[]  
今日导读
最新通知
外服E家亲
 
外服在线>>今日导读>>
推荐引擎:读懂你的消费欲望(二)

作者:周政华 来源:《中国新闻周刊》


  
   
当互联网变得更“懂你”

    2011年9月5日,当创新工厂董事长兼首席执行官李开复,在去往浪淘金推荐引擎发布会的路上用手机登录亚马逊网站时,一本书的介绍立刻跳了出来。李开复浏览下简介之后,就当即下单买下了这本书。
   
    “亚马逊做得很极致,你没有买书的时候,它都可以给你推荐书,它用了一个技术”。
   
    李开复说到的这个技术应用,就是推荐引擎,它诞生于电子商务兴起的年代。大概在四到五年前,以亚马逊为代表的购物网站,为了扩大销售量,便着手分析用户购买数据,看看他们可能会对哪些书感兴趣,然后把它们推荐给用户。
   
    这种推荐的效果是显而易见的。据市场分析公司福瑞斯特统计,那些在电子商务网站被推荐过商品的用户,有1/3的人会根据这些推荐买东西。
   
    后来,亚马逊的这一做法,被中国的当当网、淘宝网、豆瓣网等公司所借鉴,相继取得了不错的业绩。2005年,当当网销售额还不到5亿元,五年之后,这个数字增长了六倍,这其中自然有此技术的功劳。
   
    不过,亚马逊和当当网目前所使用的,仍然只是第一代推荐引擎技术,它推荐的都是一些相似的东西,无法制造惊喜。目前,领互联网风气之先的美国,已经掀起第二代推荐引擎的研发浪潮。
   
    第二代推荐引擎的最大特点是,无论是对产品还是用户信息,所展开的分析工作更为精细、准确。
   
    美国一家名为潘多拉(Pandora)的在线音乐网站,就特别聘请一些音乐专家,让他们每个人平均花上20分钟去分析一首歌曲,并赋予每首歌400种不同的属性。如果你表示喜欢一首歌,程序会自动寻找跟这首歌的“基因”相同的歌曲,并猜测你也会喜欢推荐给你。借助这种人海战术,潘多拉网站已经分析了74万首歌曲。今年6月15日,这家采用推荐引擎技术的网站登陆美国纽约交易所上市。
   
    美国最大的推荐引擎公司----预感网站(hunch),则通过直接分析人的方法,去了解每个用户的特性。(编辑:Shannon)
   



“外服在线”所发布的文章内容仅供注册用户参阅,并不代表本网站赞同作者的观点。


下一篇: 推荐引擎:读懂你的消费欲望(三)
上一篇: 推荐引擎:读懂你的消费欲望(一)