推荐

关于智能推荐,我的几点思考

​我忧心忡忡地看待未来,但仍满怀美好的希望。 —— 史怀哲1.智能推荐的盛行这是一个信息爆炸的时代。互联网上每天产生的信息量是过去几十年甚至上百年的信息量之和。人们获取信息的方式也经历了几次变革:最初是远古时代人类掌握语言后的口头“ 交流 ”,其次是竹简纸张诞生后的“ 阅览 ”,再到近代互联网的网页“ 搜索 ”,至今日人工智能衍生出来的智能“ 推荐 ”。例如今日头条的个

个性化推荐技术对新闻阅读产品形态的改变

用户是一个点,传统媒体是一个面,传统媒体不可能只做一个点,而要做到面,就需要“琳琅满目”的新闻信息。互联网每天产生数以百万计的信息,这其中充斥着太多的“垃圾”信息,这些东西只会干扰视线、浪费时间。从本质上讲,内容本身并无好坏之分,在你看来是垃圾的信息,有时对某些人来说却很有用,内容永远只有感兴趣和不感兴趣两种。在这种情况下,基于大数据的个性化推荐仿佛就是一种颇为行之有效的方

社交网络和推荐系统的困局

一切社交 app,始于约炮,兴于炫耀,衰于鸡汤,死于经商。一大概十五年前,A 有了人生中的第一台手机,诺基亚 6100.那时候中国移动基本还是一统天下,中国联通还小得很。周杰伦给中国移动做了广告,叫动感地带,还专门写了一首歌。动感地带套餐在大学生里很是通行,因为他的特点之一是短信包月,有三百条、五百条、一千条之类。对不少人来说,一个月一千条短信套餐都还是不太够用的。超出之后

推荐,非诚勿扰!

最近发现某知名电商的收藏夹功能改版,每一个收藏的商品后面推荐N个商品,弄得我晕晕乎乎完全搞不清楚哪个是我当初的收藏。于是我开始思考究竟什么样的推荐是对用户和网站来说都有利的存在。推荐,指把好的商品/产品向用户介绍,希望被使用或接受。网页上的推荐模块如果应用的当的话,是可以让用户当前页面行为终止之前提供更多的选择可能性。但是如果本末倒置,让其影响了其页面主要的功能的话,只会让

实战经验 | 如何设计一个好的推荐系统?

推荐系统是近些年非常火的技术,不管是电商类软件还是新闻类app,都号称有精准的推荐系统能给你推送你最感兴趣的内容。现象级的资讯类app“今日头条”就得益于此成为了势头非常猛的一款产品。本文就针对推荐系统讲述一些相关概念和实践经验。首先需要明确的就是推荐系统的目标,一般来说不外乎以下几个:用户满意性:首当其冲的,推荐系统主要就是为了满足用户的需求,因此准确率是评判一个推荐系统

从算法原理,看推荐策略

在信息量爆炸的今天,由于范式的转移,传统的内容和渠道已经不再是稀缺资源;在今天,将信息和内容更好更精准得呈现在用户面前,才是全方面提高效率的方式,真正的稀缺资源变成了「推」和「拉」。而在这一切的背后,推荐算法的作用都功不可没。推荐算法简介目前的推荐算法一般分为四大类:协同过滤推荐算法基于内容的推荐算法混合推荐算法流行度推荐算法协同过滤的推荐算法协同过滤推荐算法应该算是一种用

产品人必须体验的一些有意思的产品(1)—效率篇

年前我写过一段时间工具推荐的文章,因为觉得对个人长期效率的提升不大,就被我删掉了。可是有句话叫做:『工欲善其事必先利其器』,就是说,想把事情做好,最重要的事情就是先得有把锋利的刀。现在回过头来思考,好的产品究竟应该是什么?我想,大概是在需要的时候被使用,不需要的时候放下吧。我是个产品爱好者,遇到好用的产品,一定会激动。涌起一股一定要跟别人分享的尽头来,为了满足我的这点欲望,

在Appstore中脱颖而出的四大秘诀

Appstore编辑推荐,以及结合降价促销对于付费游戏推广的效果有多大?答案是效果非常显著。数据分析公司Distimo统计了appstore近期推荐的12款付费游戏,与此同时这些付费游戏也降价促销了7天。在经历过这两者的双重作用后,这12款游戏在7天内的收入平均增长了437%,全球下载量更是增长1000%降价促销对绝大多数游戏开发者来说不存在太大问题,但在上万款游戏中脱颖而

认识个性化推荐系统:从推荐算法到产品冷启动

关于个性化推荐系统你了解多少?推荐算法如何结合到产品冷启动中?文章一一解析。为什么需要个性化推荐?科技进步带来的是更大程度地提高效率和生产力已经是无可争辩的事实。随着时代变迁的广告业,从广播、电视业广告的辉煌,到互联网门户时代的banner广告和狂轰乱炸的edm,再到了搜索引擎和移动互联网时代的推荐位广告,随着人们的数据可被记录并且计算,也随之产生了计算广告学这门新兴学科。

浅谈个性化推荐(偏电商平台)

(一)什么是个性化推荐?1.1个性化推荐的定义个性化推荐是根据用户的特征和偏好,通过采集、分析和定义其在端上的历史行为,了解用户是什么样的人,行为偏好是什么,分享了什么,产生了那些互动反馈等等,最终理解和得出符合平台规则的用户特征和偏好。从而向用户推荐感兴趣的信息和商品。1.2个性化推荐的5个要素?个性化涉及的五个要素:生产者内容消费平台消费者反馈生产者生产内容到消费平台,