Categories
程式開發

京东推荐广告算法彭长平:推荐系统如何驱动业务增长


互联网发展至今,推荐系统无处不在,它也成为了许多电商平台的收益引擎。亚马逊称,其收入40%来自个性化推荐系统,而京东的个性化推荐系统也为公司带来了非常大的收益。随着推荐系统在信息分发中作用越来越重要,我们也在探究大规模机器学习、深度学习等技术在京东的商品搜索和推荐中是如何应用的,以及一个高效、有价值的推荐系统应该满足哪些条件等问题。

推荐系统如何驱动业务增长

数字化信息时代,推荐系统已经成为了To C 互联网产品的标配技术,而推荐算法对于业务收益的提升也起到了至关重要的作用。像亚马逊、Netflix等平台,都会通过推荐系统来获取巨大的商业价值,据数据统计,推荐系统每年能为Netflix产生超10亿美元的商业价值,亚马逊约40%的收入来自个性化推荐系统。

对于电商而言,个性化的推荐系统能满足千人千面的海量需求。它的本质实际上是在用户购买意图不明确的情况下,利用机器学习或深度学习算法,结合用户特征、商品特征和场景特征来构建建用户兴趣模型,进而从海量的商品中找到用户感兴趣的商品,缩短用户到商品的距离,提升用户购买效率和产品体验。彭长平认为,个性化推荐,是候选极大丰富场景下的有效分发机制。他从商品数量和质量两个角度解释了京东推荐系统对业务增长的驱动。

原文链接:【https://www.infoq.cn/article/cJDbHq7oy2XhrDtNvKEg】。未经作者许可,禁止转载。