频道栏目
读书频道 > 系统 > 其他综合 > 推荐系统实践
1.2.1 电子商务
2013-03-01 15:16:08     我来说两句
收藏   我要投稿

本文所属图书 > 推荐系统实践

本书通过大量代码和图表全面系统地阐述了和推荐系统有关的理论基础,介绍了评价推荐系统优劣的各种标准(比如覆盖率、满意度)和方法(比如AB 测试),总结了当今互联网领域中各种和推荐有关的产品和服务。另外...  立即去当当网订购

电子商务网站是个性化推荐系统的一大应用领域。著名的电子商务网站亚马逊是个性化推荐系统的积极应用者和推广者,被RWW(读写网)称为“推荐系统之王”。 亚马逊的推荐系统深入到了其各类产品中,其中最主要的应用有个性化商品推荐列表和相关商品的推荐列表。

图1-3是亚马逊的个性化推荐列表,这个界面是个性化推荐系统的标准用户界面,它包含以下几个组成部分。

 
 

推荐结果的标题、缩略图以及其他内容属性 告诉用户给他们推荐的是什么。
 
推荐结果的平均分 平均分反应了推荐结果的总体质量,也代表了大部分用户对这本书的看法。
 
推荐理由 亚马逊根据用户的历史行为给用户做推荐,因此如果它给你推荐了一本金庸的小说,大都是因为你曾经在亚马逊上对武侠方面的书给过表示喜欢的反馈。此外,亚马逊对每个推荐结果都给出了一个按钮Fix this recommendation(修正这一推荐),单击后可以看到推荐理由。如图1-4所示,亚马逊的推荐结果中有一本关于机器学习的书(Introduction to Machine Learning),单击该推荐结果的Fix this recommendaion按钮后,会弹出如图1-4所示的页面,该页面给用户提供了5种对这个推荐结果进行反馈的方式,包括Add to Cart(加入到购物车)、Add to Wish List(加入到心愿单)、Rate this item(给书打分)、 I own it(我已经有这本书了)和Not interested(对这本书没兴趣)。同时,在推荐结果的下面还展示了推荐原因,此处是因为我曾经给Probabilistic Graphical Models:Principles and Techniques和Data Mining:Practical Machine Learning Tools and Techniques,Second Edition这两本书打过5分。亚马逊允许用户禁用推荐理由,这主要是出于隐私的考虑。有些用户可能不喜欢他对某些物品的行为被系统用来生成推荐结果,这个时候就可以禁用这些行为。


 

图1-3提到的个性化推荐列表采用了一种基于物品的推荐算法(item-based method),该算法给用户推荐那些和他们之前喜欢的物品相似的物品。除此之外,亚马逊还有另外一种个性化推荐列表,就是按照用户在Facebook的好友关系,给用户推荐他们的好友在亚马逊上喜欢的物品。如图1-5所示,基于好友的个性化推荐界面同样由物品标题、缩略图、物品平均分和推荐理由组成。不过这里的推荐理由换成了喜欢过相关物品的用户好友的头像。


 

除了个性化推荐列表,亚马逊另一个重要的推荐应用就是相关推荐列表。当你在亚马逊购买一个商品时,它会在商品信息下面展示相关的商品。亚马逊有两种相关商品列表,一种是包含购买了这个商品的用户也经常购买的其他商品(如图1-6所示),另一种是包含浏览过这个商品的用户经常购买的其他商品(如图1-7所示)。这两种相关推荐列表的区别就是使用了不同用户行为计算物品的相关性。此外,相关推荐列表最重要的应用就是打包销售(cross selling) 。当你在购买某个物品的时候,亚马逊会告诉你其他用户在购买这个商品的同时也会购买的其他几个商品,然后让你选择是否要同时购买这些商品。如果你单击了同时购买,它会把这几件商品“打包”,有时会提供一定的折扣,然后卖给你(如图1-8所示)。这种销售手段是推荐算法最重要的应用,后来被很多电子商务网站作为标准的应用。


 

在看过亚马逊的推荐产品后,读者最关心的应该是这些推荐的应用,究竟给亚马逊带来了多少商业利益。关于这方面的准确数字,亚马逊官方并没有明确公开过,但我们收集到了一些相关的资料。亚马逊的前科学家Greg Linden在他的博客里曾经说过,在他离开亚马逊的时候,亚马逊至少有20%(之后的一篇博文则变更为35%)的销售来自于推荐算法。此外,亚马逊的前首席科学家Andreas Weigend在斯坦福曾经讲过一次推荐系统的课,据听他课的同学透露 ,亚马逊有20%~30%的销售来自于推荐系统。



 

至于个性化推荐系统对亚马逊的意义,其CEO Jeff Bezos在接受采访时曾经说过,亚马逊相对于其他电子商务网站的最大优势就在于个性化推荐系统,该系统让每个用户都能拥有一个自己的在线商店,并且能在商店中找到自己感兴趣的商品。

We have 6.2 million customers, we should have 6.2 million stores. There should be the optimum store for each and every customer.我们有62万用户,因此也应有62万个商店。我们应该给每个用户提供

您对本文章有什么意见或着疑问吗?请到论坛讨论您的关注和建议是我们前行的参考和动力  
上一篇:1.2 个性化推荐系统的应用
下一篇:1.2.2 电影和视频网站
相关文章
图文推荐
排行
热门
最新书评
特别推荐

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训 | 举报中心

版权所有: 红黑联盟--致力于做实用的IT技术学习网站