用户个性化商品推荐——美柚

    今天去面试了美柚电商部的产品助理的岗位,从HR到产品部同事再到产品经理,连续面了两个小时,说的我口干舌燥,但不得不承认这是我找工作以来最舒服的一次面试,无论是美柚整体的氛围还是给我面试的各位抛来的问题及沟通方式都让我倍儿喜欢。现基于面试官的问题“你对于美柚的特卖商品从哪些数据作为分析要素进行用户的个性化推荐?”写下我的思考和理解。希望大家也能多多提宝贵意见。

    首先说说用户个性化推荐,我们可以看到无论从网购APP,(淘宝 京东  豆瓣东西)还是社交APP(豆瓣小组  新浪微博),音乐APP(网易云音乐 虾米音乐 豆瓣FM), 亦或者新闻类APP(今日头条 ZAKER),甚至招聘APP(智联招聘),随处可见个性化推荐,推荐出用户最可能感兴趣和用户最需要的部分内容。

    对于美柚这样一个女生健康类软件,主要功能为经期测量和预测,健康分析等,核心用户群为18-35岁的女性(主要包括在线女学生、未婚工作女性、已婚工作女生、家庭妇女等),那么所进行特卖商品必然是先基于这些用户群的需要和兴趣点,主要为女性卫生用品、保健品、母婴用品、女士服装、女鞋、女士护肤品、化妆品、家居用品和小家电。总的来说就是要在这里让女性得到重视和享受!

    下面分析一下我们可以获得哪些数据

    美柚软件内部:

   1.我的状态:记经期 我在备孕 我怀孕了 我是辣妈

    2.我的记录:月经分析(周期时长是否正常)、体重分析(BMI)、习惯记录(早饭、水果、喝水、运动、便便)、爱爱分析(这个我就不多说了)

    3.美柚她她圈:经期讨论、减肥瘦身、护肤讨论、女生用品、穿衣搭配、美胸讨论、等等等等(具体怎样在她她圈进行大致的数据收集并分析后面会讲)

    4.花柚币和到店美发 点击和使用频率

    美柚软件外部:

    1.用户操作系统

    2.用户位置信息

    3.用户导入账号信息

    接下来对这些可能收集到的信息进行细化分析

1.确定“我的状态”,从而间接确定用户年龄

2.从“我的记录”里获取用户的信息。月经是否正常、体重是否偏大(BMI偏大等)、是否有爱爱、习惯记录是否有,习惯是什么。对所获取的信息提取关键字。(如体重和BMI指数偏大则提取“体重‘为关键字,有爱爱则提取“爱爱”为关键字,然后再对关键字进行字符形式处理等。当然也可以再进一步细化,例如体重和BMI指数偏大不仅可以提取“体重”,也要提取“大”,以便处理后判断是否有瘦身商品的推荐)

3.她她圈中获取关键字

第一级 加入的圈子  关键字(如护肤等)

第二级 常点击的圈子  关键字

第三级 点击的帖子  关键字

第四级 回复的帖子  关键字

第五级 发表的帖子  关键字

    不同级别关键字的权重a不同,级数越高权重越大(具体设置可以建立数学模型)每一级根据获取的关键字的频率不同也要建立模型设置权重b。权重a和权重b的乘积为她他圈关键字的最终权重。

    她她圈中获取的关键字需要与我的记录的关键字进行新一轮的建模进行关键字和权重最终确定其商品功能和属性关键字的关注度。

4.用户操作系统和用户位置信息判断消费水平

    正如小米的操作系统MIUI和Iphone iOS的操作系统的用户群体消费观和消费水平存在差异,用户处在大城市和小城市,处在城市中心或者城乡结合部或者农村消费水平也不同。

5.花柚币判断用户对促销商品和商品互动的关注度

6.到店美发判断用户对线下体验的关注度及美发护发关注度

7.导入的账号为豆瓣还是微博,以及使用导入账号功能的比例可以判断用户常用的社交网站是什么,以便后期商品推荐时风格上的帮助以及宣传

因此最终选取了用户年龄层、商品功能和属性关键字、消费水平、促销商品关注度这四个主要因素确定最终用户个性化商品的推荐。其次,对线下体验的关注度和导入账号对用户偏爱风格的因素可以作为后期参考。

同时我也想说个性化算法推荐的技术价值虽大,但完全依靠个性化推荐或许有时会出现过于固定的状况,用户逛来逛去总是那些方面,所以也建议运营者可以编辑少许经典喜爱度高的产品夹杂其中并定期更新,让用户有一直新鲜的感受。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 217,542评论 6 504
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,822评论 3 394
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 163,912评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,449评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,500评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,370评论 1 302
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,193评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,074评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,505评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,722评论 3 335
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,841评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,569评论 5 345
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,168评论 3 328
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,783评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,918评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,962评论 2 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,781评论 2 354

推荐阅读更多精彩内容