用户搜索规则框架
2021-10-25 17:29:05 0 举报
AI智能生成
用户搜索规则框架
作者其他创作
大纲/内容
通过用户自身的标签+搜索的关键词,匹配对应的内容,系统筛选出最佳符合,推荐给用户
用户有明确的用户目标
根据用户的操作,系统修正数据计算后重新推荐
系统将热门、同类用户、同地区中购买最多系统默认的内容推荐给用户查看
系统推荐
让用户自主操作,以获得更加精准的条件
引导用户下一步
用户满漫无目标
用户
用户的基本信息:含年龄、性别、地区、收入职业、价格层级、消费敏感度、购买力度等
用户属性
商品外观、重量、大小、价格;内容对应的人群、专业度:服务时长、范围等
商品属性
关联度
客观原因
引导因素
市场属性
数据源
1.商品/内容属性相对固定,只需要验证用户的标签即可。
2.针对新用户推荐会相对更友好,用户在开始时的选择,可以较为轻松的匹配
3.多种条件匹配,用户自助操作,可以给系统提供更多的数据,用于精准推荐
优势
1.新用户选择会较为粗糙,或未选择对应的领域,系统难以进行匹配
2.用户选择较多,系统给用户打的标签越多数据计算越复杂,推荐度反而会下降
3.当数据源选择不足时,系统的计算结果低
劣势
用户画像建模
基于用户
内容源数据建模
基于内容
能够根据相关性,基于用户的属性进行匹配,可以推荐精准的相似内容,推荐度更高,更准
1.需要大量的数据,包含用户数据、商品数据、行为数据
2.前期需要花费大量的人工标注,人工只能需先人工,后智能
3.不相关的内容匹配,需要新训练,需要重新数据建模
4.关于人性的定义难以捉摸,用户反馈和用户实际需求匹配度不一致
根据商品/内容对用户的数据发现其相关性
协同过滤
基于算法
精准推荐
推荐机制
相同用户
不同用户
使用不同的推荐方式,将结果分别推荐给
对同相同/不同的内容
区分混合
混合推荐
推荐
搜索规则
0 条评论
回复 删除
下一页