推荐系统解构介绍.pdf

推荐系统解构 杭州句逗科技有限公司 姚凯飞 2020.7.5 感谢各位的聆听，谢谢！ 欢迎大家加微信或关注微信公众号切磋！ 想了解相关细节的可以来我星球，里面分享一些干货！ 目录/提纲 推荐概述 关键因素建模 推荐流程拆解 系统&全局生态 • 背景 • 用户购物流程 • 简单流程 • 场景串联&用户旅程 • 工作思路 • 建模目标演进 • 召回要点简介 • 方向&外围 • 挑战 • 推荐系统大视野 • 排序要点简介 • 生态多目标 • 微观冰山模型 • 特征与模型 • 若干话题探讨 • 样本处理 • 总结 用户角度 缓解信息过载 企业角度 Amazon驱动40%的销售 Youtube:60%的视频观看 • 极致精准营销 • 解决长尾(long tail item)营销 • 最大化收益 Netflix:2/3的视频观看 工作思路 用户 Algo 匹配效率 商品 帮助用户发现好商品，帮助高质量商品触达精准受众 挑战 推荐 商业平台 • 多场景、多目标、考虑生态、场景间目标的差异 • 平台模式&自营模式 • 没有ground truth • 用户&商家&平台 • 购物链路长 特色 数据闭环 • 用户兴趣分层不明显(巨大潜力的前提海量商品、海量用户 • 用户:浏览、点击、成交、评价、物流全链路闭环数据 、用户需求分层多样) • 商品:潜力、新品、老品、衰落、下架 • 业务差异:海外购物转化低(正负反馈比例更悬殊) • 商家成长:价值、非价值、灰黑商家 • 货到付款 建模中的关键因素 = + + + ⋯ ∗y ∗x 流量 转化(流量效率) X-因素 短视频、交友、招聘？？？ (回访、复购) 目标路径 • 转化率—> 访购率 • 访购率—> 毛GMV • 毛GMV —> 净GMV • 净GMV—> 净GMV+留存/回访+复购 系统大视野 平台短期收益