关于推荐系统应该考虑的问题：
一、如何避免“多次推荐的问题”？
如果我已经购买了电子产品，广告系统会反复推荐这样的东西。我已经购买了，还会继续购买同样的产品吗？
其实要考虑商品的特点：
比如：柴米油盐，每天都要消耗的就可以的！
此外：
可以增加商品属性：
》如购买周期
》》同类商品排斥程度{解释何为排斥程度？该属性是是类目商品的属性，如笔记本电脑买了之后，笔记本电脑这个类目的商品对于该用户排斥程度为0.8(排斥指的是有了一件该商品之后对于本类商品接受程度)，相当于这类计算相关度时权重降低}
就可以解决讨论里说的推荐的东西已经买过的现象吧。 古老的电话推销员都记录有上次成功推销的人所购买的商品什么时候使用到期 了
二、要考虑外部环境数据
基于BI做出的推荐肯定是用户的过去的需求分析，预测的结果还要加上外部环境数据,比如：季节、当时竞争环境、特殊事件类似这些，这些东西通过历史数据不能得出结论的
需要提前预测，否则当发现数据异常，做运营调整的成本就大了
没有评论:
发表评论