请教一下, 关于网站信息推荐的问题

[gary hu]

这几天在思考网站推荐的问题, 比较容易想到的是类似amazon在主页上的推荐 (taobao的"浏览了该宝贝的会员还浏览了", douban的
喜欢读"XX"的人也喜欢), 比较有效果, 且逻辑简单明了, 实现起来也不难.

但除此以外呢? 有没有其他的推荐方式呢?

[Q]

这跟做定向广告差不多，我想大致有两个思路。

一是从内容出发，推荐跟内容相关的其他内容，比如淘宝、豆瓣的都是这种做法，Google的广告似乎也是这样，根据邮件或网页内容推荐相关广告。

二是从客户出发，分析浏览该网页的客户偏好，比如这个人喜欢音乐，时尚，就推荐相应的商品。

不过最终目的是要给用户最关心，最可能产生点击冲动的内容。也可能是两种方法的组合，我想goolge的广告肯定会在内容基础上加上一些客户偏好分析在里面的。

[笨笨]

关联规则+协同过滤，协同过滤又分ItemBased UserBased。

Q的一应该是指关联规则，二类似于UserBased协同过滤。

此外，因为互联网的特性，动不动就上千万个用户，上千万个产品，但数据收集又跟不上（因为很多时候用户可以在不登录的情况下完成浏览，对用户行为的追踪
很难完成）

所以，除了上述算法，Tag是一个不错的选择。

[gary hu]

谢谢Qing建议.
我确实在琢磨你提的第2个方向, 从客户角度出发来设计推荐. 在网站上为每个用户设计一种独特的推荐组合是几乎不可能的, 有可能的方向是给客户分
组. 比如我通过聚类分析得到了100个组(比marketing常用的10-20个分组可能多了些), 然后对现有用户进行分组. 并设计100个推
荐组合进行相应的推荐. 这么做的可行性ms有的....

[笨笨]

这个是UserBased协同过滤

如果你能确认收集到相关的数据，包括每个用户的真实人口统计学信息以及用户的完整行为数据，这样做确实很不错。

不过我们这里目前还做不到，因为数据收集不了那么全，人口统计学信息用户很可能瞎填（如果能拿到身份证号码倒不错），用户行为数据你最好能确认你的网站
是强制登录的，采集UserID。用cookie当然也可以拉，但是用cookie很难匹配人口统计学信息哦

我们这里做ItemBased，效果还不错 ;)

[gary hu]

谢谢苯苯!

我们这边也不要求用户login的, 所以demographic信息很少. 但visit log是有的, 所以我原来设想的用户(准确的说是
visitor)分组是基于行为数据的.

对协同过滤概念不熟悉, 学习一下先.

[raullew]

聚类是提供insight的，对于产品并没有直接的实际价值

[gary hu]

发现了一些提供好的指引的地方, 正在认真学习中...
http://www.guwendong.cn/post/2008/recommendation_resources.html

To Raullew,
从理论上讲确实可以通过聚类进行推荐, 但你说的也许是对的. 我需要一些时间去消化吸收这些东西.
在这方面有经验的大拿请share一下你们的经验.

> > 荐组合进行相应的推荐. 这么做的可行性ms有的....- Hide quoted text -
>
> - Show quoted text -