标签：预测 模型 tar 设计 公司 取出 strong 根据 应用程序
1. 从0开始做互联网推荐-以58转转为例
1）从0开始设计推荐产品框架
（1）首页推荐：提取用户画像，根据线下提取出的用户年龄、性别、品类偏好等在首页综合推荐宝贝
（2）宝贝详情页推荐：买了还买，看了还看类的关联宝贝推荐
（3）附近推荐：和首页推荐的差异在于，提高了地理位置的权重，地理位置不仅要包含当前地理位置，还需要包含常见活跃区域，例如家里、公司等
（4）搜索推荐：除了关键词全匹配，要考虑同义词、近义词、易错词、拼音等推荐，产品层面，提示“你是不是想找xxoo宝贝”
（5）召回推荐：在用户退出系统后，通过RFM模型做优惠券推送或者消息推送做客户挽留与召回
TIPS：什么是RFM模型？
RFM模型：根据用户最近一次购买时间Recency，最近一段时间的购买频度Frequency，最近一段时间的购买金额Monetary，加权得到的一个代表用户成交意愿的一个分值。
2）从0开始进行推荐策略实现
a. 用户画像
b. 如何构建画像
a). 读取用户安装的应用程序列表构建画像
b). 用户行为日志
c. 宝贝画像
d. 如何构建宝贝画像: 对于58转转来说，要做宝贝画像必须细分类别，可以分词词频统计配合人工review的方式画像
e. 标签化与个性化推荐
f. 分类预测推荐
g. 协同过滤推荐
2.
标签：预测 模型 tar 设计 公司 取出 strong 根据 应用程序
原文地址：https://www.cnblogs.com/Jtianlin/p/8971745.html
