电商门户 互联网+国家战略智库
·设为首页 ·我要投稿 ·生意宝 ·生意社 ·官方微信 ·专题
综合
SAAS  |跨境
钢铁网 上市|化塑
大宗品 工业|B2B
零售
B2C|海淘 时尚|珠宝
三农|母婴 女性|食品
美妆|百货 生鲜|鞋服
O2O
房产|教育 团购|餐饮
社区|家居 汽车|差旅
医疗|婚嫁 智能|影视
金融
电商金融 保险|支付
众筹|P2P 政策|企业
消费|理财 银行|征信
智库
报告|数据 法规库
研报|案例 企业库
百科|运营 论文库
人物
网红|专家 企业家
人才|培训 微博库
快评|明星 记者库
服务
法律|维权 淘宝|曝光
营销|物流 传媒|导航
思维|品牌 微商|会议
当前位置:首页 > > 生活服务O2O > 【O2O研究】OTA推荐系统之实时用户意图

【O2O研究】OTA推荐系统之实时用户意图

http://www.100ec.cn  2017年10月21日10:30  中国电子商务研究中心 人才招聘 产品服务

  (中国电子商务研究中心讯)为了提高推荐的准确率,需要了解用户,尤其是在OTA行业,获取实时用户意图对个性化推荐起着非常重要的作用,在做产品分析和设计的时候应该按照黄金圈(WHY,HOW,WHAT)的顺序来进行,但是为了读者理解的方便,本文改变了一下顺序,首先给出WHAT,然后从WHY和HOW二个方面分享一下构建OTA实时用户意图的思路。

  WHAT(是什么)?

  不同公司的定义可能不一样,这里首先解释一下什么是实时用户意图。本文实时用户意图是基于旅游行业,它的定义为:结合用户短期内的用户行为,通过个性化推荐算法预测得到的用户实时旅游偏好。下面给出两个实时用户意图的例子:

  示例1:一个用户搜索了12月1日从上海北京的机票,并且查看了多次航班,那么该用户的实时意图包含:该用户处于行程探索期,对北京有兴趣,并且交通工具偏好坐飞机,舱位偏好经济舱,预计出行时间是12月1日。同时通过浏览交叉规则,可以预测用户可以有酒店偏好,自由行偏好,门票玩乐等多种产品类型偏好,依据大数据的分析,可以得到用户对不同产品类型的偏好程度会不一样。

  示例2:一个用户订了一张12月1日从上海到北京的机票,那么该用户的实时意图包含:该用户处于行程出发前,将要去北京,有去北京的机票订单,舱位是经济舱,出行时间是12月1日。同时通过订单交叉规则,可以预测用户可以有酒店偏好,门票玩乐等多种产品类型偏好,依据大数据的分析,可以得到用户对不同产品类型的偏好程度会不一样。

  通过以上两个例子可以了解实时用户意图里面包含什么内容,格式如下图所示。

  WHY(为什么)?

  了解了什么是实时用户意图,从产品的目标和用户的需求两个方面分析一下为什么要做实时用户意图。

  产品的目标

  引入个性化推荐的目标是为了提高OTA平台上的产品转化率以及产品的连带率,因为转化率及连带率的提升企业可以获得更多的商业价值。

  用户的需求

  用户的主要需求在于可以通过OTA平台快速,方便地找到自己想要的产品,主要体现在:购物路径不用太长;有辅助决策内容来降低决策的费力度;有交叉推荐的内容等等

  一言概之:用户通过平台找到适合自己的产品来得到产品的使用价值,而平台通过用户购买产品获得佣金而得到产品的商业价值。

  HOW(怎么做)?

  实时用户意图是怎么做到可以满足用户需求的呢?它基于的假设是:用户对自己感兴趣的内容会多次浏览或搜索,举例来说,在OTA行业,如果一个用户相去马尔代夫度假,那么他会查看马尔代夫的攻略,机票,酒店或者度假产品等等,通过用户的实时行为操作,我们可以预测用户的目的地偏好是马尔代夫。

  实时用户意图是依赖于用户的近实时用户行为,生成实时用户意图的流程如下:

  以上流程又可以分成几大块内容:

  数据获取

  通过前端埋点获取用户的实时行为数据,这些埋点数据被送到流处理(如Storm或Spark等)进行埋点内容的解析,并且做实时数据清洗,输出标准格式的用户行为数据。数据来源主要包括:

  用户的搜索及搜索条件

  用户的浏览产品及浏览产品的特征

  用户的搜藏产品及搜藏产品的特征

  算法模型

  算法模型分成两个部分:离线算法模型和实时算法模型。离线算法对时效性要求不高,所以算法模型一方面可以采用更多的数据内容,不管是从数据的广度还是深度,另一方面算法模型的复杂度也可以很高,这样可以输出高质量的数据结构;实时算法模型因为时效性要求很高,所以在使用数据方面和算法模型方面都会比离线算法模型差很多。

  离线算法模型以日为单位对全站的用户行为进行迭代计算,得到浏览交叉系数及订单交叉系数(其实离线算法模型还提供了其它方面的内容,在后下一篇《OTA推荐系统之用户体系》中介绍)。实时算法模型实时对用户的每一次操作进行迭代算法计算,结合离线提供交叉系数,实时更新用户意图,以便提供给推荐系统使用(一般采用Redis存储)。

  实时用户意图是个性化推荐系统中的一个重要组成部分,本文通过WHAT,WHY,HOW三个方面讨论了实时用户意图,希望给大家以启示。(来源:人人都是产品经理 文/中子奇 编选:中国电子商务研究中心)



    双11刚过,“黑五”接踵而至。中国电子商务研究中心启动“直击黑五”行动(详见专题:http://www.100ec.cn/zt/2017h5/),通过专题直击、现场探访、电商快评、网购预警、系列报告、评测榜单、媒体评论、投诉维权、社群直播等九大多元化、立体化方式,对天猫国际、京东海外购、亚马逊海外购、淘宝全球购、苏宁海外购、网易考拉海购、速卖通、丰趣海淘、洋码头、寺库、唯品国际、聚美优品、小红书、美囤妈妈、贝贝网等电商平台进行持续跟踪、监测、评论、评测、监督,为大家揭秘跨境版的“双11”。

「关键字」中子奇 OTA 大数据
版权声明
   (1)凡本中心注明“来源:中国电子商务研究中心”或带有中国电子商务研究中心水印LOGO的所有文字、图片、音频、视频及其他任何形式的作品 ,其版权均属中国电子商务研究中心所有,任何媒体、网站或个人未经本中心协议授权不得转载、链接、转贴或以其他方式复制发布/发表。已与本中心协议授权的媒体、网站,在下载使用时必须注明“稿件来源:中国电子商务研究中心”,违者本中心将依法追究责任。
   (2)转载或引用本中心内容必须是以新闻性或资料性公共免费信息为使用目的的合理、善意引用,不得对本中心内容原意进行曲解、修改,同时必须保留本中心注明的“稿件来源”,并自负版权等法律责任。
   (3)对于不当转载或引用本中心内容而引起的民事纷争、行政处理或其他损失,本中心不承担责任。
   (4)凡本中心注明“来源:xxx(非中国电子商务研究中心)”的文/图等稿件,均转载自其它媒体、网站与机构,其转载目的在于传递更多信息,并不代表本中心赞同其观点和对其真实性负责,请读者仅作参考,并请自行核实相关内容,如其他媒体、网站或个人从本网下载使用,必须保留本网注明的“稿件来源”,并自负版权等法律责任。
   (5)关于本中心发布的用户投诉稿件,信息均由用户通过本中心投诉通道提供,本中心不对其真实性负责,若内容真实性有误,请与本中心联系,本中心将在核实后进行处理。
   (6)对不遵守本声明或其他违法、恶意使用本中心内容者,本中心保留追究其法律责任的权利。
   (7)如因作品内容、版权和其它问题需要同本中心联系的请发送相关内容至邮箱:[email protected]
   此版权声明解释权归中国电子商务研究中心所有。
生态型企业:更多>>
图书出版
  • 电商报告
  • 投诉曝光
  • 热点专题
曝光专区:更多>>
有以下事宜,请联系:[email protected]  详情点击
新闻发布 投稿爆料 案例分享 数据报告
有以下事宜,请联系:[email protected]
广告投放 培训演讲 微信合作 会议合作
有以下事宜,请联系:[email protected]
专家申报 政府课题 园区招商 跨境电商
以下企业,请联系:[email protected]
B2C电商 服务商 品牌商 仓储物流
以下企业,请联系:[email protected]
银行金融 支付 P2P 理财 众筹 VC/PE
以下企业,请联系:[email protected]
O2O 餐饮外卖 在线医疗 旅游出行
以下人士,请联系:[email protected]
网购投诉 律师/司法 媒体记者 网络安全
行业/频道: 产品/服务: 数据/研究: 导航/平台:
政府 全球电商 部委|省市 法规|会议 信息化
零售 B2C|传统 网购|团购 C2C|品牌 开放平台
行业 B2B|外贸 O2O|物流 营销|移动 互联网
金融 金融|支付 上市公司 P2P|基金 投融资
专家认证 融资顾问 法律顾问
电商培训 政府顾问 园区服务
广告|营销 会议服务 报告订制
媒体服务 记者服务 会员入驻
数据|报告 图书|案例
运营实战 分析师|专家
信息图|人物 互联网研究
B2B研究 B2C研究
政策文件 法律求助
投诉维权 曝光台
企业库 B2B导航
网购导航 打折促销
关于我们 联系我们 商务合作 投稿撤稿 友情链接 免责声明 人才招聘 独家专题 中心微信
中国电子商务研究中心 版权所有