本文將嘗試從衣食住行吃喝玩樂的角度出發，對其相應的主流平臺運用的個性化推薦策略進行詳細分析。

俗話說，遠親不如近鄰，本質是指距離近的人好幫忙。

當我們把這句話投射到我們和網絡之間的關系中時，會發現一件有意思的事：我們與網絡基本時時刻刻黏在一起，近水樓臺先得月，網絡也在比任何人都要努力得去懂你。

具體反映在涉及衣食住行吃喝玩樂的平臺，80%都在嘗試做個性化推薦，力圖“千人千面”得滿足需求、挖掘創造需求。而這也是一個力圖互惠互利的過程，網絡平臺因為更懂我們，給我們帶來了合適的商品、便利的服務；我們因為接受甚至依賴這些服務，最終將銀子貢獻給平臺。

本文將試著從衣食住行吃喝玩樂中取幾個場景切片，分析相應主流平臺運用的個性化推薦策略，下面，就讓我們一起去感受下這無處不在的個性化推薦吧!

個性化推薦概述

如字面意思，即將用戶“個性”和“商品服務”屬性進行精準的匹配，達到用戶所見即所需所想的目的，縮短了商品服務觸達用戶的路徑，減少用戶流失，促進用戶快速轉化。

產品的計算策略和機制，會根據平臺用戶屬性和提供的商品服務特性有所區分，可以比較粗放得總結如下：

1. 用戶畫像

基本屬性：用戶的性別、年齡、身高體重三圍、職業、婚否、育否、地區等等

興趣愛好：體育、音樂、美術、戶外等等

心理特征：穩重、熱情、外向、內向等等

行為特征：對平臺服務的關注度，比如經常登錄、經常簽到打卡、瀏覽評價、經常參與平臺活動等等

消費力：對于電商平臺，就是購買頻次、購買金額等；對于音樂服務平臺就是購買會員服務等級、次數、購買音樂人專輯次數等；

2. 用戶行為

基本行為：啟動、登錄、搜索、瀏覽（時長）、點擊、關注、訂閱、收藏、加購、咨詢、下單等

行為特征：距離上次購買過去多久、距離上次播放過去多久等

3. 商品服務畫像

品類：基本的分類大塊兒，比如電商平臺，可能是按照服飾-女裝-上衣-針織衫進行

基本屬性：對于針織衫，可能還有顏色、款式、材質等區分

特色標簽：按照穿衣場景，可能是上班、聚會、逛街等；按照風格，可能是御姐、蘿莉、中性等

活動屬性：是否是主推商品服務、商家購買了曝光率的商品服務等

用戶行為觸發推薦系統進行計算，當將用戶和商品服務進行初步匹配后，并不會隨之推出結果到前臺，還需要一步，即：觸發-過濾-排序機制。

這一步可以根據行為特征等因素，去掉那些可能對用戶形成打擾的、或者過于重復的內容，并且通過協同過濾，可以得到“看過這個商品的人也看過的商品”，“聽過這首歌的人還喜歡的歌”、“去過這個地方的人還去了XXX”等，一定程度上削弱了完全考慮用戶個人行為而形成的“繭房效應”。

通過以上幾步操作，推出結果池，然后再從上述內容中抽離出排序策略，最終呈現給用戶“最佳答案”。

這里還有一點需要提及，目前大多數個性化推薦是基于替代關系進行的推薦，是否需要補充互補關系相關的內容，這個目前在電商平臺應該是可以實踐的。（可能個人調研不足，但基于互補關系的推薦好像只有詳情頁的服裝搭配）

綜合電商平臺

作為一名電商用戶產品經理，需要不斷做行業調研分析，跟進最新變革的步伐，因而時常會因某需求而去看看大平臺是怎么做的（此處蜜汁微笑），但是調研的過程中經常被出現在眼前的商品種草，調研完了購物車也加滿了，真的好氣。

為什么會這樣呢？因為我已經被電商平臺“掌握”了，它們推給我的，就是我感興趣的，而且這種推薦穿插在平臺的各個頻道、各種我的行為場景中（除了下訂過程，因為這個過程不能被打斷）。

電商平臺個性化推薦集中地即是首頁-一個進行流量分發的重地，在這里能將用戶和商品進行準確高效匹配的話，后續的轉化會比較可觀，目前淘寶和京東的首頁都基本實現了智能賣場的形態，除了基本功能入口，其余搜索關鍵詞、banner、主要服務入口、賣場樓層以及頁面底部沒有邊界的“為你推薦”，都是個性化推薦系統的前端落地頁。

這里能夠看到，淘寶最新一期的改版將樓層砍了一大半，主要通過【為你推薦】讓用戶“停不下來”。而京東的樓層依然很多（這個截圖去掉了好幾層樓），雖然每一層仍然以個性化推薦商品做封面及入口，但仍保留了很多平臺想要推的業務。

對于首頁這種流量分發重地，舍棄掉某些業務入口，確實可能導致該類業務貌似沒有出頭之日，不過綜合權衡下來，在流量紅利逐漸消失、各家都需要重精細化運營的現在，每項業務能夠在自己的流量池里完成對用戶的深度轉化應該已經很好了，并且按照淘寶的策略，在【為你推薦】里根據協同過濾適時穿插一些卡片，不失為更合理的推平臺業務的辦法。

各家也會在用戶轉化過程中的不同場景中進行個性化推薦，包括列表頁結果排序、購物車頁等。而在【我的】這個頁面，京東在頁面底部依然進行了個性化推薦，淘寶則是接入了很多服務卡片，這里應該跟產品定位有關，不過更引起我興趣的是京東在此處的個性化推薦結果。

我們能看到，此處的個性化推薦結果被安排在每一個頻道下面，【抗個霧霾】讓人感覺應該跟口罩、空氣凈化器、防毒面具等有關，但下面會有【烏梅】、【徐福記烏梅夾心糖】出現；【閑饑難忍】應該跟主食面包類、肉類、巧克力士力架等有關，但下面會有【蜆子肉】、【青島海鮮】等出現，雖然算法里應該有模糊匹配的內容，但這好像是過濾因素不充分的鍋？

如上所述，推薦系統需要不斷迭代優化，其中一部分迭代因素來自于用戶的直接反饋，淘寶的用戶反饋收集選項比較簡單，就是“不喜歡”，而京東會將不喜歡的原因進行拆分，除了不感興趣，還希望用戶說說具體理由。整體來說用戶是比較懶惰的，而這兩種反饋策略背后對應的迭代機制一定也有復雜的區別，比較好奇淘寶在這部分的響應、迭代策略，有機會再詳細了解一下。

生活服務類電商

個性化推薦在電商領域里的應用十分廣泛，在大眾點評和美團這種生活服務類電商平臺里，個性化推薦也在扮演著越來越重要的角色。

大眾點評自從將首頁次屏及以下改成了內容社區，能夠感受到推送的內容“繭房效應”越來越強烈，我等屁民真的也想看看除了【小吃快餐】之外的世界啊喂。

以及一家之主美團，首頁下方為我推薦的都是經常購買、瀏覽的各種外賣，怎么說呢，整體感覺有點廉價，在時時刻刻提醒筆者屁民的身份。

美團在首頁腰帶處增加了常用商家入口，不知這里是的商品畫像是什么策略，于筆者而言這里推送的都是外賣入口，包括經常瀏覽、購買的和可能是付了推廣費的商家。

對于生活服務類內容，除了“經常使用”這個場景，還有一種是“換個口味”。所以此類推薦是否有可能增加商品畫像和用戶行為特征考量維度，有區分得進行“經常使用”和“換個口味”兩種權重下的推薦，是需要思考的問題。

總的來說，目前為止，我都想點【減少相關推薦】。

音樂服務平臺

說到音樂服務平臺的個性化推薦，筆者總會想起網易云音樂，不知是當初推廣做得太好還是口碑一度爆棚的原因，經過幾年時間的使用體驗，現在來說感覺蝦米更懂我。

其實不管是網易云還是蝦米還是哪一家，做個性化推薦時考量的主要因素也都寫在了平臺上：將歌曲進行不同維度的屬性分類，根據用戶行為及特征，進行相關推薦。

對于這類個性化推薦，需要循序漸進不能操之過急，即若某一用戶突然增加了對完全不同維度的歌曲的興趣時，對于該類歌曲的推薦加權需要考量好比例。這方面感覺網易云比蝦米靈敏，但于個人而言，一時的興起不代表口味的轉變，所以我現在用蝦米比較多~

寫在最后

個性化推薦是一個極其復雜的內容，遙想當年頭條因推薦算法闖出一片天挖到第一桶金，可見其厲害之處。但隨著推薦的發展，對于信息繭房、馬太效應等的探討也越來越深入。

這里個人研究不夠深入，不再展開，想用某天在路上偶然看到的新浪班車上的標語做結：我們深知個人喜好，但是新聞不能投其所好。

本文由 @葉子 原創發布于人人都是產品經理，未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議