《网站推荐机制中艺术、科学与商务问题x.docx》由会员分享，可在线阅读，更多相关《网站推荐机制中艺术、科学与商务问题x.docx（8页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、网站推荐机制中艺术、科学与商务问题x网站举荐机制中的艺术、科学与商务问题 网站举荐机制是电子商务或内容网站的核心功能之一。例如你在一个网站买了一本书后，网站会举荐其他你可能会感爱好的书。这被认为是亚马逊等电子商务巨头胜利的关键。本文对几个精彩的举荐系统进行了较透彻的分析。2006 年 10 月，Netflix 搞了一次不寻常的有奖竞赛。这家网上 DVD 租赁公司开出奖金一百万美元，嘉奖给能把他们网站的产品举荐机制提高 10%的人。Netflix 以富有创新精神和闯劲著称。而一百万美元的奖金对于这样一家公司来说，其实并不象听起来那么多。 有奖竞赛还在进行当中（至少要进行到 2011 年 10 月
2、 2 日）。所以这是一场炒作活动还是希望花小钱进行探讨，我们还不得而知。而对 Netflix 来说，更好的举荐机制是必不行少还是锦上添花？今日，Netflix 正面对从沉睡中醒来的巨人BlockBuster 的挑战，因此它必定要找寻制胜的先机。精彩的举荐机制会留住老用户，吸引新用户。比如当一个用户还 DVD 时，系统会举荐给他/她可能会喜爱的另一部电影。这就增加了这个用户回来再租 DVD 的可能。 阅读与举荐一个精彩的举荐机制不光对 Netflix，对其他网络企业也特别重要。这是因为用户的网上活动分为两类：搜寻和阅读。当消费者明确知道她想要什么的时候，她搜寻。但当她不太清晰想要什么的时候，她阅
3、读。阅读活动为举荐系统带来了绝好的机会。因为当用户没有集中留意力在找她想要的东西时，她对外来的建议是放开的。在阅读过程中，用户的留意力（和他们的钱），都等着你去抓住。通过向用户展示有吸引力的东西，网站可以使交易胜利的可能最大化。所以假如网站能增加给用户供应好举荐的几率，就能赚更多钱。明显这不是一个简单解决的问题，但解决这个问题带来的好处是巨大的。举荐的几种方式如下：特性化的举荐依据用户过去在网站的行为进行举荐 社会化举荐依据类似用户过去在网站的行为进行举荐 基于产品的举荐基于产品本身的特性进行举荐 • 以上三者的混合我们现在通过实例详述上述方式。包括老牌网站如亚马逊 Amazon，以
4、及新秀如Pandora（译者：一个收听网上音乐的站点）和 del.icio.us（译者：闻名的社会化书签网站）。 亚马逊举荐之王亚马逊被广泛认为是网上购物行业的领袖，特殊是举荐机制的运用。过去十几年间，该公司投入了大量金钱和脑力开发举荐机制，来促运用户更多地购物包括对你阅读历史、购买历史，以及其他用户购买数据的分析。让我们看看亚马逊举荐机制的几个方面。下面是登陆到我的亚马逊帐户后网页显示的主要部分：（译者：上图抬头是消费者阅读了这件商品后买了什么？下面是三件商品：52%的消费者买了你正在看的这套衬衣；19%买了另一种款式；5%买了灰色的那种）这部分是社会化举荐。留意，特别量化的分析，给我一个基
5、于数据统计的理由为什么我应当买这套衬衣。而同时这又是特性化的举荐，因为它基于我刚刚点击查看的产品。（译者：上图抬头是为你打算的新货。下面是几本书以及链接为什么我们举荐这本书给你？）这一部分是基于产品的举荐，详细说是新书举荐。点击为什么我们举荐这本书给你？的链接会显示我的购买历史。因此这同时也是特性化举荐基于我过去行为的举荐。这一页上有其他四个部分采纳上述举荐机制的结合。我们用下表概括：亚马逊特性化举荐系统 亚马逊特性化举荐系统你的历史 你的购买历史 实际阅读商品 新产品（基于产品的举荐）相关商品（基于产品的举荐）相关商品（基于产品的举荐）别人购买的（社会化举荐）别人购买的（社会化举荐）很自然，
6、这个系统是对称和覆盖全面的。全部举荐都基于用户个人行为，加上商品本身，或者是其他用户在亚马逊的活动。不管是因为你以前购买过相关产品，还是因为其他许多用户都喜爱，亚马逊每举荐给你一件商品，都增大你把它放进你的购物筐的可能。超越亚马逊 亚马逊的举荐系统是程序自动化和用户相关购物信息天才集合的经典之作。亚马逊花了十几年的时间建立和完善了这个系统。这个系统基于产品和相关用户的巨大数据库；记录的信息包括你在过去几年或几分钟内做过什么。其他新公司如何与之竞争呢？出乎意料的是，有方法竞争。答案来自与网络购物没什么关系的学科遗传学。如你所知，遗传学探讨 DNA 片段基因，如何承载影响人类特性和行为的密码。比如
7、一家人因为他们有某些基因是相同的，因此长相和行为有类似之处。遗传学是一门有 150 年历史的学科，在医学和历史学的探讨中都是一个重要工具。但遗传学一个出乎意料的应用于 2000 年 1 月 6 日出现Time Westergren 和他的挚友们确定把遗传学的概念引入到音乐中。潘朵拉（Pandora ）基于遗传学的举荐系统 音乐染色体组项目的推出，目的在于把音乐解析成为最基本的基因组成。它的基本想法是：我们因为音乐的某些特性喜爱音乐那么为什么不能依据音乐的某些相像之处设计出一套举荐系统呢？这类举荐系统应当属于基于产品的举荐。但具有深刻创新意义的是，产品（音乐产品）的相像性，通过基因组成来衡量。（
8、译者：上图是 Pandora 音乐播放器向用户说明为什么播放一首歌曲：基于你告知我们的信息，我们播放这段音乐。因为这段音乐微妙地运用人声合声，混合了声学和电子乐器，有以人声为核心的审美特点，音调以大调为主，以及其他音乐基因组项目中发觉的相像性。）在奋斗了几年，分析了海量的音乐后，这个项目积累了足够的数据，并推出了名为Pandora 的在网上收听音乐的服务。Pandora 由于精确的举荐和用户低成本进入（译者：指用户可以很简单地就试用 Pandora 的服务）取得巨大胜利。用户只需选一名歌手，或一首歌，就可以建立一个用户自己的电台，播放类似的音乐。这种即刻满意感是很难抗拒的。因为 Pandora
9、 了解音乐相像性背后的因素，它不须要了解用户的好恶，就可以把用户黏住。的确，Pandora 须要把握用户的口味或记忆但这正是隐藏在音乐本身的 DNA 中了。当然 Pandora 有时并不完备，会播放不对用户口味的音乐。但这很少发生。很自然地我们会问：这个基于基因的举荐方式能不能应用于其他产品如书籍、电影、酒、餐馆、或旅游点呢？对于每一类产品，它的基因又由什么因素组成呢？比如说，对葡萄酒来说，它的基因是否包括对酒的口味的描述呢：黑莓口味、土味、果香型、复合型、混合型，等等。而书籍的基因是否是描述故事情节的用语呢？假如基因真的是让某一个物体在我们头脑中产生独特形象的因素，对于不同的事物我们应当可以
10、把他们的基因定义出来。其实在过去的几年间，我们已经在互联网上做这样的事了。这就是标签（tagging）。Del.icio.us 标签会成为基因么？ Pandora 的初始投入是巨大的。因为成千上万的音乐须要人工来鉴定。社会化书签网站中数一数二的 del.icio.us 则采纳不同的方法让用户自己来鉴定、标识。这种自组织的方式相当胜利，del.icio.us 很快在最初的运用者中流行起来。今日，s 已经不仅仅是一个书签网站它还是一个新闻网站和搜寻引擎。但del.icio.us 是否也是一个举荐系统呢？（译者：上图显示加了Linux标签的最受欢迎的网页链接，右侧是相关标签。）答案是确定的。这是一个
11、特别简明的举荐系统，它指基于一个基因那就是一个标签。例如在上图中，我们看到最受欢迎的加了Linux标签的网页链接，同时还看到相关链接如Open source （开源软件）和ubuntu （Linux 操作系统的一个版本）。而一个更令人兴奋的举荐系统是基于多个标签的吻合。然而由于算法还不完善，这一点的作用并不明显。但至少，这一功能对于 Read/WriteWeb 的网页（译者：原文的站点）是有效的，在下图中，可以看到右侧显示的与 Read/WriteWeb 类似的其他博客。 因此，del.icio.us 的机制有可能发展成为一个好玩的自助分类、组织的举荐系统。假如有足够的用户并逐步调整系统，用群
12、体的力气加标签的方式可以建立起一个对书、葡萄酒、音乐同样有效的举荐系统。前题是，标签要精确到能够成为被标签对象的基因！结论 举荐引擎是网上电子商务系统和用户体验的一个重要组成部分。网上零售商们有剧烈的意愿向那些正在阅读的用户供应举荐，以驱使他们购买。亚马逊有一套特别精彩的特性化举荐系统，是这个领域的领先者。其他网上零售商面临的问题是缺乏用户信息和软件构架不完善。最新的举荐引擎，如受遗传学启发的 Pandora 和基于群体社会化标签的 del.icio.us都是特别好玩的新发展。这些系统的特长在于即刻满足度不须要用户供应他们的偏好和过去的阅读或消费历史。不管将来如何发展，亚马逊、Pandora 和del.icio.us 目前展示了极其精彩的举荐技术。我们向您举荐这几个系统，并对将来拭目以待。 marginwidth=0 marginheight=0 src= frameborder=0 width=728 scrolling=no height=90>