千人千面:个性化推荐的核心
个性化推荐和搜索是现代互联网技术中非常重要的一部分。这种技术的核心思想就是让每个用户看到最适合他们的内容。例如,在淘宝搜索“衣服”,每个人的搜索结果都不相同。这是因为千人千面技术的应用,它的主旨是从一个大量的物品侯选池中查找出与用户最想要交互的物品,这种交互可能是点击、加购、下单、转化、浏览等等。
推荐和搜索的步骤大致相同,其中千人千面技术的主要流程包括trigger、recall、rank和pageplacement阶段。在trigger阶段中,需要基于用户行为数据进行数据挖掘。然而对于用户量不够大的产品,这种方法无法实现千人千面技术。因此,推荐冷启动的问题本质是缺少用户、物品和事务数据。业界有很多解决冷启动问题的方法,例如在营销投放领域应用千人千面技术。
营销投放领域中的千人千面技术主要应用于个性化推荐和广告投放。例如,在微信朋友圈广告中,不同的用户可以看到不同的广告。广告投放的流程包括广告商把产品投到广告平台、广告平台按照一定的投放策略进行投放和最终得到的投放效果反馈到广告供应商。产品刚推出时同样面临无法精准投放的问题。但是,如果推荐系统联合广告营销效果,就能够产生不一样的效果。从投放效果中,可以得到产品曝光用户、点击的用户、用户在广告落地页的停留时长、下单的用户和产品的销量等信息。有了这些数据,产品在推荐场景下曝光的几率就会大大提高。
千人千面技术可以分为两种:千人千面和营销加千人千面。前者是基于用户行为数据进行数据挖掘,后者则是基于营销渠道的数据进行数据挖掘,并把这些数据与原有数据进行打通。这样,即使是产品刚推出时也能够实现精准投放。
免责声明:本内容来源于第三方作者授权、网友推荐或互联网整理,旨在为广大用户提供学习与参考之用。所有文本和图片版权归原创网站或作者本人所有,其观点并不代表本站立场。如有任何版权侵犯或转载不当之情况,请您通过400-62-96871或关注我们的公众号与我们取得联系,我们将尽快进行相关处理与修改。感谢您的理解与支持!
请先 登录后发表评论 ~