推荐功能随想

      作为网络时代的一员，不可避免的要经常在网络上浏览各种网站。在浏览网站的时候，也会经常看到网站推荐给用户的内容。但是，通过观察发现，这些推荐内容似乎都有一个共同的问题，那就是：推荐的内容是根据你的历史记录给出的。问题就来了：历史记录反映的是人的过去，但人总在变化，人不能总是活在过去，人是面向未来的。比较明显的一个例子便是，我在购物网站上买了几样商品，后来再登录这个网站的时候，发现推荐的内容虽然很准确地是根据我的历史记录来推荐的，但是，如果我之前买过一台钢琴，而网站却仍然在推荐钢琴，这就有点说不过去了。更普遍一点，如果我买了一盏台灯，然后每次再登录这个网站还是在推荐台灯，这会让人感到烦恼。因为钢琴、台灯等作为耐用品，需要很长时间才有可能会再次消费，不适宜经常推荐。

      上面说的问题在购物网站中是很普遍的，每次登录都会让人感到很无奈，久而久之，这些推荐内容对用户来说可能就会变得毫无用处，用户可能会忽略这些推荐，而推荐功能的目的也就难以达到了。

      推荐功能中需要加入更多的因子来给用户更精准更有效地推荐内容：

      商品损耗周期。作为购物网站，当用户登录网站时，推荐功能可以根据用户的历史订单记录和订单中商品的损耗周期属性来决定是否继续给用户推荐这些品类的商品，相信这会极大的减少无用推荐的产生。如果这个商品已经接近使用生命周期的尾声，这个时候可以推荐这类商品了。比如洗衣液，可以根据每位用户自己的购买频率或者整体平均的购买频率来检测这个生命周期的尾声阶段，提前给用户推荐相关商品。但这对现在的购物网站可能会是个比较浩大的工程，其实可以一步一步实施，从上而下，可以先给商品大类设置因子，然后逐步细化，一直到可以接受的最小类别为止。

      品类关联。根据网站商品的品类动态生成关联品类。现在有的网站可能会有类似于“x%的用户也购买了 xx”的功能。但是这是基于用户的购买行为，如果想要提高同时购买多件商品的成功率，需要网站自身进行优化。用户“也”购买的行为的产品可能是确实是需要这种商品，但是，更多的情况可能是用户在购买某一件商品的时候并没有想到也可能需要购买另一件商品。比如，当用户在购买红酒的时候，用户可能没有意识到需要同时购买开瓶器，而网站是可以根据红酒与开瓶器的关联关系来主动推荐的。比如，当用户购买运动鞋时，网站可以根据运动品类的关联关系主动推荐运动袜、速干毛巾等。

      品类推荐。网站的推荐一般都会推荐具体的商品，但是，有时候推荐更高一级的属性可能会更有益处，比如推荐品类而不是具体商品。比如当用户购买电脑桌时，可以同时推荐各种品类，如电脑、键盘、鼠标、音箱等等，而不是简单地给用户罗列一系列的电脑桌。要将具体商品推荐与品类推荐结合起来，让用户意识到同时购买相关商品的必要性。

      品类多样化。当展示推荐商品时，需要尽可能地在实现品类关联的基础上实现多样化，避免罗列一堆同品类的内容。虽然推荐具体的商品是目的，但是，提醒用户“某个品类”也可以是目的。比如，当购买筷子时，可以提醒用户是否需要碗、沙拉盘等等品类，而不仅是具体的商品，或者某一个相关的品类。

      个性化共性。有的网站可能会同时有“大家都在看”和“猜您喜欢”类似的功能。“大家都在看”功能有一定优点，但是如果期望从亿万用户中匹配出很多购物习惯相同的，还是有点难度，毕竟和人的需求、口味差异较大。但如果一定要做，需要建立更加精确的用户模型才能使这个功能得到有效使用。“大家都在看”并不是简单的根据用户的购买统计数据或者浏览数据来罗列，首先需要找到与当前用户类似的用户，然后再根据这一特定人群而不是整体用户人群来做推荐。即将全部用户按照一定的特征分成无数个小人群，实现更加精准的推荐。这个现在应该已经有很多实现了，比如打标签。

      寻找刺激。人总有尝试新事物的欲望，从而在生活中寻找一点刺激的情绪，所以，可以推出一个尝试新事物的推荐内容，推荐一些用户从来没有浏览过的内容。比如用户可能从来没有浏览过家居类的，那就可以尝试推荐一下。既然是刺激的推荐，那就需要经常变化品类，提醒用户：网站上还有很多其他商品，可以来看看哟。当然，是否给男性推荐女性使用的商品，或者反之，网站还是自己定义吧。

 

      上面是突然想出来的一些内容，由于并不了解网站上实际的推荐功能是怎么实现的，所以仅作个人记录，如果有熟悉网站推荐功能的，还请指教。