From Search To Discover by Wanght
Upcoming SlideShare
Loading in...5
×
 

Like this? Share it with your network

Share

From Search To Discover by Wanght

on

  • 2,252 views

 

Statistics

Views

Total Views
2,252
Views on SlideShare
2,067
Embed Views
185

Actions

Likes
7
Downloads
102
Comments
0

3 Embeds 185

http://blog.pmcamp.org 167
http://pmcamp.org 16
http://www.slideshare.net 2

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment
  • 09/14/09

From Search To Discover by Wanght Presentation Transcript

  • 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
  • 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]