电商系统的推荐系统的思考

电商系统的推荐系统的思考
在很长一段时间我一直在研究各大电商的推荐系统的设计思路，在最早开始尝试做推荐的电商来说，我有段时间比较迷茫，往往推荐的内容或者我喜欢浏览的产品不断的推送到我看的页面，这个思维方式我首先认为在现在阶段的推荐可以基于此种方式推荐给用户，随着用户的购买习惯，电商的推荐系统是一个人工智能，大数据等技术的积累。对于用户画像的研究需要在一个基本的阶段或者基础上才能进行，要不会适得其反。
首先，我觉得目前市面上的推荐系统都是基于所谓的关联推荐，或者叫购买推荐，或者浏览推荐，
难道用户的浏览或者购买就一定会代表用户的靶向需求，那么如何解决用户需要接收不同内容的产品和信息呢
为什么要把用户固定在某个圈子，如何让用户跳出这个圈子才是产品经理需要深度思考的一个问题
其次，所谓的基于内容推荐，协同过滤推荐，基于购买推荐，基于关联推荐，基于效用推荐，基于知识推荐等这些推荐方式或者算法归根到底是基于哪种数据样本进行计算。本质是一种算法。其核心是数据。
最后，我想说的是如何定位不同用户的不同习惯，思维进行精准推荐是现阶段各大头部电商平台需要突破的地方。我也希望各电商基于SKU的分类做成精准的推荐，在一定阶段，推荐和用户应该有50%的新信息或者商品的获取，这样做到兼备，我相信销量才能上去。达到做推荐系统的真正目的。