解讀京東系統(tǒng)之個(gè)性化

專(zhuān)業(yè)人員表示完善的推薦系統(tǒng)一般由四部分組成，按照收集 → 分析 → 推薦的步驟，收集用戶(hù)信息的用戶(hù)行為記錄模塊、分析用戶(hù)喜好的分析模型模塊、分析商品特征的商品分析模塊和推薦算法模塊。

用戶(hù)行為記錄模塊負(fù)責(zé)搜集能反映用戶(hù)喜好的行為，例如瀏覽、購(gòu)買(mǎi)、評(píng)論、京東問(wèn)答等;用戶(hù)行為分析模塊通過(guò)用戶(hù)的行為記錄，分析用戶(hù)對(duì)商品的潛在喜好及喜歡程度，建立用戶(hù)偏好模型;商品分析模塊主要對(duì)商品進(jìn)行商品相似度、商品搭配度、目標(biāo)用戶(hù)標(biāo)簽進(jìn)行分析;推薦算法根據(jù)一定的規(guī)則從備選商品集合中篩選出目標(biāo)用戶(hù)比較可能感興趣的商品進(jìn)行推薦。

用戶(hù)畫(huà)像是根據(jù)用戶(hù)特征(性別、年紀(jì)、地域等)、消費(fèi)行為習(xí)慣(瀏覽、購(gòu)買(mǎi)、評(píng)論、問(wèn)答等)等信息進(jìn)行抽象化，建立標(biāo)簽化的用戶(hù)模型。構(gòu)建用戶(hù)畫(huà)像的核心工作即是給用戶(hù)貼“標(biāo)簽”，而標(biāo)簽是通過(guò)對(duì)用戶(hù)行為記錄分析而來(lái)的高度精煉的特征標(biāo)識(shí)。推薦系統(tǒng)的難點(diǎn)，其中很大一部分就在于用戶(hù)畫(huà)像的積累過(guò)程極其艱難。

其次用戶(hù)畫(huà)像與業(yè)務(wù)本身密切相關(guān)。在用戶(hù)標(biāo)簽足夠豐富并且多的時(shí)候，就可以對(duì)用戶(hù)聚類(lèi)，例如用a/b/c/d等四種典型用戶(hù)畫(huà)像來(lái)代表商城的目標(biāo)用戶(hù)，還可以將新用戶(hù)進(jìn)行歸類(lèi)這些典型用戶(hù)畫(huà)像中。

商品分析模塊主要根據(jù)商品的類(lèi)目品牌、商品屬性、產(chǎn)品評(píng)論、庫(kù)存、銷(xiāo)售記錄、訂單數(shù)據(jù)、瀏覽收藏、價(jià)格等數(shù)據(jù)來(lái)分析商品相似度、商品搭配度(可人工調(diào)整)，并且對(duì)商品貼上目標(biāo)用戶(hù)標(biāo)簽。

用戶(hù)畫(huà)像、商品分析模塊的數(shù)據(jù)都是為推薦算法提供基礎(chǔ)數(shù)據(jù)。商品推薦的算法有很多種，需要根據(jù)推薦結(jié)果反饋，不斷優(yōu)化模型。有時(shí)候還需要考慮人工因素的權(quán)重，例京東自營(yíng)商品排在前面、評(píng)分高的店鋪優(yōu)先推薦等。在推薦時(shí)，還用一些特殊推薦：購(gòu)買(mǎi)此商品的顧客也同時(shí)購(gòu)買(mǎi)、看過(guò)此商品后顧客購(gòu)買(mǎi)的其他商品、經(jīng)常一起購(gòu)買(mǎi)的商品，都是基于商品進(jìn)行的推薦。

如果完全按照用戶(hù)行為數(shù)據(jù)進(jìn)行推薦，就會(huì)使得推薦結(jié)果的候選集永遠(yuǎn)只在一個(gè)比較小的范圍內(nèi)，在保證推薦結(jié)果相對(duì)準(zhǔn)確的前提下，按照一定的策略，去逐漸拓寬推薦結(jié)果的范圍，給予推薦結(jié)果一定的多樣性。

這個(gè)問(wèn)題還有疑問(wèn)的話(huà)，可以加幕.思.城火星老師免費(fèi)咨詢(xún)，微.信號(hào)是為: msc496。

推薦閱讀：

為什么我的寶貝沒(méi)有購(gòu)物車(chē)的按鈕？

更多資訊請(qǐng)關(guān)注幕 思 城。