產(chǎn)品設(shè)計(jì) 個(gè)性化場景推薦并不神秘,帶你讀懂推薦計(jì)算模型 許多產(chǎn)品里都設(shè)置了推薦模型系統(tǒng),比如結(jié)合推薦模型,購物平臺(tái)可能會(huì)更知道用戶更想要什么,從而讓相關(guān)產(chǎn)品出現(xiàn)在用戶瀏覽首頁。那么,推薦模型是如何“起效”和“運(yùn)轉(zhuǎn)”的?個(gè)性化推薦,又有哪些存在意義?本篇文章里,作者便發(fā)表了他的看法,一起來看。 小鑷子 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 算法之「惡」:如何掙脫推薦系統(tǒng)的「囚禁」? 你是不是也有過這樣的經(jīng)歷或感受:只要刷起短視頻軟件,不花上一定時(shí)間消磨在其中,你滑動(dòng)的手指好像就停不下來?而在這現(xiàn)象背后,可能是“推薦系統(tǒng)”和“算法”在讓你“上癮”。具體如何解讀推薦系統(tǒng)的存在和作用?一起來看看作者的分析。 南村小付 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 推薦系統(tǒng)里的推薦理由都有哪些?如何生成? 無論是刷視頻還是刷帖購物,在推薦頁面里好的推薦理由總能吸引人點(diǎn)進(jìn)去看。那么這些推薦系統(tǒng)里的推薦理由都有哪些?又是如何生成的?本文就此問題做了分析和解答,希望對你有所幫助。 搜廣推策略James 2年初級(jí)推薦系統(tǒng)
產(chǎn)品經(jīng)理 推薦策略產(chǎn)品經(jīng)理必讀系列—第五講推薦系統(tǒng)的召回三 前面幾篇介紹了基于規(guī)則的召回和基于協(xié)同過濾思想的召回,本篇文章給大家詳細(xì)介紹基于向量的召回。這也是目前實(shí)際工業(yè)界落地時(shí)應(yīng)用最多的召回方法。 搜廣推策略James 2年初級(jí)推薦系統(tǒng)
產(chǎn)品經(jīng)理 推薦策略產(chǎn)品經(jīng)理必讀系列—第一講推薦系統(tǒng)的興起 編輯導(dǎo)語:從前,沒有推薦系統(tǒng)的時(shí)候,我們所看到的信息都是通過自己篩選的,難免會(huì)摻雜著自己不喜歡的東西。如今,推薦系統(tǒng)的遍布,讓我們上癮。本文通過縱觀行業(yè)發(fā)展... 搜廣推策略James 1年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 解構(gòu)電商、O2O:挖掘用戶的“潛意識(shí)” – 推薦系統(tǒng) 編輯導(dǎo)語:隨著人們?nèi)找嫣岣叩纳钏?,對于商品的要求也都趨于個(gè)性化,個(gè)性化的推薦系統(tǒng)也就順勢而生。這篇文章作者詳細(xì)拆解了推薦系統(tǒng)的運(yùn)作方式以及用戶的“潛意識(shí)”... 高暉 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 小白產(chǎn)品必看的推薦系統(tǒng)四步指南! 編輯導(dǎo)語:互聯(lián)網(wǎng)使得信息傳播從傳統(tǒng)的紙媒到如今去中心化的UGC方式。當(dāng)海量的信息進(jìn)行分發(fā)時(shí),作為產(chǎn)品設(shè)計(jì)者,我們需要考慮的問題是如何做好內(nèi)容分發(fā)系統(tǒng)。今日頭條為... 許木 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 推薦策略產(chǎn)品經(jīng)理實(shí)操(三):推薦與搜索 編輯導(dǎo)語:推薦的目的主要在于依據(jù)用戶行為偏好,為用戶推薦可能喜歡的事物;而搜索則是用戶出于一定目的進(jìn)行檢索,前者為被動(dòng)獲取,后者為主動(dòng)獲取。具體而言,推薦系... 大俗大雅 1年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 數(shù)據(jù)中臺(tái)實(shí)戰(zhàn):基于標(biāo)簽的推薦系統(tǒng)必須要解決的4個(gè)核心問題 編輯導(dǎo)語:在推薦系統(tǒng)中,標(biāo)簽的使用可以讓定位更精準(zhǔn),提升匹配的水平和效率。那么,在業(yè)務(wù)過程中,我們應(yīng)當(dāng)采用哪種標(biāo)簽推薦方式?本篇文章里,作者結(jié)合實(shí)際經(jīng)驗(yàn),總... 改變世界的產(chǎn)品經(jīng)理 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 5000字,從0到1構(gòu)建推薦系統(tǒng) 編輯導(dǎo)語:伴隨著移動(dòng)互聯(lián)網(wǎng)的快速發(fā)展與信息量的飛速增長,如今用戶可能每天都需要接收海量級(jí)別的信息。而推薦系統(tǒng)的產(chǎn)生讓用戶在一定程度上可以更精準(zhǔn)地接收自己所需... 我不是瑞文 2年初級(jí)推薦系統(tǒng)
產(chǎn)品設(shè)計(jì) 聊一聊推薦系統(tǒng)的召回 編輯導(dǎo)讀:在推薦系統(tǒng)中,召回是從物料庫中獲取一小部分物料,這一小部分物料會(huì)在后續(xù)的環(huán)節(jié)被模型用來打分排序。本文作者圍繞推薦系統(tǒng)的召回進(jìn)行了策略和場景兩個(gè)維度... 策略產(chǎn)品研究院 2年初級(jí)召回
數(shù)據(jù)分析 深入理解:推薦系統(tǒng)中的召回與排序(一) 編輯導(dǎo)語:推薦系統(tǒng)通過對用戶行為喜好的預(yù)測進(jìn)行信息過濾,進(jìn)而為用戶瀏覽進(jìn)行推薦行為。一方面,推薦系統(tǒng)可以提升用戶的信息閱讀體驗(yàn),另一方面,產(chǎn)品和平臺(tái)也有助于... 尋跡 2年初級(jí)召回