?? 在信息時(shí)代的今天胁编，大數(shù)據(jù)為用戶獲取方方面面的信息提高了效率，更可以智能的幫助用戶從海量?jī)?nèi)容中快速找到想要閱讀的信息补鼻，或者從海量商品中快速找到想要購(gòu)買的商品胀葱。推薦引擎的發(fā)展讓選擇不明確的用戶更加了解她們的需求和喜好。下面以內(nèi)容產(chǎn)品和電商產(chǎn)品為例唇牧，談?wù)勍扑]引擎在產(chǎn)品中發(fā)揮的巨大作用罕扎。
一、推薦引擎的分類
1.根據(jù)大眾行為的推薦引擎（對(duì)每個(gè)用戶給出相同的推薦）
內(nèi)容產(chǎn)品和電商產(chǎn)品設(shè)計(jì)中丐重，主要采用引導(dǎo)用戶選擇為目的來(lái)進(jìn)行功能規(guī)劃腔召。以淘寶產(chǎn)品為例來(lái)說(shuō)明這類產(chǎn)品設(shè)計(jì)
搜索：用戶針對(duì)性對(duì)想購(gòu)買的商品名稱進(jìn)行搜索，同時(shí)根據(jù)輔助關(guān)鍵詞特性標(biāo)簽來(lái)縮小搜索范圍來(lái)展現(xiàn)最符合用戶喜好的商品扮惦。
分類：根據(jù)業(yè)務(wù)需求進(jìn)行大分類幫助用戶尋找有趣的商品臀蛛，或者根據(jù)商品分類來(lái)挑選活動(dòng)商品。例如：淘搶購(gòu)中按照時(shí)間和分類進(jìn)行特價(jià)秒殺（12個(gè)整點(diǎn)秒殺時(shí)間段）崖蜜；聚劃算中按照商品主題進(jìn)行個(gè)性分類（非常大牌浊仆、每日必?fù)尅⑷蚓x等）
熱門：手淘中按照生活中熱門場(chǎng)景進(jìn)行主題分類豫领。展示用戶普遍感興趣的商品主題抡柿，如熱門市場(chǎng)（女王范兒、腔調(diào)等恐、星范洲劣、網(wǎng)紅集合等）∈笮猓基于用戶感興趣的話題進(jìn)行商品分類增強(qiáng)了用戶身份認(rèn)知闪檬，將人的興趣愛好和商品聯(lián)系起來(lái)賦予人格化。
關(guān)注：微淘中關(guān)注的店鋪動(dòng)態(tài)购笆，淘寶達(dá)人動(dòng)態(tài)等主動(dòng)關(guān)注內(nèi)容粗悯。
推薦：微淘中“微淘發(fā)現(xiàn)”動(dòng)態(tài)欄目組合了大量不同主題故事的淘寶達(dá)人內(nèi)容，通過(guò)推薦熱門的主題事件同欠，將商品故事化幫助用戶更好選擇高品質(zhì)商品样傍。其中推薦內(nèi)容涵蓋關(guān)注店鋪、精選店鋪铺遂、紅人店鋪衫哥。另外還有熱門話題榜和買家秀內(nèi)容推薦。
二.個(gè)性化引擎推薦
1.根據(jù)用戶的口味和喜好給出更加精準(zhǔn)的推薦襟锐，幫助用戶快速精準(zhǔn)的找到想要購(gòu)買的商品撤逢。
往往個(gè)性化推薦算法基于用戶的靜態(tài)信息和動(dòng)態(tài)行為信息來(lái)全方位推薦。
靜態(tài)信息：性別、年齡蚊荣、收入初狰、購(gòu)物時(shí)間、價(jià)格等
動(dòng)態(tài)信息：搜索歷史互例、瀏覽記錄奢入、購(gòu)買記錄、物品評(píng)價(jià)記錄等
這些詳細(xì)的數(shù)據(jù)源形成有價(jià)值的用戶消費(fèi)行為大數(shù)據(jù)媳叨，大數(shù)據(jù)基礎(chǔ)上建模應(yīng)用提升了推薦效率腥光，更加為平臺(tái)增加了粘性。
2.三類推薦機(jī)制
人口統(tǒng)計(jì)推薦：根據(jù)用戶基本信息發(fā)現(xiàn)用戶相關(guān)度（用戶畫像的模型）
簡(jiǎn)單的根據(jù)系統(tǒng)用戶的基本信息發(fā)現(xiàn)用戶的相關(guān)程度糊秆，然后將相似用戶喜愛的其他物品推薦給當(dāng)前用戶武福。淘寶目前有海量的用戶消費(fèi)喜好數(shù)據(jù)，用戶群體的劃分比較容易推薦相似商品扩然。但是淘寶推薦沒(méi)有融入社交朋友元素艘儒，往往只能復(fù)制商品鏈接到其他社交平臺(tái)進(jìn)行商品共享從而形成口碑傳播，無(wú)法本平臺(tái)上社交朋友間傳播夫偶。
基于內(nèi)容的推薦：根據(jù)推薦物品或者內(nèi)容的元數(shù)據(jù)發(fā)現(xiàn)物品或者內(nèi)容相關(guān)性（內(nèi)容元數(shù)據(jù)建模）
根據(jù)推薦物品或內(nèi)容的元數(shù)據(jù)界睁，發(fā)現(xiàn)物品或者內(nèi)容的相關(guān)性，然后基于用戶以往的喜好記錄兵拢，推薦給用戶相似的物品翻斟。
基于協(xié)同過(guò)濾的推薦
根據(jù)用戶對(duì)物品或者信息的偏好，發(fā)現(xiàn)內(nèi)容或者物品本身相關(guān)性说铃、發(fā)現(xiàn)用戶的相關(guān)性
用戶協(xié)同過(guò)濾算法
基于物品的過(guò)濾算法
淘寶的混合推薦機(jī)制：采用多種推薦機(jī)制將結(jié)果分不同的區(qū)顯示給用戶
越來(lái)越多的朋友反映淘寶猜你喜歡推薦越來(lái)越精準(zhǔn)了访惜，實(shí)際上可以從以下幾個(gè)方面來(lái)分析：
1.打開手淘首頁(yè)時(shí)，手指下滑頁(yè)面時(shí)底部會(huì)自動(dòng)提醒“猜猜你喜歡的寶貝”腻扇。猜你喜歡區(qū)域中债热，第一行基于人口統(tǒng)計(jì)的推薦，組織用戶喜歡的內(nèi)容專題進(jìn)行推薦幼苛，并且可以實(shí)時(shí)更新窒篱，為用戶推薦四個(gè)不同的商品專題刺激用戶點(diǎn)擊。每個(gè)內(nèi)容專題使用俏皮時(shí)髦的短語(yǔ)和商品圖片來(lái)吸引眼球舶沿。
2.后面是兩列的單個(gè)寶貝推薦墙杯，基于物品協(xié)同過(guò)濾算法，根據(jù)用戶最近瀏覽的商品推薦相類似的商品括荡，相關(guān)商品按照用戶歷史瀏覽購(gòu)買時(shí)間向下推薦高镐，非常容易找到大量瀏覽喜好的商品，節(jié)約了商品尋找時(shí)間畸冲，幫助用戶選擇喜歡的商品嫉髓。
3.同時(shí)大量的商品按照用戶喜好的商品分類观腊，從下到下進(jìn)行精準(zhǔn)交錯(cuò)推薦，減少了用戶審美疲勞算行。
喜歡本篇主題可以點(diǎn)贊支持哦恕沫，后期我會(huì)深入對(duì)比分析大型電商APP個(gè)性化推薦實(shí)戰(zhàn)案例
歡迎閱讀其他章節(jié)
-如何辨別用戶偽需求，解構(gòu)真需求http://www.reibang.com/p/765448f85b21
-產(chǎn)品經(jīng)理必備的五大文檔：http://www.reibang.com/p/154644c6aa90
-大姨嗎纱意、美柚、寶寶樹鲸阔、柚寶寶競(jìng)品分析：http://www.reibang.com/p/23397d75c5cf
-百度地圖產(chǎn)品體驗(yàn)報(bào)告：http://www.reibang.com/p/445447f4d19a
—我理解的互聯(lián)網(wǎng)運(yùn)營(yíng)（通俗易懂）：http://www.reibang.com/p/21eb358f4aa7
