Your SlideShare is downloading. ×
当当网 从搜索到发现
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

当当网 从搜索到发现

366
views

Published on

标点符上传 www.biaodianfu.com

标点符上传 www.biaodianfu.com

Published in: Technology

0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total Views
366
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
0
Comments
0
Likes
0
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide
  • 07/19/10
  • Transcript

    • 1. 从搜索到发现 王洪涛, 2009-09 07/19/10 —— 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
    • 3. Example
    • 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
    • 7. 个性化推荐
    • 8. 交叉 / 向上销售
    • 9. 购物车推荐
    • 10. 收藏夹推荐
    • 11. 个性化邮件
    • 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]