電商
網(wǎng)站設計怎樣解決搜索系統(tǒng)的推薦場景差異化？網(wǎng)站設計公司資深框架設計師接下來看一下推薦系統(tǒng)在電商平臺用戶端都有哪些常見展現(xiàn)形式，如圖3-17所示。
圖3-17推薦的使用一般放在售前環(huán)節(jié)，通過瀏覽時的推薦提高用戶的購買率，少部分會在購買完成后提示用戶，增加二次消費的概率。電商是全天候的售賣平臺，但在實際消費的時候用戶會有不同的購買場景，不同的購買場景對于推薦的要求也是有差異的。
●時間維度：包括節(jié)假期、促銷周期等，對于O2O甚至還需要更細致的時間劃分，比如早中晚、加班等。不同的時間維度用戶對于購買的訴求不一樣，推薦給用戶的商品也不應該完全相同。
●地點維度：地點維度更多會影響到發(fā)貨的周期，本地倉庫/商家是否有貨，決定是否可以早一點將貨送到用戶的手里。推薦系統(tǒng)要達到場景推薦差異化，就要根據(jù)不同情況下獲取的不同數(shù)據(jù)進行分析處理。推薦系統(tǒng)的底層數(shù)據(jù)源和搜索一樣，都是來自于各個業(yè)務系統(tǒng)的，推薦系統(tǒng)本身并不會產(chǎn)生業(yè)務數(shù)據(jù)。推薦系統(tǒng)主要是分析人與物之間的關(guān)系，因此數(shù)據(jù)都是圍繞這兩個點進行延伸的。人指的就是用戶本身的信息，包括用戶自身的基礎信息，比如用戶名、聯(lián)系方式、地址和收藏等，還有消費信息，比如訂單信息、會員信息等。這些信息可以對用戶在系統(tǒng)中的實體進行初步的構(gòu)建，以便推薦系統(tǒng)可以通過這些信息分析出人的“特性”。而物品也就是商品信息，商品數(shù)據(jù)主要是商品的基礎信息、促銷信息。除此之外，對于埋點的數(shù)據(jù)也需要進行統(tǒng)計，結(jié)合上述內(nèi)容一起分析。埋點信息包括訪問數(shù)據(jù)、點擊數(shù)據(jù)等。很多時候，一些新的用戶和新上架商品并沒有歷史數(shù)據(jù)可以追溯，這樣就無法提取特征，也就是我們常說的“冷啟動”。
商城網(wǎng)站搜索系統(tǒng)設計冷啟動的問題也會影響到使用哪種推薦策略，因為不同的推薦策略可能對于數(shù)據(jù)量的要求也不一樣。某些策略依賴于大量的數(shù)據(jù)進行分析，這個時候不處理冷啟動的問題就無法積累數(shù)據(jù)。為了應對冷啟動的問題，人們也找到了一些方法，根本思路就是通過變形或者轉(zhuǎn)化來獲取特殊的數(shù)據(jù)源，以解決無數(shù)據(jù)的問題。第一種方式提供相對穩(wěn)定的數(shù)據(jù)篩選結(jié)果，最為常見的例子就是熱銷排行榜。這種方式是假定所有用戶屬于一個整體的集合，在這個集合下最關(guān)注的商品就是熱銷品?？紤]到人群的從眾心理，給新用戶推薦熱銷商品其實是一種相對穩(wěn)妥的方式，實際證明新用戶在冷啟動階段對于熱銷品有更大的購買動力，而老用戶則會更多考慮長尾推薦。數(shù)據(jù)收集到一定程度后，再將推薦數(shù)據(jù)轉(zhuǎn)化為更為精細的個性化推薦內(nèi)容。
網(wǎng)站設計公司發(fā)現(xiàn)很多平臺的發(fā)現(xiàn)頁面就是通過這種方式去處理早期數(shù)據(jù)不全的情況。第二種則是利用用戶前期注冊時留下的信息進行判斷。目前很多平臺都會在初始階段讓用戶填寫一些個人信息和興趣愛好，這種手段在音樂或閱讀類平臺用的比較多。通過用戶填寫的信息來初步構(gòu)建特征，進行商品推薦的匹配。除了用戶本身在平臺填寫的信息外，目前絕大多數(shù)都會使用第三方賬戶登錄，如微信、支付寶等。通過第三方賬戶登錄，在用戶授權(quán)的情況下也可以導入部分用戶行為數(shù)據(jù)輔助分析用戶特征。但由于信息的匱乏，這種推薦會造成顆粒度很粗，可能導致很大一部分用戶看到的商品是完全一樣的，但實際上他們還是有一定區(qū)別的。此外也可以結(jié)合上面兩種情況來獲取信息，比如提供一些特定分類，如熱銷的商品，讓用戶進行喜好選擇，根據(jù)用戶的選擇匹配相似的商品數(shù)據(jù)。這樣冷啟動時可以更好地提供相對精準的推薦數(shù)據(jù)。不過這個方法對于前期提供選擇的商品集合有一定的要求，不能過分地從單一的分類中獲取商品，平臺要提供品類更豐富的選項，以便后續(xù)分析時可以更加準確。上面講到的是新用戶冷啟動的數(shù)據(jù)獲取方案，除了用戶的冷啟動，還有商品的冷啟動。
對于上新的商品，我們?nèi)狈τ谏唐焚徺I人群的數(shù)據(jù)特征，這就需要通過冷啟動獲取關(guān)聯(lián)數(shù)據(jù)，
如圖3-18所示。獲取數(shù)據(jù)的思路和用戶冷啟動所獲取數(shù)據(jù)類似，最基礎的方式就是提供特殊標簽，如“新品”。通過標簽提高權(quán)重以達到展示推薦的目的。此外，由于商品的信息是由內(nèi)部運營人員進行錄入的，因此我們可以通過人為的方式獲取到更多商品的基礎信息。推薦系統(tǒng)可以通過關(guān)鍵詞或者標簽（Tag）的方式獲取商品的關(guān)鍵信息，計算新品與老品之間的相似度來進行推薦。
同時我們也可以通過獲取第三方的數(shù)據(jù)來判斷用戶情況，如獲取已安裝應用情況，判斷性別、年齡和愛好等信息?？偨Y(jié)下來，冷啟動主要是通過3個方向獲取數(shù)據(jù)：引導用戶自填、運營人工分類和第三方獲取。好了，
網(wǎng)站設計公司本文關(guān)于“怎樣解決搜索系統(tǒng)的推薦場景差異化？”的建站知識，就分享到這里，謝謝關(guān)注，博納網(wǎng)絡編輯整理。
