什么值得买推荐系统思考

发布时间 :2022-04-24 18:18

时逢年假,把自己对部分场景以及推荐系统的理解整理出来,大多只是提出疑问与简单思考

网站运营推广系统

一、什么才是好的推荐系统推荐系统要平衡好几方的关系推荐系统三方关系用户:接收到有用的、有趣的内容;站方:在不断的好文推荐中,让用户参与其中,升级消费观念,最终达到转化率效果;内容提供者:内容的参与度提升,曝光度增加,鼓励用户不断产生内容;在这三方参与者之间,其实普通用户才是关键

什么是网站运营

如果用户在阅读过程中,无法接收到有用、有趣的内容,那站方、内容提供者的愿景更是无从实现

网站运营

什么样的内容才是有用的信息

什么样的推荐系统才是好的推荐系统

从算法角度讲,“精准”是推荐系统的衡量标准,即关联相似度

可是事实真的是这样吗

提出几个场景:用户收藏了一篇关于“家装”内容的文章,就根据相似度理论不断推送同类文章

一周内用户“好价”内多次搜索、浏览同一关键词,第二周停止搜,用户是不是已经完成购买这一产品了?用户在好价内搜索“软毛牙刷”,那好文系统应该推送的是“牙刷测评”还是关联”口腔健康“商品的文章呢

……推荐系统不仅仅应该只追求“精准”,因为这可能造成两项误区:重复推送,用户可能已经购买过类似商品或者根本对这类文章失去了兴趣用户本来就打算购买的商品,单一推荐并不能够增加潜在的消费升级,反而是相似度更小的衍生产品文章,会让用户感到新意,同时提高KOI所以,对于我们的好文推荐系统体系,要完成的不仅仅应该是“精准”,而是在准确识别预测用户行为的同时,帮助扩展用户的视野,帮助用户发展他们可能感兴趣,自己却并没有发现的内容

也就是说,好文推荐系统的场景是极为重要的,应该有懂推荐系统和业务流程的产品经理同时加入到推荐系统团队二、理解用户的行为分析前,我们首先要关注用户行为和数据:用户数据来源以上全部数据都会是判断用户行为的来源

那如果训练一个二进制分类器,首要任务是定义正负样本,为样本定义正负标签绝不是普通任务,场景考虑,有什么可能存在的坑

思路有限,我们就单从好价浏览内容时用户数据入手先画一个行为漏斗:行为漏斗最简单的思路是:按照行为漏斗的深度对样本行为设立不同权重,判断用户行为偏好,然后进行推荐,可现实场景确实是这样吗

简单提几个问题:、什么样的数据可以看作正样本

、点击行为都是正样本吗

、点“值”是什么想法

“不值”呢

、评论行为证明什么

用户是在提出问题还是回答问题

、买过的商品还需要再推送吗

……讨论这几个问题的基础要回到推荐系统的第一步:理解不值”上,但是这个行为是一个很复杂的动作,例如:不同频次的“点值秒级完成数据分析,作出预判,并且对其作出操作

这个问题主要面对的是技术性问题,因为许多网站的推荐系统都是以天为单位进行日志读取操作,再完成推荐动作

而如果要完成实时操作,就只能简化推荐系统算法,例如对于U-I行为矩阵进行扩充动作简化预测过程

需要根据场景采纳不同的推荐模式,好文内容可能更适合离线式方法

后记其实基于值得买推荐系统,XB与FM(最新的FFM)都可能有不错的效果,但是本文讨论以场景为出发点,不讨论算法具体内容,而且业界大多数都认可一个观点,即在推荐系统中:UI&;数据&;算法,如果让用户接纳,并觉得懂得其心,这才是最关键的一点

PS:写文章时正逢年节,喝酒误事,思路断断续续

前后内容繁杂,一人之力远无法考虑周全,只做简单思考,学习总结之用

始发于简书:周CC君



- END -