择。
二、质量上,个性化推荐是带平台价值观的,京东推荐系统综合商品的品牌、属性、价格、评价、物流等所有信息,主推“好”、“省”、“快”的商品。因此,在为用户带来更好的购物体验的同时,用户粘性也会增加,从而形成良性循环,带来更好的收益效果。
随着大规模机器学习、深度学习等技术的成熟,它们在商品推荐中的应用也更加广泛。彭长平认为,目前工业界,推荐系统是机器学习算法应用广泛、深入、成功的系统,几乎每一个环节,我们都在用数据和算法驱动的模型,去替代人工拍脑袋。
【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。更多内容请加danei0707学习了解。欢迎关注“达内在线”参与分销,赚更多好礼。