色屁屁www影院免费观看入口,欧美性猛交ⅹxxx乱大交妖精,欧美激情第5页,欧美性猛交xxxx三人,欧美一a级做爰片大开眼界

達(dá)觀動(dòng)態(tài)

達(dá)觀愿與業(yè)內(nèi)同行分享 助力各企業(yè)在大數(shù)據(jù)浪潮來臨之際一起破浪前行

  1. 達(dá)觀動(dòng)態(tài)
  2. 產(chǎn)品介紹
  3. 如何解決熱門推薦的3大難題？
如何解決熱門推薦的3大難題？
1.前言
自豆瓣在個(gè)性化推薦的嘗試，到現(xiàn)在新起之秀的今日頭條、電商巨頭的亞馬遜利用個(gè)性化推薦成為行業(yè)中的佼佼者。很多互聯(lián)網(wǎng)企業(yè)開始將目光開始聚焦在個(gè)性化推薦，希望通過個(gè)性化推薦贏得市場(chǎng)。
?
熱門是互聯(lián)網(wǎng)產(chǎn)品中最常見的功能之一，如“大家都在看”，“今日爆款”等字眼隨處可見。熱門結(jié)合了眾多渠道，發(fā)揮著提供最熱優(yōu)質(zhì)的內(nèi)容服務(wù)的作用。
?
個(gè)性化推薦強(qiáng)調(diào)于精準(zhǔn)性，要求在這個(gè)信息過載的互聯(lián)網(wǎng)世界中能夠精準(zhǔn)推薦出符合用戶感興趣的產(chǎn)品。而熱門具有統(tǒng)一性，不管個(gè)體用戶的行為，熱門的數(shù)據(jù)都是統(tǒng)一的。這兩者看似相悖，但試想一下，若周圍的朋友都在討論熱點(diǎn)事件時(shí)，你卻一無所知，是否感覺與整個(gè)社會(huì)脫節(jié)了呢？因此，在追求精準(zhǔn)性和個(gè)性化的同時(shí)，也需要考慮社會(huì)統(tǒng)一性。
那么如何將熱門有效的融入到推薦系統(tǒng)呢？接下來，帶您開啟個(gè)性化推薦的宇宙飛行之旅，該班次出發(fā)于分析熱門的優(yōu)劣；小憩于如何解決熱門劣勢(shì)；中轉(zhuǎn)至個(gè)性化推薦與熱門的結(jié)合；到站于精準(zhǔn)性與統(tǒng)一性共存的“推薦星球”。
2.熱門的闡述
每個(gè)人對(duì)熱門都會(huì)聯(lián)想到很多詞語，如熱銷榜、暢銷書籍、網(wǎng)紅等等，熱門在日常生活中扮演著越來越重要的角色。同樣，在互聯(lián)網(wǎng)中，熱門也占據(jù)著重要的地位。熱門的應(yīng)用場(chǎng)景十分廣泛，下圖展示了部分領(lǐng)域中的熱門應(yīng)用：淘寶（電商）、愛奇藝（視頻）、微博（社交）、酷狗（音樂）。
接下來從三個(gè)方面深入了解熱門：熱門的影響因素、熱門的優(yōu)勢(shì)以及熱門的弊端。
?

pic_002

圖熱門的應(yīng)用場(chǎng)景
2.1熱門的影響因素
結(jié)合現(xiàn)實(shí)來說，熱門主要受三個(gè)部分的影響：物品自身的屬性、用戶的反饋以及時(shí)間。
?
  • 物品自身的屬性：
若兩部電影同時(shí)首映：《少年的你》和《半個(gè)喜劇》，相信絕大部分觀眾都會(huì)選擇《少年的你》。因?yàn)椤渡倌甑哪恪肥怯闪髁啃〉ㄒ嘴惹Лt）和實(shí)力演員（周冬雨）飾演，且經(jīng)過了前期大量的宣傳。因此，從物品自身屬性來看，兩部電影是無法相提并論的。
?
  • 用戶的反饋：
物品自身的屬性雖然看上去屬于天然優(yōu)勢(shì)，但是在實(shí)際的算法中也不會(huì)占據(jù)主要的地位。內(nèi)容是否真的好，還需要真實(shí)用戶的檢驗(yàn)。在推薦星球中，用戶的行為（瀏覽、點(diǎn)贊、分享、評(píng)論、轉(zhuǎn)發(fā)等等）也是重要的考慮因素。
?
  • 時(shí)間因素：
很多物品屬于一次性消費(fèi)，用戶看過也就是看過了，很少進(jìn)行二次消費(fèi)。若熱門的數(shù)據(jù)是一成不變的，或者更換周期不合理的話，用戶會(huì)感受到乏味無趣，從而造成了用戶的流失。所以，不管何種平臺(tái)都希望熱門能夠按照合理的周期進(jìn)行更新，時(shí)間成為不可缺少的考慮因素。
2.2熱門的優(yōu)勢(shì)
?
熱門在互聯(lián)網(wǎng)市場(chǎng)上扮演著重要的角色，其主要原因如下：
?
  • 新用戶冷啟動(dòng)問題
當(dāng)用戶行為數(shù)據(jù)量少且用戶信息獲取不準(zhǔn)確（用戶冷啟動(dòng)問題）等現(xiàn)狀下，熱門反而比個(gè)性化推薦更加適用。舉個(gè)列子，若某一個(gè)用戶剛剛注冊(cè)某知名APP時(shí)，試問一下有多少人會(huì)尋著耐心注冊(cè)性別、年齡、職業(yè)等信息呢？又有多少人會(huì)注冊(cè)其真實(shí)的信息呢？所以，在絕大多數(shù)用戶冷啟動(dòng)情況下，選擇熱門進(jìn)行推薦比根據(jù)用戶社會(huì)信息進(jìn)行推薦更加具有保障。
?
  • 對(duì)物品要求小
當(dāng)物品數(shù)量級(jí)小或者物品的差異性小的情況下，熱門推薦比個(gè)性化推薦更加合適。當(dāng)物品少或者類目聚集時(shí)，個(gè)性化推薦總是推薦同一類的物品，那么個(gè)性化推薦也失去了個(gè)性化的特性了，且個(gè)性化的計(jì)算成本遠(yuǎn)大于熱門計(jì)算。
2.3熱門的劣勢(shì)
?
不可否認(rèn)，熱門也具有很大的弊端，其主要有如下三點(diǎn)：
?
  • 無法滿足個(gè)性化需求

 

當(dāng)用戶存在行為數(shù)據(jù)時(shí)，若一味推薦熱門數(shù)據(jù)，那么個(gè)性化變得黯然失色，千人千面的推薦最終演變?yōu)榍艘幻娴耐扑]，個(gè)性化也從推薦星球的舞臺(tái)上褪去。
?
  • 長(zhǎng)尾效應(yīng)
長(zhǎng)尾（The Long Tail）效應(yīng)，是指那些原來不受到重視的銷量小但種類多的產(chǎn)品或服務(wù)由于總量巨大，累積起來的總收益超過主流產(chǎn)品的現(xiàn)象。
?
如下展示的是熱門的長(zhǎng)尾效應(yīng)趨勢(shì)圖，圖中表示20%的商品占據(jù)的市場(chǎng)份額超過了80%的商品占據(jù)的市場(chǎng)份額。顯然易見，熱門越流行，長(zhǎng)尾效應(yīng)越明顯。
?
pic_003
圖：長(zhǎng)尾效應(yīng)趨勢(shì)圖（來自百度百科）?
?
  • 更新周期慢
熱門的生產(chǎn)邏輯如下圖所示：根據(jù)用戶行為數(shù)據(jù)和物品自身的內(nèi)容，結(jié)合某種計(jì)算公式（點(diǎn)擊率、購(gòu)買轉(zhuǎn)化率等）計(jì)算出每個(gè)物品的數(shù)值、排序，從而得到熱門數(shù)據(jù)。
從上面的熱門邏輯來看，其更新速度主要與用戶行為以及物品的數(shù)據(jù)量有關(guān)。在目前數(shù)據(jù)量如此劇增的互聯(lián)網(wǎng)環(huán)境中，熱門的更新速度不得不慢下來了。

 

pic_004

圖-熱門的生產(chǎn)邏輯
3.如何用好熱門推薦
如何用好熱門推薦呢？主要從兩個(gè)部分出發(fā)：首先從熱門自身的短板出發(fā)，著手于解決熱門的弊端；其次，具體闡述個(gè)性化推薦中其他武器與熱門的結(jié)合，從而達(dá)到推薦星球的運(yùn)行理念——統(tǒng)一與個(gè)性共存。
?
3.1解決熱門弊端的方法
?
結(jié)合上文提出的熱門弊端，此處針對(duì)性的提出相應(yīng)的解決辦法。
?
  • 用戶的個(gè)性化需求

 

如何滿足用戶的個(gè)性化需求呢？相信標(biāo)題和市場(chǎng)已經(jīng)告訴你答案了，即引入個(gè)性化推薦，具體的做法參考下文提到的內(nèi)容與熱門的結(jié)合。
?
  • 巧妙利用長(zhǎng)尾效應(yīng)
如何解決長(zhǎng)尾效應(yīng)呢？解決這個(gè)問題的關(guān)鍵是如何將冷門物品曝光，其中常見的做法是通過熱門的熱度帶動(dòng)冷門物品，電商巨頭亞馬遜成功運(yùn)用了該方法。熱門產(chǎn)品為《進(jìn)入空氣稀薄地帶》，向購(gòu)買過該書的用戶推薦了冷門書籍《觸摸巔峰》，通過內(nèi)容將兩個(gè)物品關(guān)聯(lián)起來，當(dāng)其中一個(gè)物品進(jìn)入熱門后，帶動(dòng)了另一個(gè)冷門物品的暢銷，最終創(chuàng)造了《觸摸巔峰》的榜單逆行現(xiàn)象。
?
  • 加快更新周期
如何加快熱門更新周期呢？其關(guān)鍵在于縮小計(jì)算的數(shù)量級(jí)。俗話說：一口吃不掉一個(gè)饅頭，那一般怎么做呢？我們把饅頭切成幾塊，問題迎刃而解。因此面對(duì)如此龐大的數(shù)據(jù)量級(jí)，通過對(duì)物品和用戶人群的劃分，從而加快熱門的更新周期。
3.2和其他武器的結(jié)合
?
目前市場(chǎng)上賦予智能推薦系統(tǒng)的武器有協(xié)同過濾、用戶畫像、社交關(guān)系、物品畫像、熱門數(shù)據(jù)以及召回排序模型。面對(duì)日益豐富的武器庫(kù)，很多人感到迷茫，該選擇何種武器贏得推薦市場(chǎng)？

pic_005

圖 推薦星球的武器庫(kù)
協(xié)同過濾：無論是基于用戶還是基于物品的協(xié)同過濾，其根本思想需要找到人或者物關(guān)聯(lián)性較大的對(duì)象，然后基于此作出推薦。若需提高協(xié)同過濾的方法的精準(zhǔn)性，特殊處理熱門物品/人的數(shù)據(jù)，從而才能保證協(xié)同過濾中計(jì)算的物品/人是真正意義上的相似。
?
用戶畫像：提到個(gè)性化推薦，用戶畫像自動(dòng)躍入腦海中。很多人對(duì)推薦的認(rèn)知是用戶畫像越精準(zhǔn)，則推薦越精準(zhǔn)。對(duì)于這點(diǎn)，我們并不否認(rèn)，但是用戶畫像提煉出的是什么呢？是該用戶側(cè)重于哪一方面，或是類目、或是地域、或是話題等等。根據(jù)用戶畫像提煉出的信息，從熱門中取出相匹配的數(shù)據(jù)，自動(dòng)化的生成高質(zhì)量的推薦結(jié)果。所以，結(jié)合用戶畫像和熱門，使推薦星球能夠召回更加有效的推薦結(jié)果。
?
召回排序模型：該武器在市場(chǎng)上扮演著神秘的角色，其殺傷力以及射程范圍無法預(yù)估。該武器依賴于用戶的行為數(shù)據(jù)，通過一種或幾種模型的混合，從而預(yù)測(cè)用戶對(duì)物品的評(píng)分。
?

pic_006

圖-熱門與其他武器的關(guān)聯(lián)性
社交關(guān)系：基于社交關(guān)系的推薦是給用戶賦予其社會(huì)屬性，若某用戶是另一用戶的閨蜜或家庭成員，針對(duì)某用戶的推薦會(huì)考慮另一用戶的行為數(shù)據(jù)?？吹竭@里大家不禁疑惑？是不是和基于用戶的協(xié)同過濾有異曲同工之妙呢？答案確實(shí)如此，只不過基于社交關(guān)系的用戶關(guān)系屬于強(qiáng)關(guān)聯(lián)，而基于用戶的協(xié)同過濾中得到的相似用戶屬于弱關(guān)聯(lián)。因此，社交關(guān)系比基于用戶協(xié)同更直接。
?
物品畫像：物品畫像在解決長(zhǎng)尾現(xiàn)象以及物品冷啟動(dòng)問題中不可或缺。通過文本處理、內(nèi)容關(guān)聯(lián)、模型等方式計(jì)算兩兩物品之間的相關(guān)性，通過熱門巧妙帶動(dòng)冷門物品/冷啟動(dòng)物品，緩解長(zhǎng)尾以及物品冷啟動(dòng)問題。
?
熱門數(shù)據(jù)：熱門數(shù)據(jù)必不可少，熱門賦予了推薦星球的共性。熱門與推薦星球相結(jié)合，具備了熱門的時(shí)效性、統(tǒng)一性，又具備了推薦的個(gè)性化，同時(shí)緩解了物品冷啟動(dòng)、長(zhǎng)尾效應(yīng)、新用戶冷啟動(dòng)等問題，提高推薦精準(zhǔn)，推動(dòng)了推薦星球的發(fā)展。??
4.達(dá)觀智能推薦
在不同的場(chǎng)景下，達(dá)觀推薦選擇其中幾種武器進(jìn)行合理組裝，最大化的推薦出符合用戶興趣偏好的物品。達(dá)觀推薦系統(tǒng)提供了豐富的“武器庫(kù)”（召回-后處理-排序），接下來我們通過案列中詳細(xì)闡述在具體的場(chǎng)景下，當(dāng)面臨實(shí)際問題時(shí)，我們?cè)撊绾芜x擇武器并使用該武器。
?

pic_007

圖-達(dá)觀推薦系統(tǒng)豐富熱門倉(cāng)庫(kù)
?
4.1資訊推薦行業(yè)
眾所周知，資訊行業(yè)中最考究的是時(shí)效性。我們選擇綜合熱點(diǎn)、高時(shí)效性召回、物品畫像、用戶畫像、排序策略（時(shí)間倒排）、后處理策略（時(shí)效性限制）這幾種方式。

 

Step1:根據(jù)用戶畫像、高時(shí)效性、物品畫像，分別召回符合用戶興趣偏好的高時(shí)效性物品、符合用戶歷史行為的相關(guān)物品；為保證推薦的多樣性，選擇綜合熱點(diǎn)召回當(dāng)下熱點(diǎn)
Step2:對(duì)上述召回結(jié)果進(jìn)行后處理—如不符合時(shí)效的item進(jìn)行過濾處理
Step3:對(duì)處理后的召回結(jié)果按照某種方式（如時(shí)間倒排）排序，生成推薦結(jié)果。

4.2電商推薦行業(yè)
?
電商推薦的時(shí)效性不是很強(qiáng)，但其在物品的使用周期需要進(jìn)行特殊處理。在電商推薦中常常遇到的且令人頭大的是：若用戶短期內(nèi)購(gòu)買了洗發(fā)水，若和其他場(chǎng)景邏輯相似，推薦系統(tǒng)向該用戶推薦不同品牌同功效的洗發(fā)水，但是這種推薦令絕大部分客戶感到反感。
?
我們選擇高關(guān)注量物品召回、關(guān)聯(lián)規(guī)則訓(xùn)練出的物品相關(guān)、用戶畫像、后處理（同物品限制）、排序策略這幾種武器。具體使用說明如下：

 

Step1:根據(jù)用戶有行為的物品和關(guān)聯(lián)規(guī)則得到的物品相關(guān)召回相關(guān)武物品；根據(jù)用戶畫像和高關(guān)注量物品召回召回符合用戶興趣偏好的物品
Step2:對(duì)上述召回結(jié)果進(jìn)行后處理（同細(xì)分類目下一定周期限制），也許類目無法做到如此精確的細(xì)分處理，那可以通過文本分析，過濾產(chǎn)品相似性過大的物品
Step3:對(duì)處理后的召回結(jié)果按照某種召回方式（購(gòu)買率、關(guān)注度等復(fù)雜排序），從而生成推薦結(jié)果。

 

?
4.3總結(jié)
?
在競(jìng)爭(zhēng)日益激烈的互聯(lián)網(wǎng)時(shí)代，誰更能抓住用戶的興趣，推薦出符合用戶興趣的物品，誰更容易贏得市場(chǎng)。僅僅只依賴熱門，將無法滿足用戶個(gè)性化需求；若僅僅依賴個(gè)性化（不考慮熱門），又可能面臨與時(shí)代脫節(jié)的風(fēng)險(xiǎn)。因此，只有將熱門巧妙的融入到推薦星球中，結(jié)合用戶畫像、物品畫像等方法召回推薦侯選集；通過后處理方式對(duì)侯選集進(jìn)行過濾處理；通過模型、評(píng)估指標(biāo)等生成有序物品結(jié)合，即個(gè)性化與共性共存、時(shí)效性與場(chǎng)景特殊性共存的推薦結(jié)果。