京東個(gè)性化搜索解析之推薦系統(tǒng)是如何工作的？

　　京東搜索系統(tǒng)中的“推薦”展位，一直處于個(gè)性化數(shù)據(jù)抓趴的最前端，早在商詳頂部處，就出現(xiàn)了“商品推薦”展位，這個(gè)位置，也是京東搜索引擎在收集個(gè)性化數(shù)據(jù)，今天給大家分享一下，搜索系統(tǒng)中的“推薦”，到底是如何“工作”的。

　　1京東推薦展位

　　京東推薦產(chǎn)品

　　? 80+推薦產(chǎn)品，包括移動(dòng)端和Web端

　　? 20+推薦服務(wù)，支撐EDM、廣告、微信端等，像是京東快車推薦位。

　　? 遍布用戶網(wǎng)購的各個(gè)環(huán)節(jié)

　　推薦系統(tǒng)的價(jià)值

　　? 挖掘用戶潛在購買需求

　　? 縮短用戶到商品的距離

　　? 用戶需求不明確時(shí)提供參考

　　? 滿足用戶的好奇心

　　京東推薦算法優(yōu)化方向

　　? 以數(shù)據(jù)分析為工具，提升數(shù)據(jù)的質(zhì)量和覆蓋度，增強(qiáng)對(duì)業(yè)務(wù)的理解(25%)

　　? 測試不同算法在不同數(shù)據(jù)源的效果，提高召回模型的質(zhì)量，增加結(jié)果辨識(shí)度(50%)

　　? 以用戶反饋為依據(jù)，融合不同類型、不同維度據(jù)源，就會(huì)出現(xiàn)京東搜索排名 (15%)

　　? 增加數(shù)據(jù)的更新頻率(5%)

　　? 其他(5%)

　　推薦系統(tǒng)效果全景圖

　　2通用模型的應(yīng)用

　　京東對(duì)推薦數(shù)據(jù)的理解

　　典型推薦系統(tǒng)技術(shù)

　　按照數(shù)據(jù)的分類： 協(xié)同過濾、內(nèi)容過濾、社會(huì)化過濾

　　按照模型的分類： 基于近鄰的模型、矩陣分解模型、圖模型

　　京東的推薦系統(tǒng)是完整的工程實(shí)現(xiàn)，算法+工程，二者缺一不可，用戶行為和業(yè)務(wù)的主要連接是數(shù)據(jù)，數(shù)據(jù)的理解高于算法的理解，簡單模型配以優(yōu)質(zhì)有效的數(shù)據(jù)，才能呈現(xiàn)更好地用戶體驗(yàn)。

　　相關(guān)閱讀

　　京東搜索反作弊系統(tǒng)怎么躲避?做好這幾點(diǎn)

　　京東如何操做通過刷點(diǎn)擊提升排名，具體方法

　　京東搜索主圖怎么設(shè)置?需要注意什么?