个性化智能推荐系统分析与调研

1.     系统简介

从市场用户调研到互联网电商平台产品设计，再到上线运营推广，覆盖的面很宽，但最为关键和难度最高的是个性化推荐系统、搜索底层和大数据系统。其中，个性化推荐系统和搜索底层都是基于大数据，所以最终各条产品线和技术都归集到大数据系统上。

个性化智能推荐最终的目标是让一个普通访问电商平台的用户，在进入平台页面时，系统能够根据用户日常的行为偏好和习惯，用户心理想要购买的商品，在还没有发生点击行为时，系统能自动推荐到用户访问的页面，提升平台用户下单转化率。即使在用户没有访问平台时，企业通过与用户日常浏览互联网行为轨迹的平台进行联盟合作，在联盟平台推送用户希望购买的商品广告和链接，刺激和引导用户点击购买。即使在用户没有打开电脑时，能够通过信息和邮件的方式，根据用户平常的购买频次和周期，在特定的时间推送到用户手机和电脑。

2.     系统设计建设三步曲

1)    建立平台用户行为的召回模型。

基于如下维度来实现：

·       用户历史行为数据召回

用户历史行为数据召回基于用户历史浏览、点击、购买、评论、分享、收藏、关注等触点，分类推荐在线相关、在线相似、离线相关、离线相似行为；

·       用户偏好召回

基于用户偏好召回是基于用户归类画像与平台多屏互通融合；

（补充：用户画像，即用户信息标签化，就是企业通过收集与分析消费者社会属性、生活习惯、消费行为等主要信息的数据之后，完美地抽象出一个用户的商业全貌作是企业应用大数据技术的基本方式。用户画像为企业提供了足够的信息基础，能够帮助企业快速找到精准用户群体以及用户需求等更为广泛的反馈信息。

用户画像（User Profile），作为大数据的根基，它完美地抽象出一个用户的信息全貌，为进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，奠定了大数据时代的基石。）