当前位置:首页 » 业界资讯 » 深度报道

推荐系统的艺术、科学和生意(1)

...

原作者: Alex Iskold译者: 小白原文链接

去年(2006)10月,Netflix发起了一场不寻常的竞赛。这个在线电影租赁公司悬赏1百万美元寻找能将他们的推荐引擎性能提高10%的人。Netflix以勇于创新和大胆行动

著称,在这样的大背景下,1百万美元对于这样的生意来说并不是一个大数字。

这项赛事仍在继续中(它“将至少持续到2011年10月2号”),那么,这是一次商业炒作还是一次用较少钱做研究的尝试?一个更好的推荐是Netflix真的需要呢,还是可有可无?现在Netflix正面临苏醒的巨头BlockBuster的挑战,它当然需要寻找竞争优势。一个好的推荐系统能够为这项服务留住并且吸引用户。比如,当一个用户归还一部电影的时候,推荐一部他们可能喜欢的另一部电影——这可以增加更多的回头客。

浏览和推荐

一个好的推荐引擎不光对Netflix起着重要作用,对任何电子商务网站都是如此。这是因为两个基本的在线行为——搜索和浏览。当一个客户清楚地知道她要找的东西的时候,她会去搜索。但是当她并不是在找一个特定东西时,即在浏览。浏览过程对推荐系统来说是一个黄金机会,因为用户并不是专注于某一件东西——她需要建议。

在浏览过程中,用户的注意力(和他们的钱)谁都可以去争取。通过展示一些具有吸引力的东西,网站可以将交易的可能性最大化。所以,如果一个网站能提高推荐的成功几率,它就能赚更多的钱。显然,这是一个很困难的问题,但是解决它的激励也很大。主要的方法可以分为以下几类:

  • 个性化推荐(Personalized recommendation)—— 根据个人过去的行为推荐
  • 社会化推荐(Social recommendation)—— 根据类似用户过去的行为推荐
  • 物品推荐(Item recommendation) —— 根据物品本身推荐
  • 上述3种方法综合使用

我们现在来通过一些网站看看这几种不同的方法:老的网站如亚马逊(Amazon),新兴网站如Pandora(译者注:音乐推荐网站)和del.icio.us(译者注:书签网站,有翻译为美味书签)。

亚马逊 —— 推荐之王

亚马逊被誉为在线商城,尤其是个性化推荐的领袖。过去十年,该公司已投入了大量的金钱和智力建成一套智能推荐系统,它会考虑你的历史浏览记录,过去的购买记录和其他购物者的记录——所有这些都是为了确保你能买东西。让我们看看亚马逊推荐系统的各个模块,来了解他们到底是怎么工作的。下面几块是我登陆Amazon之后看到的主要部分:

这一块是社会化推荐。可以看到,它的分析性很强,从统计学上帮我分析了购买一件物品的理由。同时,它也是一项个性化推荐,因为推荐基于我最近点击的一个物品。

上面这块是基于新版本的物品推荐(Item recommendation)。点击"Why is this recommended for you?"(为什么推荐这个给你)链接,可以查看我的购买历史记录。所以,这也是一个个性化推荐,因为它是基于我过去的行为的。

在这个页面还有四个其他的模块,每一块都组合运用了上述的几种个性化推荐机制。我们用表格总结如下:

亚马逊个性化推荐系统

你的浏览历史 你的购买历史

实际的物品新的版本(物品推荐)

相关物品(物品推荐) 相关物品(物品推荐)

其他人购买(社会化推荐) 其他人购买(社会化推荐)

系统是对称和全面的,这不足为奇。所有的推荐都是基于个人行为的,再加上物品本身的信息或者是亚马逊其他用户的行为。不管你想购买的原因是什么:这件物品跟你以前的买的东西相关,或者是其他人里面很流行,这个系统都会促使你把这件物品放到你的购物篮里面去。

继续阅读
报告:电子商务尚未饱和 数年内仍将2位数增长
马云称中小企业将主宰电子商务未来
发表评论

昵称:
最新评论
暂时没有评论!