SlideShare a Scribd company logo
从搜索到发现 王洪涛, 2009-09 09/14/09 —— 推荐技术及其在电子商务中的应用
主要内容 推荐技术简介 主要的算法思想和数据介绍 在电子商务中的应用实践 总结与招聘广告
Example
个性化推荐技术简介 什么是推荐 搜索与推荐的区别 推荐技术可用于…… 电子商务、呼叫中心、数字电视、新闻媒体、网络视频 精准广告、移动互联网、手机增值服务…… 业界典型应用案例 Amazon.com 、 Netflix.com 、 Last.fm 、 Pandora.com douban.com 、 DangDang.com 、 taobao.com Aggregateknowledge.com 、 clickchoice.com
数据、算法和产品——概述 数据 订单数据、浏览日志、浏览到购买数据 收藏夹、购物车、评分数据 算法 Item to Item Item based Personalized Recommendation User to User User based Personalized Recommendation Content to Content Content based matching Association Rules Classical Data Mining algorithm Social Recommendation Friends based Personalized Recommendation 产品 Also Buy 、 Also View 、打包购买、相似顾客…… 浏览推荐、购物推荐( Item Based )、购物推荐( User based )…… 购物车推荐、收藏夹推荐、个性化邮件……
电子商务领域的应用实践 典型应用 Cross/Up Sale : also buy 、 also view 、打包购买 组合推荐:购物车、收藏夹、订单确认信推荐 个性化推荐:根据购物历史、浏览历史推荐、个性化邮件 互动:相似顾客推荐
个性化推荐
交叉 / 向上销售
购物车推荐
收藏夹推荐
个性化邮件
总结 数据、算法与产品设计 数据最重要 利用  User Feedback 改进算法 重视人口统计学因素、即时意图的把握 产品的位置与交互非常关键 应用前景 任何涉及大量选择 & 大量用户交互的场所 电子商务、网络社区、手机、数字媒体等 线上最容易实施,那么线下呢? 推荐引擎? 既然有搜索引擎,是否可以有一个独立的推荐引擎? 现有的推荐绝大多数都是依托于其他平台的附属应用 推荐引擎是否有独立存在的空间和市场需求?
招聘广告  产品经理 / 高级产品经理(非实习)——关键词 / 行为定向广告系统 需要有相关领域 2~3 年工作经验,特别是面向广告客户的商业产品经验 投递: [email_address] 实习生(明年毕业的硕士最佳)——搜索 / 数据挖掘 / 个性化推荐 偏算法方向的需要有相关领域的研究、开发经验 偏工程方向的则希望工程实战经验多一些 对 C/C++ coding 能力均有一定要求 投递: [email_address] 实习生(明年毕业,本 / 硕)—— PHP( 移动互联网 / 广告平台 / 购物频道) 需要完整的 PHP 开发项目经验 对前端 JS/CSS/XHTML 较为熟悉,可手写代码 或者对后端的 MySQL/Apache/Nginx 配置较为熟悉 投递: [email_address]

More Related Content

PDF
第7回 「東南アジアの円借款業務と環境影響審査」資料 2/2 (青木氏)
PDF
台語文數位典藏 ─以台語文記憶系統做例 Tâi-gú-bûn sòo-ūi tián-chông -- í Tâi-gú-bûn kì-e̍k hē-th...
PDF
Oblove200712 Lt
PDF
希代の猛将、呂布の最後
PDF
HR-091-數位學習導入與應用
PPTX
草果
PDF
행동계획7차
第7回 「東南アジアの円借款業務と環境影響審査」資料 2/2 (青木氏)
台語文數位典藏 ─以台語文記憶系統做例 Tâi-gú-bûn sòo-ūi tián-chông -- í Tâi-gú-bûn kì-e̍k hē-th...
Oblove200712 Lt
希代の猛将、呂布の最後
HR-091-數位學習導入與應用
草果
행동계획7차

What's hot (20)

PDF
HR-092-職能Competencies
PDF
2008.4.Kyosou
PDF
協創営業道場資料
PDF
『全日本学生ゲーム開発サークル連合』の紹介
PDF
三国志演義 第9集
PDF
Lifehack Vol3 Watanabe
PDF
プログラミングの【さしすせそ】
PDF
Lifehack Vol3 Nishi
XLS
日本と海外の文化の差異
PDF
Lifehack Vol3 Nishikawa
PPS
德 格印经院
PDF
HR-084-從藍海策略談技職學生的生涯規劃
PDF
Cycle-Ring Intro
PPT
議題(六)圖資學科教育下一步 陳冠華
PDF
呂布と貂蝉。鳳儀亭の密会
PDF
Image Chain
PDF
HR-082-個人優勢與職場發展
PPTX
三和一善
PDF
Free Medical Camp
PPT
Jhla(20070512)
HR-092-職能Competencies
2008.4.Kyosou
協創営業道場資料
『全日本学生ゲーム開発サークル連合』の紹介
三国志演義 第9集
Lifehack Vol3 Watanabe
プログラミングの【さしすせそ】
Lifehack Vol3 Nishi
日本と海外の文化の差異
Lifehack Vol3 Nishikawa
德 格印经院
HR-084-從藍海策略談技職學生的生涯規劃
Cycle-Ring Intro
議題(六)圖資學科教育下一步 陳冠華
呂布と貂蝉。鳳儀亭の密会
Image Chain
HR-082-個人優勢與職場發展
三和一善
Free Medical Camp
Jhla(20070512)
Ad

Viewers also liked (6)

PDF
Social Media Marketing Naaa 09 Ppt [Compatibility Mode]
ODP
Fabrica de Pinturas
PPT
Understanding Rbm by WangYuanTao
PDF
Netflix Prize by Xlvector
PPT
Cmc Distribution Presentation
PDF
宜信大数据金融云-CSDN
Social Media Marketing Naaa 09 Ppt [Compatibility Mode]
Fabrica de Pinturas
Understanding Rbm by WangYuanTao
Netflix Prize by Xlvector
Cmc Distribution Presentation
宜信大数据金融云-CSDN
Ad

More from gu wendong (7)

PDF
Social Recommendation
PDF
Pharos Social Map Based Recommendation For Content Centric Social Websites
PDF
Tag And Tag Based Recommender
PDF
Resys China 创刊号
PPT
孙超 - Recommendation Algorithm as a product
PDF
EdChang - Parallel Algorithms For Mining Large Scale Data
PPTX
王守崑 - 豆瓣在推荐领域的实践和思考
Social Recommendation
Pharos Social Map Based Recommendation For Content Centric Social Websites
Tag And Tag Based Recommender
Resys China 创刊号
孙超 - Recommendation Algorithm as a product
EdChang - Parallel Algorithms For Mining Large Scale Data
王守崑 - 豆瓣在推荐领域的实践和思考

From Search To Discover by Wanght

  • 1. 从搜索到发现 王洪涛, 2009-09 09/14/09 —— 推荐技术及其在电子商务中的应用
  • 2. 主要内容 推荐技术简介 主要的算法思想和数据介绍 在电子商务中的应用实践 总结与招聘广告
  • 4. 个性化推荐技术简介 什么是推荐 搜索与推荐的区别 推荐技术可用于…… 电子商务、呼叫中心、数字电视、新闻媒体、网络视频 精准广告、移动互联网、手机增值服务…… 业界典型应用案例 Amazon.com 、 Netflix.com 、 Last.fm 、 Pandora.com douban.com 、 DangDang.com 、 taobao.com Aggregateknowledge.com 、 clickchoice.com
  • 5. 数据、算法和产品——概述 数据 订单数据、浏览日志、浏览到购买数据 收藏夹、购物车、评分数据 算法 Item to Item Item based Personalized Recommendation User to User User based Personalized Recommendation Content to Content Content based matching Association Rules Classical Data Mining algorithm Social Recommendation Friends based Personalized Recommendation 产品 Also Buy 、 Also View 、打包购买、相似顾客…… 浏览推荐、购物推荐( Item Based )、购物推荐( User based )…… 购物车推荐、收藏夹推荐、个性化邮件……
  • 6. 电子商务领域的应用实践 典型应用 Cross/Up Sale : also buy 、 also view 、打包购买 组合推荐:购物车、收藏夹、订单确认信推荐 个性化推荐:根据购物历史、浏览历史推荐、个性化邮件 互动:相似顾客推荐
  • 12. 总结 数据、算法与产品设计 数据最重要 利用 User Feedback 改进算法 重视人口统计学因素、即时意图的把握 产品的位置与交互非常关键 应用前景 任何涉及大量选择 & 大量用户交互的场所 电子商务、网络社区、手机、数字媒体等 线上最容易实施,那么线下呢? 推荐引擎? 既然有搜索引擎,是否可以有一个独立的推荐引擎? 现有的推荐绝大多数都是依托于其他平台的附属应用 推荐引擎是否有独立存在的空间和市场需求?
  • 13. 招聘广告  产品经理 / 高级产品经理(非实习)——关键词 / 行为定向广告系统 需要有相关领域 2~3 年工作经验,特别是面向广告客户的商业产品经验 投递: [email_address] 实习生(明年毕业的硕士最佳)——搜索 / 数据挖掘 / 个性化推荐 偏算法方向的需要有相关领域的研究、开发经验 偏工程方向的则希望工程实战经验多一些 对 C/C++ coding 能力均有一定要求 投递: [email_address] 实习生(明年毕业,本 / 硕)—— PHP( 移动互联网 / 广告平台 / 购物频道) 需要完整的 PHP 开发项目经验 对前端 JS/CSS/XHTML 较为熟悉,可手写代码 或者对后端的 MySQL/Apache/Nginx 配置较为熟悉 投递: [email_address]

Editor's Notes