SEO知识:亚马逊推荐是怎么形成的
【Amazon推荐系统是如何做到的】
如题,谁知道呀。
亚马逊使用了哪些信息进行推荐:
1)当前浏览品类
2)与当前商品经常一同购买的商品
3)用户最近浏览记录
4)用户浏览历史(长期)中的商品
5)用户浏览历史(长期)相关的商品
6)购买相同商品的其它用户购买的物品
7)已购商品的新版本
8)用户购买历史(如近期购买商品的互补品)
9)畅销商品
2、推荐系统模型:U x S → R
1)U是用户矩阵
2)S是物品矩阵
3)R是用户对物品的喜爱程度,推荐系统就是基于现有的信息填补R矩阵
3、常用推荐算法
1)基于内容:易实现,效果好,但是如何获得一个物品的内容、相似度如何定义等有些情况下会较难把握
2)协同过滤:基于物的协同过滤与基于人的协同过滤
3)矩阵分解(SVD):用户-物品评分矩阵A很大且稀疏,将A分解为用户矩阵(用户潜在因子)和物品矩阵(物品潜在因子),目标是这两个矩阵的乘积尽可能接近R。缺点是只利用了评分信息,忽略了用户属性和物品属性
4)因子分解机(FM):将SVD推广到多类潜因子的情况,如分解为 用户、物品、用户性别、用户年龄、物品价格 等多个因子,允许因子之间有相关关系(如下图,方程前半部分是线性回归,后半部分加入了两两因子间关系)
5)深度学习:训练深度神经网络,输入用户id,输出层做softmax,得到对每个物品id的权重
6)机器学习排序
7)探索与利用:先对用户聚类(如分为abcde五类),随机对a中的用户1和b中的用户2推荐电影,如果用户1没点击,2点击了,说明b类用户可能对该电影更感兴趣。
8)集成:对上述多种方法的ensemble
【亚马逊是怎样对用户做推荐的】
如题,谁知道呀。
文章发布时间与标签:
更新时间:2022-05-19 20:15:08
标签:
推荐的SEO知识:
衢州跨境电商常德网页推广市场营销阶段买汽车的渠道dpll算法卖家版淘宝找我的微信冲压件电商自然SEO电商类目山东微信群连锁餐饮推广卫龙销售渠道推广策划提纲华发体育运营谷歌全套十月seo节日推广词淘宝文胸报告綦江电商平台博搜网注册有棵树电商新股上市竞价百度吕厚昌病毒营销海报特通渠道周报饭店营销宣传本溪教电商营销解读微信点赞插件媒体政策搜开江新闻面试算法问题白酒营销员古筝淘宝a微信下载58搜盘网搜狗推广方法九江亚马逊自媒体+运营营销会主持seo悄悄地电商服务承诺建材竞价网网盟推广渠道谷歌小窗口亚马逊mfn卖百度资源32的算法访客营销