推荐系统设计

  在商业社会中,有一种亘古不变的关系:供求关系,供求关系的背后是交换。无论是实体经济还是虚拟经济,都是基于这个原理。供求关系动态变化,当供给小于需求时,就产生了稀缺,有了稀缺,就有了商业。
  在信息经济中,看上去供求方是信息生产者,需求方是注意力提供者(信息消费者)。推荐系统可以服务于不同类型的产品(资讯,社交,电商,游戏),尽管它们最终得到真金白银的手段不一样,也就是所谓的商业模式各有不同,但是它们都有一个关键步骤就是:获得用户的注意力。用户产生行为就是付出注意力的表现,比如信息流产品都是在看谁家的用户数多,阅读时间长,这些都是白花花的注意力。信息经济其实也就是注意力经济,而推荐系统就是留住注意力的重要手段之一。
  推荐系统处理的是信息,它的主要作用是在信息生产方和信息消费方搭建起桥梁,从而建立连接。推荐系统带来的推荐服务基本上已经渗透到我们生活的方方面面,那么如何设计一个推荐系统呢?设计一个推荐系统需要哪些知识呢?

推荐系统架构图

图1、推荐系统架构图

推荐系统设计

1、需求分析和用户调研

  • 用户:
    • 新用户:兴趣未知,着重促销、多样性、新颖性
    • 老用户:兴趣已知,着重个性化
    • 主流用户 小众群体
    • 用户画像:
      • 用户兴趣数据
      • 用户的基础注册信息,背景信息:例如用户出生地,年龄,性别,星座,职业等。这些信息一般从用户注册信息中获取;例如高德,百度地图注册用户,淘宝注册用户等
      • 用户行为反馈:包括显示的反馈(explicit)和隐藏(implicit)的反馈,显示的反馈包括用户的评分,点赞,分享等操作,如百度关键词搜索推荐工具上的点赞(正向显示反馈)和垃圾桶(负向显示反馈),淘宝上的评分;隐式反馈包括用户的浏览行为,例如在百度关键词搜索推荐上搜过那些词,淘宝上点击了那些页面,在高德上点击了那些POI等
      • 用户交互偏好:例如用户喜欢使用哪些入口,喜欢哪些操作,以及从这些操作中分析出来的偏好,比如在高德地图上根据用户行为反馈分析出来的用户对美食的偏好:更喜欢火锅,粤菜,还是快餐
      • 用户上下文信息:这些信息有些是分析出来的,例如在LBS中分析出来的用户的家在哪儿,公司在哪儿,经常活动的商圈,经常使用的路线等
  • 推荐什么:
    • 价格一致,用户经常购买的类别
      • 书、电影、音乐、文章->以用户对内容主题的兴趣为主
    • 价格不一致,用户经常购买的类别
      • 服饰、日用百货->视觉、品牌、价格、内容
    • 用户很少购买的类别
      • 房、车、装修材料、家具->专家推荐、互补推荐
    • 新品促销/库存清理->考虑整体系统的获利
  • 什么时候推荐
    • 节假日 定期 用户某些行为后
  • 什么位置推荐
    • 基于位置的服务

2、功能设计

  • 个性化首页
    • 个性化促销,关注信息推送
  • Item页面
    • 关联商品
    • 基于浏览历史的推荐
    • 基于购买历史的推荐
  • User页面
  • 购物车页面
  • Community页面
  • 短信、email、公众号…

3、UI设计(展示数据、收集用户数据)

  • 如何将推荐结果呈现给用户?
  • 如何收集用户信息和反馈数据?
  • 目的:
    • 提高用户满意度,达到推荐目的
    • 更多更好地收集高质量的用户反馈
    • 准确评测推荐算法效果

4、架构设计

  • 硬件资源的限制
  • 用户数、item数
  • 存储、接口
  • 实时响应的要求

5、算法设计

  • 优化准则
  • 数据预处理
  • 离线算法
  • 在线算法
  • 功能实现策略
  • 推荐解释

6、系统评测

  • 用户反馈
    • 点击率?转换率?单次使用时长?重复使用率?
  • A/B测试

参考文章:
链接:https://www.jianshu.com/p/b9ba5c84000b

  • 1
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值