電商平臺如何做相關(guān)產(chǎn)品推薦？

上一篇文章《如何實現(xiàn)個性化推薦？》我們講了如何根據(jù)用戶的瀏覽記錄去做“猜你喜歡”這種個性化推薦，這種推薦的邏輯是用戶瀏覽過這個商品，但是沒有購買，所以在產(chǎn)品的某個界面(比如首頁)繼續(xù)給用戶推薦類似的商品，讓用戶更快的找到自己想要的商品，減少用戶路徑，提高轉(zhuǎn)化率。那么，如果用戶已經(jīng)購買了某個商品，我們該如何給用戶推薦呢?再推薦類似的商品似乎不大合適了，因為用戶不大可能會立馬重復(fù)買一樣?xùn)|西。今天我們來講另外一種推薦模式：根據(jù)用戶的購買記錄來做推薦。

關(guān)聯(lián)推薦

有的同學(xué)可能注意到過，當(dāng)你購買某件商品后，在產(chǎn)品的某個界面(比如支付結(jié)果頁)會給你推薦跟已購買的商品不一樣，但又有某種關(guān)聯(lián)的商品。比如，買了《高數(shù)》上冊，推薦《高數(shù)》下冊;買了裙子，推薦高跟鞋;買了《JAVA入門》，推薦《JAVA進(jìn)階》等。這種推薦模式，我們一般成為關(guān)聯(lián)推薦，意指推薦有關(guān)聯(lián)的商品。那么這個關(guān)聯(lián)一般是個什么內(nèi)在邏輯呢。

一般來講，這種推薦模式下，已購買商品和推薦商品具有以下的關(guān)聯(lián)邏輯：

1)兩個商品具有上下游的關(guān)系，比如《高數(shù)》上冊和《高數(shù)》下冊、《JAVA入門》和《JAVA進(jìn)階》

2)兩個商品有功能/作用上的互補(bǔ)，比如裙子和高跟鞋、菜刀和砧板

這種推薦模式的目的也是希望通過商品之間的聯(lián)系來帶動更多商品的銷量，提高轉(zhuǎn)化率。

推薦邏輯

上一篇講的根據(jù)用戶的瀏覽記錄做推薦，是因為系統(tǒng)能識別瀏覽商品所屬的三類類目，然后從同類目下篩選其他商品。但是關(guān)聯(lián)商品推薦的模式下，系統(tǒng)如何識別商品之間的關(guān)聯(lián)邏輯呢?系統(tǒng)如何知道《高數(shù)》上冊和《高數(shù)》下冊是可以放在一起推薦呢?如何知道裙子高跟鞋是有關(guān)聯(lián)的呢?

在這里，我們仔細(xì)理解前面說的兩點關(guān)系，即上下游關(guān)系和功能互補(bǔ)關(guān)系。這種關(guān)系可以理解為兩種商品類目之前的關(guān)系，或者是指定的兩件商品之間的關(guān)系。也就是說，當(dāng)用戶購買某件商品后，系統(tǒng)得識別是否其他類目或者指定商品與當(dāng)前購買商品有聯(lián)系。

因此，為了實現(xiàn)這個關(guān)聯(lián)推薦邏輯，在產(chǎn)品設(shè)計層面，就要實現(xiàn)特定類目和特定商品之間的關(guān)聯(lián)。比如將A類目和B類目關(guān)聯(lián)上，或者將甲商品和乙商品關(guān)聯(lián)上。那么當(dāng)用戶購買A類目下的商品或者甲商品，就從B類目下篩選商品或者將商品做推薦。

小結(jié)

以上講的推薦模式屬于低技術(shù)門檻下的實現(xiàn)方式，如果公司具備大數(shù)據(jù)分析、數(shù)學(xué)建模、算法模型設(shè)計等技術(shù)實力，那么可以采用自動化的協(xié)同過濾算法來實現(xiàn)關(guān)聯(lián)推薦，這就是另外一個故事了。

猜你喜歡：

什么是PRD？如何寫PRD？

什么是敏捷開發(fā)？十分鐘了解

產(chǎn)品流程圖怎么畫？

如何實現(xiàn)個性化推薦？

黑馬程序員產(chǎn)品經(jīng)理培訓(xùn)課程