菜谱大全吧_烧菜菜谱大全_家庭美食菜谱大全_新菜谱大全|北京军海癫痫医院
北京军海癫痫医院

您现在的位置: 首页 > 荷包蛋的做法大全 > 正文内容

推荐算法是今日头条的核心竞争力吗?

来源:菜谱大全吧   时间: 2021-09-10

  首申明一下,推荐算法是个很大的话题,实际工程中也是策略交织在一起。所以本文是尽量易懂的讲清楚推荐算法是个东西,不追求深入、全面和绝对的精确。

  推荐算法的核心是基于历史信息寻找被推荐的东西(能是人、物、信息)与用户的一种关联性,进而去预测你下一步能喜欢什么,本质上基于统计学的一种推测(谷歌的深度学习除外)。

  关联性也就是常说的算法,它做的事情就是猜测你可能会喜欢怎样的东西。要搞清楚这个问题,还是得回到人同的场景中会喜欢怎样的东西,这个同的场景中差别比。

  对于微信朋友圈:用户最关心的是发布者的亲密度,其次是容的和容的发布时间,这也就是Facebook(NASDAQ:FB)信息流的雏形,根据跟发布者的亲密度,内容的和内容的新鲜程度的混排算法。

  对于美团外卖:用户最关心的是这家餐厅好不好吃,价格贵不贵,有没有优惠,配送时间长不长。至于我认不认识这家餐厅的老板,这家餐厅开业时间就重点,所以算法就可能是完全不一样的思路。

  Facebook信息流还是美团外卖,核心还是得去理解用户在产品中到底喜欢怎样的东西,这个是基础,算法只是工具。

  这几年今日的,括业内各种人工智能(AI)的吹,让算法无所不能,实际上算法真的有这么神奇吗?

  今日头条的成功,我认为主要还是靠对流量的理解,战略和公司的运营、算法、据化思维形成的执行力。算法在里面只是一环。

  去淘宝的人呼伦贝尔市癫痫病医院那家最好需求的强弱程度来看分三种:明确知道买啥的,知道买啥品类具体买啥不知道,就是来逛的。

  第一类算法没有增长点,我就要买个苹果的iphoneX,你再怎么推荐我也是买个苹果X。

  第二类算法的增长点一般,我要买个蓝牙耳机,算法处理的好能提高成单率,客单价,利润,但也是有限的,因为用户进来之已经有了一些基本的预算之类的预设。

  第三类是比较大的增量空间,因为第三类属于激发性需求。就像商场听一顿忽悠,买了本身不需要的东西。但是第三类的成单量本身的占比并没有么大。

  所以综合下来,算法实际的效果也就是在完全没有算法的基础上有1.1,1.2,1.3倍这样的效果,这是由用户的需求总量决定的。

  当然我不是说算法没用,因为在同等成本结构的基础上,你的转化率哪怕比竞争对手高5%,那也是巨大的效率碾压。我只是想说,算法没有大家吹得那么厉害,并不能直接决定一家公司的成败,算法只是一个辅助。

  在实际的商品类的推荐系统中,主要分三大块:收集数据和整理(商品画像、用户画像);算法推荐;上线实验及回收结果。

  商品属性信息:小明将店内的每一个水果以及水果的信息都记下来,甜的还是酸的,品质S还是A,有没有损坏,性寒还是热,单价贵不贵,有没有优惠等等。这是商品的基本属性信息。

  商品反馈信息:销量咋样,停留率咋样,停留转化率咋样,用户的评价反馈咋样。这个是基本的反馈信息。

  行为信息:这次买了啥,下次买了啥,啥,咨询过啥,买完之后盘锦市癫痫病大发作反馈咋样。

  数据阶段收集是一方面,最关键的是收集的数据是结构化的,是在用户的购买决策中是有效的,比如说用户中途出去抽了一根烟这种信息就没啥用。

  我个人喜欢把商品推荐主干算法分为4个部分:质量评估,个性化,场景化,人工干预。

  质量评估:有些标准是存在绝对的好与坏的,水果是不是好的,性价比高不高,销量好不好,优惠力度大不大,用户反馈好不好这些是存在绝对的好与坏的,我信没人想买个烂苹果。

  个性化:有些东西是存在个体差异的,甜的还是酸的,进口的还是国产的,水果的品种是樱桃还是芒果,性凉还是热的,品质分级是S还是A(跟前面的烂没烂两个概念)。

  一个金融白领可能喜欢的是甜的车厘子,进口的,品质S级的,优惠不敏感,客单价高;而小区的家庭主妇喜欢的可能是杨梅,品质还过得去的国产的就行,很在乎优惠,客单价适中的。

  那对于前一种用户就可以推一些客单价高的,毛利高的进口产品,相应的也可以少设置优惠;对于后一种就应该推一些性价比高的,有折扣的清仓的商品。

  场景化:不同的时间和地点会一定程度上影响用户的消费决策,比如夏天大家喜欢吃西瓜,在院边上香蕉好卖,中午的时候不带皮可以直接吃的东西好卖因为大部分下午还要上班,晚上则需要处理的也卖的还可以。这个就是不同的场景带来的影响。

  人工干预:算法本身是不带意志的,但是很多时候人会强加一些意志上去,比如说最近年底冲业绩了,需要强推高毛利的商品了;比如这个樱桃是合作方的癫痫药物治疗方法,需要强推;比如有些东西快过期了,需要强推。

  算法最后做的就是把里面每一个环节打上一个分,最后再把这些因素去加总得到一个最后的结果呈用户面前。但是这个分怎么打?这个就涉及到算法的价值观

  所谓算法的价值观,就是你希望算法最终的结果是怎样的,我是希望销量化还是销售额化还是利润最大化。不同的目标带来不同的结果。因为算法只是为目标最大化负责的。

  算法在处理每一项得分的时候也挺简单,简单说就是,如果我的目标是销量最大化,那有两个特征:优惠力度,评价。

  如果优惠力度的提高购买转化率急剧提升,那么我认为优惠力度这个特征权重就高;如果评价的提升购买转化率提升较慢,那么我认为评价这个特征的权重就一般。

  这个过程并不复杂,算法的优势在于它能记录更丰富的信息(工程中特征数量可能达到百万级),处理海量的数据——这是算法比人有优势的。

  这个大概能支撑起一个算法的框架,实际的应用中会在一个主干算法的基础上去迭代很多小的策略。

  比如说买了芒果的用户很大比例都买了樱桃,那相应的会把买芒果的用户列表中的樱桃相应的往前提——这个就是大家常说的购物篮算法。

  比如说同样是国贸摩根大厦的用户更喜欢进口水果,那对于一个摩根大厦的用户他列表中的进口水果,高客单价水果需要往前提。这个类似协同过滤,通过找到跟你类似的人,再去看他们喜欢啥。

  比如说你买了榴莲之后打了差评,以后就需要降低榴莲及相关水果的权重——这个就是负反馈。癫痫发作是什么原因引起的>

  比如说你的列表中连续出现了3种葡萄,那这时候大概率是应该把他们打散一下,尽量一页别出太多葡萄——这就是打散。

  比如当你在浏览的过程中点击了樱桃,那根据购物篮原来喜欢买樱桃的人也喜欢买芒果,那下一页加载的时候需要动态的增加芒果的权重——这个是实时反馈。

  个人认为快速的实验迭代和效果回收是算法高效率的关键,也是互联网的核心。修路造桥错了就是错了,而互联网产品这版效果不好下一版还能优化。

  算法是将这种快速迭代推向了顶峰,同时几十个实验在线上AB测试,不需要发版,好不好马上就能看出来。

  AB测试的过程有点类似如果我有5家水果店,我要验证新引进的樱桃设置怎样的价格能收益最大化,我可以5家店同时设置5种价格,卖一周看看结果。

  实验就是在其它东西都一样的情况下,留出一个不一样的东西,然后观察最后的结果,这样比较好确定最后的结果差异就是由这个不一样的东西带来的。

  效果回收主要是看数据和人去看实际推荐的结果,看数据需要覆盖多一些的指标,因为很可能销量好了毛利降了,或者毛利好了当天剩余率升高了。

  人工去看结果主要是一个二次确定的过程,比如在头条里面各种数据都很好,但是推出来的内容很低俗;或者这种数据好人看完之后凭经验知道这不是长久之计,比如周围就一家水果店会恶性提价。

  如果你要解基本面很困难,不妨关注我们提供的火箭研报小程序,帮提高对上市公司的精选和甄别。

上一篇: 没有了

下一篇: 冬天什么食物可以养身啊养生咨询网—

北京军海癫痫医院
北京治疗癫痫病的医院   北京癫痫病医院   癫痫病   癫痫病专科医院   癫痫病医院   北京癫痫病医院   武汉治疗癫痫的医院   癫痫病专科医院   治疗癫痫病专科医院   青岛癫痫病医院   石家庄癫痫病医院   常州癫痫病医院   徐州癫痫病医院   哈尔滨癫痫病医院   哈尔滨癫痫病医院   安徽癫痫病医院   治疗癫痫病的方法   治疗癫痫病最有效的药物   北京军海医院   癫痫病专科医院   癫痫病医院排名前十   癫痫怎么治   昆明癫痫病医院   北京癫痫病医院   郑州癫痫病专科医院   癫痫可以治好吗   武汉治疗癫痫的医院   有哪些治疗癫痫的好方法   得了癫痫能治好吗   得了癫痫能治好吗   小儿癫痫病能治愈吗   癫痫病的治疗方法   羊羔疯能治好吗   怎么才能治愈癫痫病   治疗癫痫的方法有哪些   癫痫病的中医治疗方法   癫痫病的中医治疗方法   癫痫病症状   癫痫病症状   癫痫症的症状都有哪些   怎么才能治好癫痫   怎么才能治好癫痫   癫痫到底能不能治好   癫痫到底能不能治好   儿童癫痫的治疗方法有哪些   癫痫病能治愈吗   癫痫治疗方法   西安治疗癫痫病医院   北京癫痫病医院   治癫痫病的医院   北京癫痫医院哪家好   癫痫病症状   哪里医院看癫痫好   北京治疗癫痫病的医院   全国治疗癫痫病医院   北京军海癫痫病医院  



新华网  人民网  新浪新闻  北京癫痫医院排名  39健康  心里频道  郑州癫痫医院排名