当我们已知用户购买过产品后,我们是否应该再次推送相关内容呢? 这个时候我们需要判断商品的消耗性、周期性、以及是否高话题性。这都关乎着是否再次推送内容,什么时候再推送内容。但是具体情况太多,就不做算法推导了。 说一个很有趣的现象,淘宝的推荐系统工程师做过实验,点击率最高的推荐项目是用户刚刚搜过,刚刚完成购买的商品。但是重复推送内容,这是一个好的推荐系统该做的吗?团队目的到底是什么:推荐系统点击率高?提供用户感兴趣的内容?KPI ?不同目的可能导致结果相差万千。 7、实时性 实时性主要是要求推荐系统在分钟级/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User-Item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,XgBoost 与Factorization Machine (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 (责任编辑:admin) |