1.推荐系统的作用 随着信息技术和互联网的发展,我们已经进入一个信息过载的时代。在这个时代,无论是信息消费者还是信息生产者都遇到了巨大的挑战,即如何生产和获取适合的信息,都是一件困难的事情,而基于数据分析的推荐系统则是解决这一挑战的重要利器。所谓推荐系统,就是通过对用户的购买,访问等信息进行分析,从中识别出用户的偏好,从而建立起用户同信息之间的关系,将用户感兴趣的信息推送给该用户。 在电子商务行业,推荐系统不单单可以更好地帮助商家进行热门产品的销售,更多的在于挖掘商品的长尾,从而实现更多的冷门商品销售。但就商品而言,那些冷门的长尾商品往往只代表了一小部分用户的个性化需求,只有通过对用户兴趣的充分分析,才能更好的挖掘出商品的需求,最终提升这些产品的销售情况。 推荐系统,主要是通过对用户访问、浏览和购买产品等行为进行分析,从中识别出用户的商品偏好,帮助电子商务商家进行更为个性化的产品推荐,在这个过程中,数据分析起到了关键性的作用。我们通过数据分析,去识别用户的行为以及其同产品之间的关联性,将适合的产品在适合的时间,通过便捷的操作方式提供给适合的用户。 2.冷门商品的推荐 就现在情况来看,当前最为普遍的商品推荐主要是利用产品之间的关联性进行推荐。比如用户去电商网站点击浏览了A商品,那么电商网站立即基于产品之间的关联性,将具有高关联度的产品B推荐给该用户。但在传统的关联算法中,当A和B同为热门商品时,商品本身购买的次数就很多,商品A和B的支持度较高,商品A和B之间的关联性就更加容易被发现;反之,如果商品A或者B是一件冷门商品,它们之间的支持度可能较低,但一旦它们之间有着较强的置信度,可以确认两者之间有着较强的关联性,进行冷门商品的推荐,对于用户和商家来说,都是更有意义的。但在实际的挖掘过程中,这些冷门商品的关联分析,由于购买记录数量较少,传统的关联算法可能难以实现对于冷门商品关联性的挖掘,也给我们的冷门商品的推荐带来了不小的难题。 4.其他规则的发现 除了商品和用户之间的关系之外,用户对于信息需求的时间,获取的方式等等规律也是推荐系统需要关注的问题。只有将这些因素更好的结合到一起,用户才能更好的响应我们的推荐,而这些都依赖于数据分析的作用。
关于JMP JMP,敏捷分析 成就无限。 JMP是全球顶尖的数据分析解决方案供应商,致力于帮助人们从数据探索、分析与挖掘中,快速发现隐藏在数据中的秘密与价值,从而改善决策、提升质量和生产力、改善业务流程、优化供应链、提高运营效率和客户满意度、降低运营成本,扩大利润与市场份额,实现创新,提速研发,以及成就无限。 JMP拥有超过20万全球用户。欲知三十年多来JMP如何帮助客户以敏捷分析成就无限,请访问:www.jmp.com/china
|