Comments on: Collaborative Filtering——电子商务商品推荐算法科普 http://www.marsopinion.com/2008/04/20/collaborative-filtering/ 不安于当前事务，却倾心于现世光色，对于一切成例与观念皆十分怀疑，却常常为人生远景而凝眸。 Mon, 15 Mar 2010 06:58:45 +0000 http://wordpress.org/?v=2.9 hourly 1 By: Mars Opinion http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-1554 Mars Opinion Thu, 23 Apr 2009 10:15:15 +0000 http://www.marsopinion.com/?p=1111#comment-1554 [...] 举例来说，Amazon会分析每个消费者购物习惯，你买了《Mars网络营销大全》，他去数据挖掘一下发现和你类似的人都买了《Mars胡说八道手册》——于是了解到你是个喜欢胡说八道的人，然后有针对性地给你推荐这本书（这是简化说法，详细的解释请参看我以前的科普文章，或者我自己异想天开的一个算法（抱歉这篇是用英文写的））。先了解消费者“可能会想要什么”，然后有的放矢的去选择marketing的方式方法和内容，这样才能达到好的效果。 [...] [...] 举例来说，Amazon会分析每个消费者购物习惯，你买了《Mars网络营销大全》，他去数据挖掘一下发现和你类似的人都买了《Mars胡说八道手册》——于是了解到你是个喜欢胡说八道的人，然后有针对性地给你推荐这本书（这是简化说法，详细的解释请参看我以前的科普文章，或者我自己异想天开的一个算法（抱歉这篇是用英文写的））。先了解消费者“可能会想要什么”，然后有的放矢的去选择marketing的方式方法和内容，这样才能达到好的效果。 [...]

]]> By: Mars Opinion http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-796 Mars Opinion Tue, 19 Aug 2008 05:19:31 +0000 http://www.marsopinion.com/?p=1111#comment-796 [...] 只是促销处于长尾的产品常常是一件很困难的工作——因为相对而言，长尾产品的转化率较低，大规模导入流量并不合算。所以唯一得到公认的好方法是精准产品推荐，根据消费者历史行为来推荐长尾中的产品（参考www.MarsOpinion.com另外两篇文章Collaborative Filtering——电子商务商品推荐算法科普和Use personalized recommendation algorithm to enhance conversion rate for ecommerce website），只有这样才能获得比较满意的转化率，不浪费流量。而传统的站内促销活动，或者媒体投放（甚至于关键词投放），都并不适合受众窄、销量小、转化率低的长尾产品。 [...] [...] 只是促销处于长尾的产品常常是一件很困难的工作——因为相对而言，长尾产品的转化率较低，大规模导入流量并不合算。所以唯一得到公认的好方法是精准产品推荐，根据消费者历史行为来推荐长尾中的产品（参考www.MarsOpinion.com另外两篇文章Collaborative Filtering——电子商务商品推荐算法科普和Use personalized recommendation algorithm to enhance conversion rate for ecommerce website），只有这样才能获得比较满意的转化率，不浪费流量。而传统的站内促销活动，或者媒体投放（甚至于关键词投放），都并不适合受众窄、销量小、转化率低的长尾产品。 [...]

]]> By: 电子商务商品推荐算法-Collaborative Filtering- 南京网络营销研究-下面网 http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-748 电子商务商品推荐算法-Collaborative Filtering- 南京网络营销研究-下面网 Thu, 24 Jul 2008 09:03:57 +0000 http://www.marsopinion.com/?p=1111#comment-748 [...] 原始出处: http://www.marsopinion.com/?p=1111 [...] [...] 原始出处: http://www.marsopinion.com/?p=1111 [...]

]]> By: nicky http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-579 nicky Tue, 29 Apr 2008 07:54:49 +0000 http://www.marsopinion.com/?p=1111#comment-579 MarsOcean兄，我还指望着你的科普续集呢.. MarsOcean兄，我还指望着你的科普续集呢..

]]> By: MarsOcean http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-566 MarsOcean Thu, 24 Apr 2008 02:30:50 +0000 http://www.marsopinion.com/?p=1111#comment-566 @菁菁：不一定的。 你说的算法之后我会谈到（写完开头就懒得写了。。。拖拉ing），就是Amazon的Item-to-Item算法。本文中算法基础是“和这个客户类似的其他客户买过什么东西”，而那个算法则是计算“买过这个产品的客户还买过什么东西”，以此来做推荐。 基本上，很难说哪种效果更好。Amazon之所以选择这种，更大的原因是因为这样可以降低实时计算的运算压力，而并非纯粹从效果出发。 昨天刚听大黄说Amazon光算法就用了上千人在做……@___@， 怎么想他们都应该很先进。。。 @菁菁：不一定的。

你说的算法之后我会谈到（写完开头就懒得写了。。。拖拉ing），就是Amazon的Item-to-Item算法。本文中算法基础是“和这个客户类似的其他客户买过什么东西”，而那个算法则是计算“买过这个产品的客户还买过什么东西”，以此来做推荐。

基本上，很难说哪种效果更好。Amazon之所以选择这种，更大的原因是因为这样可以降低实时计算的运算压力，而并非纯粹从效果出发。

昨天刚听大黄说Amazon光算法就用了上千人在做……@___@， 怎么想他们都应该很先进。。。

]]> By: 菁菁 http://www.marsopinion.com/2008/04/20/collaborative-filtering/comment-page-1/#comment-561 菁菁 Wed, 23 Apr 2008 17:14:06 +0000 http://www.marsopinion.com/?p=1111#comment-561 也就是说，做用户间的相关分析。那可否直接做产品的相关分析？找出一些关联规则呢？比如，买尿布的人67%买啤酒的话，就把他们联系在一起。哪种效果好呢？ 也就是说，做用户间的相关分析。那可否直接做产品的相关分析？找出一些关联规则呢？比如，买尿布的人67%买啤酒的话，就把他们联系在一起。哪种效果好呢？

]]>