「」产品汪如何向女票解释——淘宝push的个性化推荐


个性化推荐是根据用户的兴趣和行为特征 , 来推送出用户喜欢的东西 。 那么 , 这个个性化推荐是怎么做到的呢?其中包括哪些内容呢?
「」产品汪如何向女票解释——淘宝push的个性化推荐
本文插图
周六下午的时光是惬意的 , 小诺和女票来到了东交民巷比利时大使馆旧址 , 里面的餐厅喝下午茶 。 进去后 , 俩人忙各自的事情 , 女票在看晚上要去的餐厅 , 小诺拿出书和电脑学习 , 毕竟他是苦逼的产品狗 。 过了十几分钟 , 正在小诺看的津津有味的时候 , 女票探过头来 , 看到小诺在看《用户网络行为画像》和《推荐系统实践》 , 一脸嫌弃的说 , 你怎么又在看推荐的书?
小诺看着有点生气的女票 , 心里想:我可不是个直男 , 我得说的好听点 。 于是他故作深情地说:之所以我喜欢做推荐策略 , 是因为我想读懂一个人的心 , 然后把她最喜欢的给她 。
只听啪的一声 , 女票给了小诺一巴掌 , 说:油嘴滑舌!你这么行 , 那你用你的策略预测下我晚上想吃什么呀?
小诺摸着滚烫的脸 , 脱口而出:你想去吃辣妹子火锅店 。 女朋友惊讶的说:你怎么知道?小诺故作冷静的分析:上周你就说想吃火锅 , 但没去成 , 所以肯定不甘心 。 刚才打车经过火锅店的时候 , 你扭头一直看 , 还说同事跟你说那家店不错 。 你又是个无辣不欢的人 , 所以你肯定想吃火锅 。
女票说:原来这么简单啊 , 算你猜对了 。 小诺说:毕竟我是做推荐的 , 只要我有足够多的特征数据 , 我就能读懂世界!
女票白了一眼 , 说:这个不算 , 我们部门下周要去雾灵山团建 , 你给我推荐下我该带什么衣服呗 。 小诺开始分析:第一步我要理清我现在知道的信息 , 然后才能进行推理 , 最后给建议 。
小诺总结的信息如下:

  1. 早上9点出发 , 高德查了一下开车去单程需要3小时 。
  2. 他们到达先吃午饭 , 下午2点上山 , 有车送到差不多快到山顶 , 大概是2点30 , 然后自己再走一段路 。
  3. 百度搜索雾灵山海拔2118米 , 海拔每升高1000米 , 气温下降大概6度 , 当然也受环境影响 。
  4. 现在9月早晚温差较大 , 查了当天天气晴好 , 湿度应该不会很高 , 12-24度 , 日落时间18点05 。
  5. 山上玩几个小时 , 5点左右开始下山 , 下山曲折路线较长 , 一边拍照一边走路 , 大概需要1个半小时到2小时 。
  6. 走路会产生热量 , 体感温度会感觉热了2度左右 。
综上推理 , 山顶温度在0-12度之间 , 中午2点最热的时候应该在12度 , 但天气晴好 , 山顶场地太阳直射 , 有太阳辐射不会感到那么凉 , 加上走路产生一些热量 , 所以感觉会在十六七度左右 。
5-7点的下山过程中 , 太阳慢慢下山 , 温度会降低 , 热量更多 , 海拔降低 , 感觉会到13度左右 。
最后小诺给出了建议 , 他对女票说:你外面多套个上周你买的驼色风衣就好 , 上山时放在包里 , 下山时温度开始降低时穿上风衣就够了 。 女票表示疑惑 , 小诺又详细解释了下 。
女票开心的说知道了 , 然后说:淘宝真是个罪恶的app , 每天都给我推送消息 , 害的我不停的买买买 。 这个是不是也是你做的推荐?
小诺说:对呀 , 我就是做的push的个性化推荐呀 。
女票说:那你给我说说你们是怎么做的 。
小诺说:那我慢慢给你道来……
一、push目标和本质
首先什么是push消息呢?就是淘宝每天给你推送的那一条条消息 。
那push的目标是什么呢?
  1. push的目标:新用户的拉新 , 和老用户的促活 , 包括流失用户的召回 。
  2. push推荐的本质:push是将合适的内容 , 在合适的时间 , 合适的场景下 , 推荐给合适的用户 。
所以你每天就会收到很多push消息喽~


推荐阅读