如今在各大國內(nèi)主流電商已經(jīng)具備個性化千人千面推薦模塊，無論是在首頁，目錄，搜索，頻道，推薦，push，購物車，訂單等無孔不入，那么今天就聊一聊個性化推薦的目的以及在電商中的作用，以及一些個性化推薦的原理。

在2013年我就職于蘇寧易購，在那時還是pc端為主，app為起步階段，國內(nèi)的各家都在忙于在pc上開疆拓土，價格戰(zhàn)打的不亦說乎，可能誰也沒曾想在2019年的今年智能手機普及后，app這種一騎絕塵的架勢順勢反超pc。那時有過一些關(guān)于電商個性化推薦的探索，但是也沒有多大的波瀾，在2015年時，在當(dāng)時蘇寧的營銷類目事業(yè)部組建了一個項目小組，主要負(fù)責(zé)開發(fā)app內(nèi)導(dǎo)購的圖靈個性化推薦功能。但是這個功能并不是基于大數(shù)據(jù)的計算與預(yù)測，只是一個很簡單的人工商品的推薦庫，也很意外的這個功能居然獲得了蘇寧之夏的最佳項目的獎項，有點大跌眼鏡。不過隨著技術(shù)的不斷投入，很多的數(shù)據(jù)層面的平臺就已經(jīng)出爐面目，比如用于輔助選品以及會員營銷的數(shù)據(jù)分析平臺，黃金眼等。用于分析類目與類目間，商品與商品的關(guān)系系數(shù)等。蘇寧的這個項目進(jìn)展應(yīng)該是個性化推薦在電商發(fā)展過程中的一個技術(shù)傾向的縮影。

我們可以姑且認(rèn)為現(xiàn)在互聯(lián)網(wǎng)的電商就像一個大型商場，每個模塊就是陳列商品的地方，有吃有喝，有玩有樂，與現(xiàn)在的實體商場的作用與功能模塊異曲同工，不同于線下實體的空間局限，線上互聯(lián)網(wǎng)可以容納趨于無限的商鋪或者商品（如果服務(wù)器處理能力無限的話），那么在一個小小的app里，如何將所有的商品都能有機會展現(xiàn)給精準(zhǔn)的需求用戶呢，答案就是個性化。

在個性化發(fā)展到現(xiàn)在這個水平，是伴隨著大數(shù)據(jù)分析技術(shù)的演化而來，有了足夠的數(shù)據(jù)用于訓(xùn)練支撐，個性化就有了足夠的準(zhǔn)確率保證。那么個性化在電商app中主要用于哪些地方才能真正發(fā)揮用處呢，我們以國內(nèi)主流app為例，一個一個說。

前臺展示：

1，個性化首頁輪播， 首頁輪播是一個app或者網(wǎng)站的首頁重要位置，是傳播優(yōu)惠活動信息的頭站，往往是4-6個輪播自動滾動展示，有時候一個網(wǎng)站可能沒有那么多活動，而且活動總是有時效性，如果多個活動一直放在首頁好幾天，估計其成交轉(zhuǎn)化率會逐漸下降，也就是說如果在沒有個性化展示的情況下，每3-4天都必須更新活動，以維持其曝光價值。這樣一來其帶來的人力壓力就會較多，包含選品，頁面設(shè)計，利潤率等都要重新規(guī)劃，那么有沒有一種辦法能夠減少人工參與的部分呢，答案就是個性化首頁輪播，其原理說簡單也不簡單，說復(fù)雜也不復(fù)雜，主要涉及到幾個方面，一個是個性化專題的頁面設(shè)計圖庫，一個是個性化推薦的算法商品集合。

其中圖庫的設(shè)計有兩種辦法生成，一種是設(shè)計制作各個類目的背景模板，數(shù)量當(dāng)然是越多越好，其次就是自動化商品的個性化推薦集合，通過這些商品集合組成個性化活動頁，而輪播入口圖則由背景和用戶之前深度瀏覽過的商品主圖以適當(dāng)?shù)姆绞蒋B加組成輪播，并根據(jù)用戶的cookieid來決定展示什么類目的專題頁，這樣一來，個性化首頁輪播就出現(xiàn)了。一般app會在首頁輪播里面嵌入2-3個個性化接口。這種辦法的好處就在于節(jié)省了人力，但是并不靈活，如果用戶量極其龐大，會帶來服務(wù)器的不小壓力（這取決于對個性化商品集的粗細(xì)程度）。國內(nèi)玩的比較順的則是阿里的魯班人工智能做圖系統(tǒng)，據(jù)推測能根據(jù)用戶的不同需求制作不同的入口圖，實現(xiàn)了人工智能在做圖設(shè)計領(lǐng)域的小試身手。京東等電商也已實現(xiàn)類似功能。

2，個性化商品推薦：該模塊為app布點最多，且最為靈活，能夠根據(jù)自身運營的需要進(jìn)行算法更替，其可以在首頁底部，可以在購車，可以在詳情頁推薦，也可以在訂單，個人賬戶等等頁面，無孔不入。一般展示最多的則是以用戶瀏覽/點擊/收藏/購買過的商品以及提供與其相似的商品，以及相同類目的商品。

3，搜索目錄列表個性化精排：在搜索或者目錄排序中，個性化用的最多的還是商品質(zhì)量分+付費營銷+用戶瀏覽過商品的集合，當(dāng)然展示的商品還是要符合類目搜索目錄的規(guī)則，這也不代表用戶在使用搜索目錄時，瀏覽不曾看過的目錄或者搜索的商品時就不受個性化算法的影響，基于用戶的協(xié)同過濾算法可以實現(xiàn)此類操作。我將在接下來的個性化推薦原理中給大家介紹。關(guān)于商品質(zhì)量分，和付費營銷可以參考淘寶的商品得分以及直通車，類似。

 

其他

1，dsp/站外推廣/push

dsp站外推薦也是基于用戶瀏覽過的商品進(jìn)行相似商品或者相同商品的推薦，在短信推送以及apppush上也是如此，應(yīng)該算是個性化推薦最簡單的運用了。

2，圖片搜索與相似度計算

圖片搜索是目前國內(nèi)主要電商都有的功能，其訓(xùn)練模型也是基于大量數(shù)據(jù)的訓(xùn)練，也正是基于此，才有了站內(nèi)個性化商品的多樣化推薦算法，比如用戶喜歡某個款式某個顏色的包包，那么通過這類圖片個性化相似的算法，能夠?qū)崿F(xiàn)基于用戶喜好的商品（特別是非標(biāo)品）的個性化推薦。

當(dāng)然個性化推薦的運用還有其他妙用，比如亞馬遜近幾年推出一套算法，能夠根據(jù)用戶的瀏覽行為習(xí)慣，推測出用戶下單的概率，進(jìn)而能夠有效的調(diào)度物流將該商品運往距離該用戶最近的物流中心，以節(jié)省物流時間。至于效果怎么樣不得而知，但還是有點讓人出乎意料。

個性化算法的原理與舉例

目前個性化算法都是基于用戶的cookieid所帶來的行為數(shù)據(jù)的統(tǒng)計推算，進(jìn)而給出相近商品推薦的算法，不過也有不同，除了對相似商品，也可以對相似會員進(jìn)行相似度多維度計算，相信各位讀者也不是專業(yè)算法技術(shù)人員，那么我就簡單明了的介紹其原理，挑一個或許大家都能聽明白的

協(xié)同過濾：一種是基于商品的協(xié)同過濾，計算商品之間的相似性用以聚類，一種是基于用戶的協(xié)同過濾，大概意思就是喜歡這個商品的用戶還喜歡哪類商品，通過用戶聚類來拓展個性化商品，這也是我們經(jīng)?？匆娞詫氈袝蓄愃频耐扑]“瀏覽過該商品的用戶還瀏覽過。。。”之類的文案?；谏唐返膮f(xié)同過濾其實就是類目相關(guān)，其實在電商里使用類目相關(guān)的難度較低，關(guān)于一些算法的原理我將在日后的文章中繼續(xù)給大家一一講解。其實基本上都差不多，只不過實現(xiàn)方式不同。

那么個性化算法在電商APP中起到的作用是極為重要的，能夠?qū)⒂邢薜恼故疚恢?，通過個性化算法無限的延展，讓更多的商品得到曝光與展示，較之于先前的種種人工手段是有著無可比擬的優(yōu)勢，一方面節(jié)省了人力，一方面提高了效率，同時也是讓電商成為了一個可以容納無限sku，并且讓接近于無限商品能夠獲得曝光和銷售的平臺，比線下實體店的空間局限，更具優(yōu)勢，因此可以說是電商導(dǎo)購產(chǎn)品以來最為性價比的發(fā)明了。

相信在未來，個性化算法能夠在各個領(lǐng)域不僅僅是電商都能嶄露頭角，或者說人工智能算法的用處能夠在社會生活的每一個角落落地生根，這一天不會太晚到來。