淘宝店铺没流量?是因为你对淘宝算法一无所知吗?
xm_微暖|2020-08-14|12:58|发布在分类 / 流量转化|阅读:5050
xm_微暖|2020-08-14|12:58|发布在分类 / 流量转化|阅读:5050
用户对产品理解的特征关系做出分类,如“英伦、古典、简易、朋克、中性我们假设挑选3个用户“唐僧、八戒、悟空”,用矩阵的形式表达3个用户对商品特征关系的画像商品A-B均值商品A-C均值确定了目标用户“悟空”对“商品A”行为值,计算出唐僧、八戒、悟净用户商品A与商品B的偏好(A-B),商品A与商品C的偏好(A-C),算出商品A、商品B偏好均值,再计算目标用户商品A与商品B、商品C的均值偏好,值越大反映出人群用户对两个商品认为关联度相对越强,因此最终会推荐悟空商品C仍然假设有三个商品“商品A、商品B、商品C”,四个用户“唐僧、八戒、悟净、悟空”,其中唐僧、八戒、悟净都对商品产生了行为,而悟空只对商品A做了行为,那么如何给悟空做商品推荐呢特征关系值可以通过用户的行为数据来做推算,(如:直接购买=5, 商品加购=4, 商品收藏=3, 回访=2 , 访问深度=1, 停留时间=-1 , 直接跳失=-5 ),如何具体推算特征关系的分值,这里就不在深讲,核心是理解特征关系推荐算法的逻辑例如用户“唐僧”与“商品A”的匹配计算,相同特征关系数值相乘再求和:0.60.2+0.90.5+0.10.4+0.10.9+0.10.1=0.71用户用户“唐僧”对5个商品特征关系匹配计算结果为商品D值最大,说明两者特征关系最相近,因此就会给用户推荐商品D:1、特征关系推荐这种推荐算法的逻辑是对用户先做一个特征关系画像,再去匹配有此特征关系画像的商品
这个问题还有疑问的话,可以加幕.思.城火星老师免费咨询,微V.信X号是为: msc496。
推荐阅读:

微信扫码回复「666」