• 保存到桌面加入收藏设为首页
产品运营

运行在不同应用上的个性化推荐系统

时间:2014-06-09 23:02:57   作者:tanym   来源:沈逸的IT专栏   阅读:2056   评论:0
内容摘要:个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助网站主为其用户提供完全个性化的决策支持和信息服务。
运行在不同应用上的个性化推荐系统
    推荐不是预测,推荐是有依据的,预测是扯淡的。今天本文来谈两种“推荐”和一种类似“预测”的推荐。其实不管推v也好还是预测也好,都是有依据的。
 
  一、最早我是这样喜欢上“推荐”的
 
  豆瓣。
 
  不得不再次解说下豆瓣:大约05年接触到这个网站,来自于好友推荐。吐槽:也许这就是早期“朋友圈”这个概念了,北漂时很孤独、很空虚、很无助,从小城市来到大城市什么都感到很新鲜,新鲜到都不知道什么是好什么是坏的,于是“朋友圈”对你的无节操推荐你都会迫不及待尝试一下。
  那时为何我们想不到做这么一个应用呢?,所以说有句负能量的话很对:”你只需看着别人精彩,上帝对你另有安排”。(我认为愚钝的我,就算上帝对我有所安排,也体会不到)
  回到正题:当我在豆瓣上看了一大堆书评和影后发现以后想看什么“似乎豆瓣已经知道了”。因为在它的首页上已经显示出“猜你喜欢”,而且非常精准。
  接下来的日子是我用c#实现“猜你喜欢”算法,于是各种余弦相似性、修正的余弦相似性、协同过滤算法被我疯狗般的实现一遍,并用在了公司某电商项目中。
 
  花絮:
 
  1、最近有个项目也需要用到推荐算法。我又开始复习旧功课了
  2、我还是打算做一个“猜你喜欢”来给用户推荐信息或购物
  3、我一个朋友建议我做一个“猜你妈喜欢”的功能,比“猜你喜欢“更简单更暴力,更能符合电商“创新”法则。我很认同的昏倒了
 
  关于余弦相似性:
 
  如果不明白这个算法的人,我们可以理解为向量夹角。每一个向量就是每一个人对某个事物的喜好程度和打分,向量之间的夹角越小说明你和某人相似度越高。通过这个基本原理,只要你对某个商品进行了打分,那么我立马可以找出和你兴喊好很类似的用户,于是我会把他们的兴趣爱好商品推荐给你。理论上讲,能够中你的兴趣度很高。
 
  点评:
 
  这种推荐来自于大数据的挖掘。样本数据越大结果越精准。不光是电商,信息类门户如微博都会使用类似这种算法思路实现推荐。譬如你经常会在微博上看到“可能你感兴趣的人“,我大致看了看,确实命中率在60%以上。
 
  二、微信朋友圈推荐
 
  微信的到来让我们欣喜若狂,其朋友圈很是让人耳目一新。大约有那么几周时间,我天天能看到微信朋友圈里分享技术、互联网新闻、涉yellow段子、各种节操商品购物推荐、各种养生知识。
  其实,这叫“被动推荐“,不需要任何算法。凡是”朋友“推荐的东西总能让你感觉”可能会很美好“。
 
  事实上时间久了我发现:
  1、技术知识由于格式问题,在微信里看根本不适合
  2、互联网新闻还不如看微博
  3、涉yellow段子都是看了无数遍的重复段子
  4、商品购物推荐基本要么是烂货要么是吭货,还有诱导点赞
  5、养生知识很多都是假的。
 
  于是,我在微信中把一些“无节操、无脑”推荐的好友给屏蔽了。因为,有些东西我不需要他们的推荐。逐渐开悟的民众也许已经能自己“判断是非”了。
 
  点评:
 
  这种推荐无节操、很暴力。不可否认的是兴趣爱好类似的小众群体中进行的“推荐”,转化率很高。只不过持久性不足,其效果太容易大起大落。
 
  三、统计学推荐
 
  大家知道为神马星座这么准?
  网上说,其实它是一门统计学,把各个出生年月日的人物性格统计出来(我不知道是何方神圣统计的),然后大部分人都会与其有所对应,毕竟用统计学的话不符合的都是少数。
  这里我举个小案例,让大家知道利用统计学做推荐的“魔力“:
  假如我是一个诈骗团队头目,最近缺钱花,今年又是2014世界杯,于是我想到了一个办法来骗钱。方法如下:
  首先假设世界杯已经开始了,第一场是巴西对中国
 
  1、买一万个信封,分成两份,前五千份写上巴西赢,后五千份写上中国赢。落款是:宇宙级世界杯超精准预测推荐小组。然后在开场前把1万份信都寄出去。
  2、规则很简单。如果用户收到的预测信是正确的,请关注信封上印的“二维码公众号”,并回复1,这样他们下一场比赛还会收到我们的预测信息(不过,用的不是再是纸质信封,而是微信公众号直接发预测推荐结果,节约成本),不关注、不回复则不再发信息。
  3、于是巴西和中国正式比赛有一万个人会收到我的信。接下来就是他们兴致勃勃的看球赛。我们假设结果是中国赢,于是收到“巴西赢”的5000人会把信当场撕掉。一边骂我是2B一边还可能打电话报警。不过这些我都没问题,我已经准备了多部手机号码了。不过可喜的是,另外5000人会关注我的微信公众号,并回复“1”,然后殷切的等待下一场预测结果。
  4假设第二场是:美国VS朝鲜。于是,我针对这5000人再次分成两组,一组2500个人发“美国赢”,一组2500人发“朝鲜赢”。
  5、后面的结果大家也能猜到了。继续会有2500人“取消对我的关注”,另外2500的人对我开始“有点拜”。
  6、以上步骤反复类推,经我估算,大约关注人群减少到150人左右时(大概进行了5次预测推荐),这150人绝对会是我的忠实粉丝(疯狗般的崇拜我),很忠实,因为他们连续5次获得的推荐结果都是和真实比赛是一样的。
  7、下面一次的预测结果我就不会和以前一样了。而是发送一条文字信息“本团队为全人类主宰级、宇宙级、恐龙级推荐团队,我们的推荐必然会得到god一样的验证,如果您需要再次获得下一场比赛的结果,请向XXX账号支付XXX元,你将会一如既往的得到我们的服务”。最后,别忘了提示一下:我们推荐的结果可以用来“赌球“
  8、好吧。我可以很负责任的告诉大家,这150个人必然会有90%的人汇款给我。并期待下一场结果
  9、大家要问后来呢?我想说还需要后来吗?卷铺盖逃跑了。换个微信号、换个城市继续吧
  极其严肃的申明:以上办法请勿模仿,仅仅为让大家学习统计学的推荐原理,模仿后造成的后果本人一律不负责。
 
  点评:
 
  不要小看统计学推荐。他经常被用于一些“自媒体电商”,“特定行业人群电商”。做法更简单、更暴力,只不过他就像“数学谜题”一样,大部人会绕进去。
 
  譬如我再举个例子:
 
  早期d外有个电商网站,特点是每天卖一种商品。于是每天有几万人上来看到底是啥商品,其中一半人喜欢一半人不喜欢。根据上面的案例反复类推。最终网站积累了几千种子用户,因为他们发现这个网站每天推的商品都是他们喜欢的,很有爱、很开心。于是,多年后该网站摇身一变变成了针对d些特定行业、特定领域用户群服务的真正的电商网站。
 
  结论:
 
  这里不下结论,防止对大家的思维产生固化。思考一下、想一下。换种思维海阔天空。


    PS:什么是个性化推荐?
    答:个性化推荐是根据用户的兴趣特点和购买行为,向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大,商品个数和种类快速增长,顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题,个性化推荐系统应运而生。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台,以帮助电子商务网站为其顾客购物提完全个性化的决策支持和信息服务。
国内比较出名的个性化推荐系统提供商:北京百分点信息科技有限公司


IDCsped 提供最新的IT互联网资讯,本着分享传播的宗旨,我们希望能帮助更多人了解需要的信息!

部分文章转载自互联网、部分是IDCsped原创文章,如果转载,请注明出处:www.idcsped.com !
微信号:13430280788  欢迎加微信交流!

标签:个性化推荐系统  大数据分析  
相关评论

销售电话:13760852008

Copyright © 2012-2017 | www.idcsped.com 版权所有

  粤公网安备 44010502001126号  湘ICP备12006439号-1