中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

文章結(jié)合實(shí)際案例，對(duì)OTA采用的一些常用推薦策略展開分析，一起來看。

什么是推薦系統(tǒng)？根據(jù)Wiki百科的定義，推薦系統(tǒng)是一種信息過濾系統(tǒng)，用于預(yù)測(cè)用戶對(duì)物品的“評(píng)分”或“偏好”。個(gè)性化推薦已經(jīng)在電商（Amazon，淘寶，京東等）、電影和視頻（Youtube，Hulu，愛奇藝，騰訊視頻）、個(gè)性化音樂（Spotify，網(wǎng)易云音樂，QQ音樂）、新聞（今日頭條，騰訊新聞）等多個(gè)領(lǐng)域得到廣泛的應(yīng)用，并且取得了令人影響深刻的成績(jī)。本文將結(jié)合案例來分析OTA采用的一些常用推薦策略。

常見的推薦策略

隨著信息技術(shù)和移動(dòng)互聯(lián)網(wǎng)的發(fā)展，人們步入到一個(gè)信息過載的時(shí)代，而現(xiàn)在的用戶越來越多的偏好使用移動(dòng)終端來獲取資訊，購(gòu)買網(wǎng)上產(chǎn)品。信息過載和用戶獲取信息的方式改變導(dǎo)致對(duì)不論是內(nèi)容生產(chǎn)者或產(chǎn)品提供者，還是內(nèi)容消費(fèi)者或產(chǎn)品購(gòu)買者都遇到了巨大的挑戰(zhàn)。如何利用碎片化的時(shí)間，通過移動(dòng)終端，在海量的信息中找到想要的內(nèi)容或產(chǎn)品是一件非常困難的事情。推薦系統(tǒng)通過一系列的推薦策略來解決這個(gè)沖突，成為一個(gè)重要工具之一。

推薦系統(tǒng)通過不同策略建立用戶和物品的關(guān)系，從而將用戶可能感興趣的物品展示給用戶，如下圖：

注：本圖是根據(jù)“ Tagsplanations : Explaining Recommendations using Tags”一文中的插圖重新繪制，本圖的著作權(quán)歸原著作權(quán)人所有

策略一：基于物品的協(xié)同過濾

基于物品的協(xié)同過濾目前是業(yè)界應(yīng)用最多的策略，該策略的主要思路：給用戶推薦那些和他們之前喜歡的物品相似的物品，因?yàn)槭腔谟脩舻臍v史行為，所以能夠給推薦結(jié)果提供推薦理由。該推薦策略主要分成兩步：

1. 基于全站用戶的行為來計(jì)算物品間的相似度
2. 找到與用戶歷史偏好的相似物品集按照相似度排序推薦給到用戶

策略二：基于用戶的協(xié)同過濾

基于用戶的協(xié)同過濾是推薦系統(tǒng)中最古老的算法，該策略的主要思路：給用戶推薦那些和該用戶相似用戶集喜歡但該用戶未購(gòu)買的物品，因?yàn)槭腔谙嗨朴脩?，很難提供令用戶信服的推薦理由。該推薦策略主要分成三步：

1. 基于全站用戶的行為來計(jì)算用戶間的相似度
2. 找到與目標(biāo)用戶有相似度的用戶集
3. 過濾掉相似用戶集的偏好產(chǎn)品集中目標(biāo)用戶已經(jīng)購(gòu)買的產(chǎn)品，將剩下的產(chǎn)品推薦給到用戶

策略三：基于用戶標(biāo)簽數(shù)據(jù)

策略一和策略二主要通過用戶的行為來計(jì)算相似度，沒有利用人群或者物品的特征來計(jì)算人群或物品的相似度，該策略的主要思路：給用戶推薦那些和該用戶興趣相匹配的物品。該推薦策略主要分成三步：

1. 基于用戶的行為計(jì)算出用戶的興趣點(diǎn)
2. 找到與用戶興趣點(diǎn)匹配的物品集按照匹配度排序推薦給到用戶

OTA上推薦策略的應(yīng)用

我們先看一下各大OTA公司的個(gè)性化推薦有哪些內(nèi)容，目前僅發(fā)現(xiàn)攜程和途牛中有個(gè)性化的內(nèi)容，其它OTA公司如飛豬，發(fā)現(xiàn)有“猜你喜歡”欄位，但內(nèi)容不會(huì)隨著用戶在飛豬里面進(jìn)行搜索，瀏覽等操作而發(fā)生改變。首先看攜程，可以在多個(gè)欄位中（包括首頁的廣告，機(jī)票，度假，攻略等）看到個(gè)性化的內(nèi)容，參考下圖：

攜程App個(gè)性化推薦應(yīng)用

注：截取攜程App(V7.7.1)，圖中相關(guān)內(nèi)容的著作權(quán)貴原著作權(quán)人所有

其次看一下途牛，發(fā)現(xiàn)也在多個(gè)欄位中（首頁的廣告，目的地，度假產(chǎn)品等）能看到個(gè)性化的內(nèi)容，參考下圖：

途牛App個(gè)性化推薦應(yīng)用

注：截取攜程App(V9.25.0)，圖中相關(guān)內(nèi)容的著作權(quán)貴原著作權(quán)人所有

基于攜程和途牛上的個(gè)性化推薦發(fā)現(xiàn)，OTA的個(gè)性化推薦主要幫助用戶完成兩方面的推薦：一方面是目的地，另一方面是具體的產(chǎn)品，下面來討論一下如何利用推薦策略來進(jìn)行這兩塊內(nèi)容的推薦：

目的地的個(gè)性化：

當(dāng)用戶在App進(jìn)行搜索，查看相關(guān)目的地的產(chǎn)品時(shí)候，比如搜索一張從上海到北京的機(jī)票，那么改用戶對(duì)北京就存在有出行的意向，所以在攜程和途牛中都可以看講瀏覽的城市作為推薦候選集。

如果要豐富推薦目的地候選集，需要去計(jì)算目的地的相似性，可以采用策略二或者策略三，下面給出采用策略三的產(chǎn)品思路如下：

1. 一個(gè)目的地里面會(huì)包含多個(gè)不同的景點(diǎn)，不同的景點(diǎn)有不同的標(biāo)簽屬性，通過對(duì)一個(gè)目的地下多個(gè)景點(diǎn)的匯總，從而得到一個(gè)目的地的標(biāo)簽集。
2. 利用標(biāo)簽集來計(jì)算不同目的地的相似度
3. 對(duì)用戶瀏覽的目的地的不同標(biāo)簽集進(jìn)行抽取，從而得到用戶對(duì)標(biāo)簽的偏好程度
4. 基于用戶偏好的標(biāo)簽集從目的地集中找到相似的目的地推薦給到用戶

產(chǎn)品的個(gè)性化

通過目的地推薦幫助用戶找到目的地，但是每個(gè)目的地下面又存在多種產(chǎn)品，這次產(chǎn)品的個(gè)性化就變得十分重要，可以采用上面的三種策略，下面以策略一位例說明一下產(chǎn)品思路：

1. 依賴于用戶對(duì)產(chǎn)品的搜索，瀏覽和訂單行為來計(jì)算一個(gè)目的地下面產(chǎn)品的相似度，從而得到一個(gè)目的地產(chǎn)品間的相似度，同時(shí)也可以得到一個(gè)目的地下產(chǎn)品的熱度。
2. 基于用戶最近瀏覽過的產(chǎn)品，找到相似的產(chǎn)品作為推薦的產(chǎn)品集
3. 同時(shí)補(bǔ)充一些該目的地的熱門產(chǎn)品同時(shí)作為推薦的產(chǎn)品集

通過以上三步可以得到推薦結(jié)果的來源包括：用戶實(shí)時(shí)瀏覽的，用戶瀏覽產(chǎn)品的相似產(chǎn)品以及該目的地下的熱門產(chǎn)品

本文由 @中子奇 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議