绿色排版工具|热门专题|网站地图|移动官网
您的当前位置:网站首页 > 网站分析 > 数据可视化 > 正文

设计推荐系统的关键元素是什么?

来源:未知 编辑:小蚂蚁 时间:2019-08-21 09:55:35 阅读:

     大多数人在日常生活中,遇到推荐系统的高质量服务时,或者说被推荐的比较准确时,第一反应就是这个背后使用的什么样的算法,认为算法是推荐系统最核心的东西,只有最牛的算法才知道我现在在想什么我需要什么。但是算法只是关键元素之一,而且占的分量不大,关键元素有:

    UI和UE

    数据

    领域知识

    算法

    他们的权重大致为40%,30%,20%,10%。在这个看脸就成功了一半的时代,如果要构建一个成熟复杂的推荐系统,最新优化的一定是产品的UI和UE。用户对产品的体验,视觉是否符合目标用户的审美,交互逻辑是否简单明了,这些因素都会决定用户是否会持续使用产品。只有用户留下来了,才有推荐系统的用武之地。

    数据和UI、UE同等重要,是推荐系统的基石。强大的推荐系统如果给用户的第一感觉不是使用了什么样的算法,那么就要是我在什么时候暴露了什么数据。前面已经提到了推荐系统就是要从已有的数据中找到存在的连接,再预测可能存在的连接。如果没有充足的数据,那么预测结果的可靠性也就可想而知了。

    每一个产品存在于市场上,总有一部分价值是大多数其他产品无法替代的,这部分价值就涉及到了领域知识,比如电商产品有自己的领域知识:普通用户更在意的价格而不是兴趣。音乐产品也就自己的领域知识,比如不要向一个歌手的死忠粉推荐这个歌手的任何一首歌曲,因为作为死忠粉,每一首歌曲他都听过了。但是部分电商产品不一样,买过的商品还有可能再买的情况。

    随着信息技术和互联网的发展,用于推荐系统的相关算法也在不断的发生更替,但是时至今日,也没有说哪一种算法非常厉害能解决所有问题,每个算法都有最适合自己的特殊场景,所以成熟的推荐系统并不会仅仅依赖于一两种特定的算法,而是对多种基础算法进行融合,集百家之所长。

图文精选:

Copyright©2012-2019 小蚂蚁信息网版权所有 粤ICP备14061018号-1


郑重声明:本网站资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有,如有不愿意被转载的情况,请通知我们删除已转载的信息。

Top