|
Post by account_disabled on Mar 19, 2024 1:40:23 GMT -6
这是产品卡页面上最常用的算法之一。利用买家行为您首先要使用具有相似描述和属性的产品作为替代品。问题是最相似的产品不一定是最好的替代品。例如如果买家正在寻找电视并进入商店查看各种选项他可能会找到他感兴趣的电视但不适合对角线尺寸。在这种情况下其他电视可以提供替代品但具有更适合它的不同对角线这些替代品通常由对原始产品感兴趣的人购买。让我们再举一个例子当描述中的相似性不允许我们展示最合适的产品时。 假设黑色星期五期间冰箱有促销活动他们开始更频繁地购买冰箱。这款产品并没有变得与用户感兴趣的冰箱更加相似但同时 亚美尼亚电报号码数据 却成为了他更好的替代品。当促销结束并且该产品不再受欢迎并且不再是最佳选择时也会出现类似的情况。我们开发了一种算法可以从所有客户的行为中学习并在推荐中显示客户在查看当前产品后最有可能添加到购物车并购买的产品。如果没有足够的的数据该算法将使用有关所有用户的产品视图的数据。并且仅当这些数据不够时才会使用有关描述和属性的相似性的信息。 要检查组件的运行情况您需要在热门产品的页面上找到包含替代产品推荐的块。推荐应该推荐与您正在查看的产品描述相似的产品以及与其不相似但可能是一个很好的替代品的产品。该组件提供以下属性效率您可以找到最合适的替代品特异性考虑与当前产品相关的行为相关性推荐随着客户行为的变化而变化。解决冷启动问题如果您仅根据客户行为数据构建替代推荐那么当其中某些产品的数据不足时您将无法为所有产品形成推荐。最常见的是不受欢迎的新产品。
|
|