什么值得买推荐系统思考

时逢年假,把自己对部分场景以及推荐系统的理解整理出来,大多只是提出疑问与简单思考。

创新互联建站专业为企业提供海门网站建设、海门做网站、海门网站设计、海门网站制作等企业网站建设、网页设计与制作、海门企业网站模板建站服务,十年海门做网站经验,不只是建网站,更提供有价值的思路和整体网络服务。

一、什么才是好的推荐系统

推荐系统要平衡好几方的关系

什么值得买推荐系统思考

推荐系统三方关系

用户:接收到有用的、有趣的内容; 站方:在不断的好文推荐中,让用户参与其中,升级消费观念,最终达到转化率效果; 内容提供者:内容的参与度提升,曝光度增加,鼓励用户不断产生内容;

在这三方参与者之间,其实普通用户才是关键。如果用户在阅读过程中,无法接收到有用、有趣的内容,那站方、内容提供者的愿景更是无从实现。什么样的内容才是有用的信息?什么样的推荐系统才是好的推荐系统?从算法角度讲,“精准”是推荐系统的衡量标准,即关联相似度。

可是事实真的是这样吗? 提出几个场景:

用户收藏了一篇关于“家装”内容的文章,就根据相似度理论不断推送同类文章。

一周内用户“好价”内多次搜索、浏览同一关键词,第二周停止搜,用户是不是已经完成购买这一产品了?

用户在好价内搜索“软毛牙刷”,那好文系统应该推送的是“牙刷测评”还是关联”口腔健康“商品的文章呢? ……

推荐系统不仅仅应该只追求“精准”,因为这可能造成两项误区:

重复推送,用户可能已经购买过类似商品或者根本对这类文章失去了兴趣

用户本来就打算购买的商品,单一推荐并不能够增加潜在的消费升级,反而是相似度更小的衍生产品文章,会让用户感到新意,同时提高KOI

所以,对于我们的好文推荐系统体系,要完成的不仅仅应该是“精准”,而是在准确识别预测用户行为的同时,帮助扩展用户的视野,帮助用户发展他们可能感兴趣,自己却并没有发现的内容。

也就是说,好文推荐系统的场景是极为重要的,应该有懂推荐系统和业务流程的产品经理同时加入到推荐系统团队

二、理解用户的行为

分析前,我们首先要关注用户行为和数据:

什么值得买推荐系统思考

用户数据来源

以上全部数据都会是判断用户行为的来源。那如果训练一个二进制分类器,首要任务是定义正负样本,为样本定义正负标签绝不是普通任务,联系场景考虑,有什么可能存在的坑?

思路有限,我们就单从好价浏览内容时用户数据入手 先画一个行为漏斗:

什么值得买推荐系统思考

行为漏斗

最简单的思路是:按照行为漏斗的深度对样本行为设立不同权重,判断用户行为偏好,然后进行推荐,可现实场景确实是这样吗?

简单提几个问题: 1、什么样的数据可以看作正样本? 2、点击行为都是正样本吗? 3、点“值”是什么想法?“不值”呢? 4、评论行为证明什么?用户是在提出问题还是回答问题? 5、买过的商品还需要再推送吗? ……

讨论这几个问题的基础要回到推荐系统的第一步:理解/获取用户需求 那用户真的需要什么?怎么理解他的行为?

对刚才的问题一个个来讨论:(不以详尽性为目的,只做讨论)

1、什么样的数据可以看作正样本?

行为漏斗中只有“收藏、分享”这两个动作能被完全看作为正样本,分享的行为成本还要高于收藏,但是收藏对于推荐系统识别是有很大帮助的,这证明用户对于这类商品是有兴趣的,有潜在的购买需求,这符合我们推荐的基本场景。

2、点击行为都是正样本吗?

所有的不点击动作都可以看作负样本,但是对于点击动作也应该分情况讨论。比如:

什么值得买推荐系统思考

3、点“值”是什么想法?“不值”呢?

交互动作很大一部分发生在“值/不值”上,但是这个行为是一个很复杂的动作,例如:

什么值得买推荐系统思考

不同频次的“点值/不值”动作,很值得我们讨论。因为点值行为是值得买平台内中为数不多的评分反馈,更可能反应了用户深层次的行为驱动,他真的想要什么?喜欢什么?行为永远比言语更能反应用户的内心。

4、评论行为证明什么?用户是在提出问题还是回答问题?

之前的讨论里用数据分析过评论区中的内容,但是我们分析的是:用户在讨论什么?需要什么?而今天我们除了这个结果以外,我们还需要讨论一点:这些用户是谁?提问者?回答者?他是不是已经购买过这个商品了?我们应该更偏向对于提问者推送相关内容,因为他们是更潜在的购买者, 对于专家用户,可能他已经对类似内容失去兴趣了。

5、买过的商品还需要再推送吗?

不能够确定值得买平台有没有用户购买数据(例如海淘网站返利成功数据),如果存在这个数据库的话,这完全能够用户是否购买过这个产品。如果没有的话,只能从用户深层的行为来判断他是不是购买过这个产品了。

三、推荐场景思考

当理解用户行为之后,开始推荐系统第二步:满足用户需求,用算法做推荐。

大部分电商网站现在都采取了较为成熟完善的协同过滤算法,作为推荐系统的主体。同时也采用了多种推荐系统算法加权累加,例如:FFM、SVM、LFM等。我个人建议以CF item based为主,一是因为算法成熟,便于实现,二是user 数目远大于 item 数目,user based 很难以对用户进行归类。

做相似度分析第一步:Item画像设计,其遵循的原则为提炼出那些易于区分不同Item的显著性特征或标签。这一步需要做详尽性分析,不做讨论。

转而思考计算相似度时, 除了在本身item标签内容中计算相似距离,我们还需要考虑什么场景?什么特殊因子?

1、冷启动场景:

通常在新用户进入系统时,没有数据来源导致冷启动问题,大多数网站采取主动选择标签功能,进行标签相关内容推送:

什么值得买推荐系统思考

2、推荐不是“推送”,不同用户的首页流推荐

首页的好文推荐是产品引流最重要的窗口,可是过度推送好文会影响部分产品用户的用户体验,从而影响转化率。如果根据不同用户使用场景决定首页流中好文的推送条数,可能效果会好一些。例如用户停留时间和用户日均浏览数来作为不同参数,确定权重W ,计算评分R

什么值得买推荐系统思考

根据评分 R 的不同,来确定首页流的推荐数目。

3、多次重复推送同一品类文章:多样性问题

用户在内容平台所希望收获的文章一定是多样的,如果在较长时间跨度里推荐系统只能覆盖单一兴趣点,那这个推荐列表在长期评估时一定是无法让用户满意的。

那也就是说,我们在推荐系数时,必要考虑一个因子来控制多样性问题,如果当系统想推荐文章i时,我们就要对已经在文章列表R(u)内任意文章 j ,计算相似度,引入

什么值得买推荐系统思考

如果系统的推荐分布频次,可以和用户点击频次挂钩,那结果就完全符合多样性要求了。

4、热门内容更热,冷门内容依然无人问津:马太效应

马太效应在UGC平台是常见的,通常体现在用户浏览参与集中于的热门文章中,大部分内容的参与度极低,也可以称为覆盖率问题。覆盖率可以描述一个推荐系统对于文章推荐效果长尾能力的发掘,指推荐文章占全部内容的占比,可以用信息熵度量。

作为整个UGC平台的管理方,站方有责任让所有优质的UGC内容受到关注,而并非只有热门内容,只有克服马太效应,这样才能够让发帖用户感受到更多的关注度,鼓励激发更多的优质内容。

加入一个因子惩罚热门权重

什么值得买推荐系统思考

5、产品链层次因素

回想在本文开篇处提出的问题:用户在好价内搜索“软毛牙刷”,那好文系统应该推送的是“牙刷测评”还是关联”口腔健康“商品的文章呢?

宏观来看,所有品类的商品都存在产品链上下层的关系。买了iPhone X的人可能对于手机壳感兴趣,想买普通牙刷的人可能就是漱口水、电动牙刷的潜在消费者。没有一项产品是单独存在的,既然我们要做的是提高用户消费观念,那推荐系统是不是该偏向推送更深层次的内容,加大权重。

6、买过的产品还要推送吗?

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。

分享标题:什么值得买推荐系统思考
文章来源:https://www.cdcxhl.com/article38/cphosp.html

成都网站建设公司_创新互联,为您提供网站收录手机网站建设全网营销推广定制开发网页设计公司营销型网站建设

广告

声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联

成都定制网站网页设计