复盘一个淘宝的线上策略
今天简单跟大家聊一个淘宝的策略。
不知道大家在平时逛淘宝的时候有没有发现这么一个case:当你进入淘宝首页,从首页的商品feed流任意点击一个商品,进入商品详情页浏览若干时间。
当你再次返回首页的时候,你会发现刚才你点击商品坑位下方会移动上来一个卡片,这个卡片里面的内容和刚才你浏览的商品十分“相似”。
大家可以自行体验一下。
除了淘宝,京东,美团都有类似的前端交互。这个是什么?
其实就是典型的实时推荐。
我们都知道推荐的核心在于根据用户的兴趣给他们进行结果展示,但是,不要忽略一点,那就是用户的兴趣其实是随时变化的。
我之前经常举一个例子:男生和他女朋友吵架了,那么他为了哄女朋友开心,买一个女包,这种场景太常见了。
所以如何能够快速,准确地捕捉到用户这种近乎“实时”的需求就很关键,也是提高推荐成交率的核心手段。
明显传统的基于离线数据去做推荐,很显然是无法满足的,这个时候其实就是我们常说的基于用户当前session的行为的准实时推荐。
如何做?我画了一个业务流程来说明这个问题的解法
所以,大家其实能够根据上面的流程看到其中的关键点:
用户行为的采集,当然更多的是预测用户实时偏好,比如可以根据当前浏览的商品属性(类目,品牌,价格等等)去进行预测;
基于实时偏好预测,计算其可能感兴趣的商品集,可以实时进行计算,也可以根据离线相似物品集生成;
端上重排,前端给到用户实时反馈。
当然,现在还有很多其他“实时”的推荐,就是把你近一次,或者进几次访问APP发生的行为数据加入到推荐系统的策略逻辑当中,这些行为对推荐结果的影响会体现在下一次用户访问APP当中。
这种有时候也会被定义为实时推荐,但是时效上显然是弱于上面提到的方案,所以有时候也称这种的为准实时推荐。
版权声明
本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!