当当网：从搜索到发现

Written by 标点符 on 2010年07月19日 in 程序设计

当当网的《从搜索到发现》这个PPT主要讲的是推荐技术及其在电子商务中的应用。以下为PPT上的主要内容：

推荐技术可用于……
- 电子商务、呼叫中心、数字电视、新闻媒体、网络视频
- 精准广告、移动互联网、手机增值服务……
业界典型应用案例
- Amazon.com、Netflix.com、Last.fm、Pandora.com
- douban.com、DangDang.com、taobao.com
- Aggregateknowledge.com、clickchoice.com
数据
- 订单数据、浏览日志、浏览到购买数据
- 收藏夹、购物车、评分数据
算法
- Item to Item
  - Item based Personalized Recommendation
- User to User
  - User based Personalized Recommendation
- Content to Content
  - Content based matching
- Association Rules
  - Classical Data Mining algorithm
- Social Recommendation
  - Friends based Personalized Recommendation
产品
- Also Buy、Also View、打包购买、相似顾客……
- 浏览推荐、购物推荐（Item Based）、购物推荐（User based）……
- 购物车推荐、收藏夹推荐、个性化邮件……
典型应用
- Cross/Up Sale：also buy、also view、打包购买
- 组合推荐：购物车、收藏夹、订单确认信推荐
- 个性化推荐：根据购物历史、浏览历史推荐、个性化邮件
- 互动：相似顾客推荐
数据、算法与产品设计
- 数据最重要
- 利用 User Feedback改进算法
- 重视人口统计学因素、即时意图的把握
- 产品的位置与交互非常关键
应用前景
- 任何涉及大量选择&大量用户交互的场所
  - 电子商务、网络社区、手机、数字媒体等
  - 线上最容易实施，那么线下呢？
推荐引擎？
- 既然有搜索引擎，是否可以有一个独立的推荐引擎？
  - 现有的推荐绝大多数都是依托于其他平台的附属应用
  - 推荐引擎是否有独立存在的空间和市场需求？