急性肠炎症状

注册

 

发新话题 回复该主题

如何创建一个百分百懂你的产品推荐系统深度 [复制链接]

1#
北京治疗白癜风要花多少钱 http://m.39.net/pf/a_5154924.html

(图片由AI科技大本营付费下载自视觉中国)

来源

读芯术(ID:AI_Discovery)

你也许每天都会逛一逛电子商务网站,或者从博客、新闻和媒体出版物上阅读大量文章。浏览这些东西的时候,最令读者或者用户烦恼的事情是什么呢?

——有太多的东西可以看,反而会经常看不到自己正在搜索的东西。

是的,网上有太多的信息和文章,用户需要一种方式来简化他们的发现之旅。如果你在经营一家电子商务网站或博客,你也许会问:有这个必要吗?

嗯……你听过漏斗吗?

用户所用的漏斗越小,产品的转换就越大。这是用户体验的基本原则。所以,如果减少步骤的数量可以增加网站页面的浏览量甚至是收入,为什么不这么做呢?

推荐系统如何提供帮助?

简单来说,推荐系统就是一个发现系统,该系统可通过分析数据向用户提供推荐。不需要用户去专门搜索,系统自动带来推荐商品。

这听起来像是魔法。亚马逊和Netflix几十年前就开始使用这种魔法了。一打开Spotify,它就已经为用户提供了一个推荐歌单(这种深度个性化推荐服务叫作DiscoverWeekly)。

深入了解推荐系统

一般来说,我们所知的推荐系统有两种——当然并不是所有的人都知道。

1.基于内容的推荐系统

这类推荐系统很容易被我们的大脑消化,而且不会出现短路或爆炸的迹象。例如,你是一个狂热的小说迷,喜欢阿加莎·克里斯蒂的《无人生还》,并从网上书店买了这本书。那么,当你下次再打开网站时,网上书店就会给你推荐《ABC谋杀案》。

为什么呢?

因为它们都是阿加莎·克里斯蒂的作品。因此,基于内容的推荐模型会向你推荐这本书。就是这么简单!那就来用一用吧!

等等……

虽然这种基于内容的推荐很容易被我们的大脑消化,看起来也很简单,但它无法预测用户的真实行为。例如,你不喜欢侦探赫丘里·波罗,但喜欢阿加莎·克里斯蒂小说中的其他侦探。在这种情况下,网站就不应该向你推荐《ABC谋杀案》。

2.协同过滤推荐系统

这种类型的推荐系统克服了上面的问题。本质上,该系统记录了用户在网站上的所有交互,并基于这些记录提出建议。

它是什么原理呢?请看下面的场景:

这里有两个用户,用户A和用户B。

用户A购买了商品1用户A购买了商品2用户A购买了商品3用户B购买了商品1用户B购买了商品3

那么协同过滤系统将会向用户B推荐商品2,因为有另外一个用户也购买了商品1和商品3,同时还购买了商品2。

你也许会说,得了吧,他们可能是偶然才一起买了那些巧合的商品。

但是,如果有个用户都与用户A有相同的购买行为呢?这就是所谓的群众的力量。

那么,你还在等什么呢?让我们开始在你的生产环境中创建协同过滤推荐系统吧!等等,先别着急!

虽然这个系统性能极佳,但在尝试创建可用于生产的系统时,它还存在几个严重问题。

协同过滤推荐系统的不足

1.它不知道用户的购物习惯。基于内容的推荐系统会根据用户的购物记录推荐相似商品,与此相反,协同过滤推荐系统的推荐并不是基于相似性。如果你关心这一问题的话,解决方案就是将两种方法混合起来,结合使用。

2.因为需要存储用户项矩阵,所以系统需要大量的硬件资源。假设你的电子商务网站有10万用户;与此同时,你的网站提供1万种产品。在这种情况下,你将需要00x000的矩阵,每个元素包含4个字节的整数。是的,光是存储矩阵,不做其他事,你就需要4GB的内存。

3.“冷启动”(冰冷的开始),该系统并不会为新用户带来好处,因为系统并不了解新用户。

4.不变性。如果用户没有在网站上进行搜索或购物,系统的推荐将一成不变。于是用户就会认为网站上没有什么新鲜东西,从而退出网站。

通过混合使用两种推荐系统可以轻易解决第1个问题,然而,其他问题仍然令人头痛。本文的目的就是解决第2、第3和第4个问题。

让我们开始吧!

使推荐系统可用于生产的终极指南

如何解决这些问题?机器本身存在限制,而且就算是根据常识,也不可能仅为小小的需求就部署一个巨大的服务器。

推荐下面这本书:

TedDunning和EllenFriedman的《实用性机器学习》

这本书告诉我们,对于一个可用于生产的系统,你不需要指望它在任何方面都具备最高精度。在实际的用例中,一个有些不准确但又可以接受的方法,通常是最有效的。

关于如何做到这一点,最有趣的部分是:

1.对通用推荐指标进行批量计算。

2.实时查询,不使用用户-商品矩阵,而是获取用户的最新交互并向系统查询。

下面我们边构建系统边解释。

Python的推荐系统

为什么选择python?因为python的语言简单易学,只需要几个小时就能理解它的语法。

foriteminthe_bag:print(item)

通过上面代码,你可以打印包里的所有项。可访问Python

分享 转发
TOP
发新话题 回复该主题