推荐系统如何成为我们在线购物的方式

作者: Roger Morrison
创建日期: 19 九月 2021
更新日期: 9 可能 2024
Anonim
机器学习和推荐系统
视频: 机器学习和推荐系统

内容


资料来源:Artisticco / Dreamstime.com

带走:

推荐系统可以为营销人员和消费者提供巨大帮助。

您是否曾经在网上查找过一些东西,而在您不知不觉中,到处旅行都受到有关该主题的广告的轰炸?例如,假设您正在寻找下一部《星球大战》电影的最新信息。看完预告片后,您会开始看到在线广告,其中包括“星球大战” T恤,“星球大战”玩具,“星球大战” DVD,“星球大战”床单...以及许多其他“星球大战”产品你甚至从未想像过的存在!这全都归功于推荐系统。

什么是推荐系统?

推荐系统(也称为推荐引擎,推荐系统或简称RS)已经在重新定义公司创造客户体验的方式。推荐系统可帮助客户在进行在线购买时做出明智且更好的购买决策。如果您有任何时间在网上进行购买,那么几乎可以肯定会遇到与所购买产品类似的推荐产品。因此,当您浏览产品时,推荐系统一直在观察您的浏览行为并搜索您自己可能尚未发现的产品。推荐系统在增强整体客户体验(尤其是在线购买市场)方面起着重要作用。当然,这对业务也有好处。公司一直在增加投资,以改善其推荐引擎,以帮助客户选择最佳产品。

推荐系统如何工作?

在我们发现推荐系统如何影响我们的生活之前,有必要了解它们如何工作以及如何发展。

推荐系统是一种信息过滤技术,通常在整个电子商务网站上使用,以向访问过它们的客户提供经过过滤的产品选择。顾名思义,该技术用于为具有相似特征的产品提供建议。目标因党的观点而异。对于在电子商务网站上销售产品的公司,它通过向客户提供更多产品选择来改善其创收前景。对于客户而言,它提供了类似的产品推荐,并给客户提供了购买比已经选择的产品更好的产品或购买可以增强已经选择购买的产品的体验的产品的机会。为了提供建议,引擎使用了多种方法,包括:

当没有人关心软件质量时,您就无法提高编程技能。

Airbnb想要解决的问题

Airbnb是一个网站,人们可以在这里找到要出租的住宿,也可以列出要出租的住宿。根据维基百科,Airbnb在190个国家/地区的34,000个城市中有超过1,500,000个列表。旅行者永远在全球范围内寻找便宜,舒适和安全的住宿。 Airbnb希望找到方法为其客户提供更好的定制住宿选择。它想更多地了解旅行者的独特要求。


Airbnb做了什么?

主要思想是找出旅行者的个人旅行需求,并给出适当的选择或建议。因此,Airbnb决定深入研究以旅行评论,住宿反馈和客户记录的其他数据形式记录的客户数据。 Airbnb组建了一个团队。工程部副总裁Mike Curtis表示:“很长一段时间以来,如果您知道要去的地方和要去的地方,Airbnb就是一个很棒的去处,但是我们意识到我们拥有其他人没有的这些数据。我们有旅行方式。我们有评论。我们有清单的描述。我们从那里可以推断出很多关于社区的知识。”因此,Airbnb掌握了数据和提供个性化推荐的推荐系统。

推荐系统的演变

尽管围绕推荐引擎进行了大肆宣传,但在真正吸引用户的想象力之前,它们需要走很长一段路。目前,引擎遵循通用算法,并没有提供量身定制的选择。未来在于为客户提供定制的产品选择。为此,算法需要考虑复杂性,例如睡眠周期,用户情绪,一天中的时间和能量输出。零售和媒体行业似乎将最广泛地使用这些引擎,其他引擎也将效仿。例如,银行和金融业正寻求越来越多地预测其客户的下一步行动,以便提供定制产品。为此,将考虑许多有关客户反馈,社交媒体模式,呼叫中心数据,网站,甚至消费者的教育程度的数据。

结论

观察推荐引擎的未来将如何成形将是很有趣的。现在使用的算法已经使用了很长时间,但是企业希望更多地使用该算法。品牌正寻求通过不断尝试使其更全面来调整和改进算法。但是,潜在的最大挑战在于,传统上尚未使用引擎的行业(例如,可能提供保险产品建议的保险行业)如何实施引擎。

推荐系统有潜力以多种方式帮助人们的日常生活,并帮助广告商向更广泛的受众介绍产品和服务,只有时间才能确切说明这项技术将如何继续发展。