推薦引擎

　　推薦引擎綜合利用用戶的行為、屬性，對(duì)象的屬性、內(nèi)容、分類，以及用戶之間的社交關(guān)系等等，挖掘用戶的喜好和需求，主動(dòng)向用戶推薦其感興趣或者需要的對(duì)象。

特點(diǎn)

　　推薦引擎不是被動(dòng)查找，而是主動(dòng)推送；不是獨(dú)立媒體，而是媒體網(wǎng)絡(luò)；不是檢索機(jī)制，而是主動(dòng)學(xué)習(xí)。

　　推薦引擎利用基于內(nèi)容、基于用戶行為、基于社交關(guān)系網(wǎng)絡(luò)等多種方法，為用戶推薦其喜歡的商品或內(nèi)容。

　　基于內(nèi)容的推薦是分析用戶正在瀏覽的內(nèi)容的"基因"，選擇與當(dāng)前內(nèi)容有相似"基因"的對(duì)象推薦給用戶。同時(shí)也分析用戶過(guò)去瀏覽過(guò)的內(nèi)容的"基因"，從而獲取其偏好，然后將與用戶偏好的對(duì)象推薦給用戶。例如，用戶在瀏覽一款包的時(shí)候，為其推薦其他外形相似的包。

　　基于用戶行為的推薦則是利用群體智慧算法，分析用戶的群體行為，綜合分析用戶與用戶之間的相似度、用戶對(duì)小眾商品的個(gè)性化需求，從而同時(shí)提高推薦的精準(zhǔn)性、多樣性與新穎性。

　　基于社交關(guān)系網(wǎng)絡(luò)的推薦是通過(guò)分析用戶所在的社交關(guān)系網(wǎng)絡(luò)，找到其最能夠影響到的用戶，或者最能夠影響到該用戶的用戶，再綜合每位用戶的個(gè)性化偏好進(jìn)行推薦。

　　個(gè)性化推薦

　　個(gè)性化推薦能夠幫助購(gòu)物網(wǎng)站解決以下問(wèn)題：（1）提高用戶購(gòu)物體驗(yàn)，提高轉(zhuǎn)化率和增加用戶黏度；（2）加速用戶從瀏覽到購(gòu)買的過(guò)程；（3）挖掘用戶潛在需求，提高用戶購(gòu)買的品類數(shù)和多樣性。

　　1995年3月，卡耐基.梅隆大學(xué)的Robert Armstrong等人在美國(guó)人工智能協(xié)會(huì)上提出了個(gè)性化導(dǎo)航系統(tǒng)Web Watcher; 斯坦福大學(xué)的Marko Balabanovic等人在同一會(huì)議上推出了個(gè)性化推薦系統(tǒng)LIRA；

　　1995年8月，麻省理工學(xué)院的Henry Lieberman在國(guó)際人工智能聯(lián)合大會(huì)（IJCAI）上提出了個(gè)性化導(dǎo)航智能體Litizia；

　　1996年， Yahoo 推出了個(gè)性化入口My Yahoo；

　　1997年，AT&T實(shí)驗(yàn)室提出了基于協(xié)同過(guò)濾的個(gè)性化推薦系統(tǒng)PHOAKS和Referral Web;

　　1999年，德國(guó)Dresden技術(shù)大學(xué)的Tanja Joerding實(shí)現(xiàn)了個(gè)性化電子商務(wù)原型系統(tǒng)TELLIM；

　　2000年，NEC研究院的Kurt等人為搜索引擎CiteSeer增加了個(gè)性化推薦功能；

　　2001年，紐約大學(xué)的Gediminas Adoavicius和Alexander Tuzhilin實(shí)現(xiàn)了個(gè)性化電子商務(wù)網(wǎng)站的用戶建模系統(tǒng)1：1Pro；

　　2001年，IBM公司在其電子商務(wù)平臺(tái)Websphere中增加了個(gè)性化功能，以便商家開發(fā)個(gè)性化電子商務(wù)網(wǎng)站；

　　2009年，百分點(diǎn)科技推出專業(yè)推薦引擎技術(shù)平臺(tái)，這是一家專業(yè)的推薦引擎技術(shù)與服務(wù)提供商。

推薦引擎技術(shù)已經(jīng)應(yīng)用在生活的方方面面。

1. 電子商務(wù)平臺(tái)的站內(nèi)推薦

個(gè)性化熱銷-推薦欄 隨著電子商務(wù)規(guī)模的不斷擴(kuò)大，商品個(gè)數(shù)和種類快速增長(zhǎng)，顧客需要花費(fèi)大量的時(shí)間才能找到自己想買的商品。這種瀏覽大量無(wú)關(guān)的信息和產(chǎn)品過(guò)程無(wú)疑會(huì)使淹沒(méi)在信息過(guò)載問(wèn)題中的消費(fèi)者不斷流失。為了解決這些問(wèn)題，個(gè)性化推薦引擎應(yīng)運(yùn)而生：為客戶推薦商品，自動(dòng)完成個(gè)性化選擇商品的過(guò)程，滿足客戶的個(gè)性化需求，推薦基于：網(wǎng)站最熱賣商品、客戶所處城市、客戶過(guò)去的購(gòu)買行為和購(gòu)買記錄。

猜你喜歡推薦欄推薦引擎^[1]在網(wǎng)站是以站內(nèi)推薦欄為最終體現(xiàn)形式，推薦欄展示的內(nèi)容都是根據(jù)推薦引擎精準(zhǔn)分析每個(gè)用戶的興趣偏好而智能推薦的。不同用戶、不同時(shí)間點(diǎn)，每位用戶看到推薦欄內(nèi)容都是不一樣的，都是最符合其當(dāng)前興趣偏好和需求的。圖例如下，百分點(diǎn)推薦引擎在購(gòu)物網(wǎng)站列表頁(yè)、商品詳情頁(yè)、購(gòu)物車頁(yè)面構(gòu)建智能商品推薦。

2. 搜索結(jié)果智能匹配

　　表現(xiàn)方式：”您是不是要找“等等。

　　3. 相關(guān)新聞鏈接

　　表現(xiàn)方式：相關(guān)新聞收集等。

　　4. 微博、社區(qū)、SNS等的站內(nèi)推薦

　　表現(xiàn)方式：”您可能認(rèn)識(shí)的“，”可能認(rèn)識(shí)的人“，”他們也

關(guān)注了“等等。

　　5. 輸入法

　　表現(xiàn)方式：簡(jiǎn)寫聯(lián)想等。

　　6. 視頻/音樂(lè)

　　表現(xiàn)方式：”推薦視頻“，”你可能喜歡“等等。