"淘宝推荐系统简介"分享总结

时间:2022-05-21 06:09:11

概述:

此分享是关于淘宝推荐系统简介

1.推荐引擎就是:如何找到用户感兴趣的东西和以什么形式告诉用户;
2.推荐引擎的作用:提高用户忠诚度,提高成交转化率和提高网站交叉销售能力;
3.推荐系统核心:产品,系统和算法;
4.推荐系统产品形式:邮件营销,群体信息披露,趋势引导,评论、资讯推荐和相关商品、店铺、达人推荐;
5.推荐系统系统组成:数据,算法,消息系统,Search engine,NoSQL,分布式计算和效果评测;
6.算法包括离线: 用户类目偏好、用户购买力分析、关联性分析和在线:排序、过滤、增量计算
7.分布式计算包括:大规模数据统计,运算和大数据集合的ETL;
8.效果评测衡量指标:CTR GMV PV UV
9.算法包括但不限于:content-based,collaborative-based和Association Rules
10.宝贝的推荐包括:
Content-based and 关联规则
全网优质宝贝算分
根据推荐属性筛选TOP
基于推荐属性的关联关系
采用搜索引擎存储和检索优质宝贝
加入个性化用户信息

解:

架构图:

"淘宝推荐系统简介"分享总结

应用层次图:

"淘宝推荐系统简介"分享总结

总结:

  为避免冷启动采用的方式有:热点推荐,TopN推荐,规则推荐

http://pan.baidu.com/share/link?shareid=467244&uk=2466379732&fid=1866772592