Praznična nakupovalna trgovina Smart z motorjem Amazonovega priporočila
Na božični čas se mnogi izmed nas borijo z izbiro najprimernejšega darila za naše ljubljene. Za darilo za božič lahko potrebujete dni načrtovanja, včasih tedne. Razen njegovega zabavnega in veselega dela, Božično nakupovanje je lahko zamudno in stresno doživetje.
Na srečo v dobi napredne tehnologije obstajajo prosto dostopna orodja, ki lahko naredijo nakupovalni proces veliko bolj učinkovit in produktiven. V tem prispevku vam bom pokazal, kako vam lahko pomaga ena od največjih spletnih mest na svetu, Amazon.com iskanju najboljših daril za vaše prijatelje in družino razumnem roku s pomočjo svojega pametnega priporočilnega motorja.
Prilagojena uporabniška izkušnja
Najbolj uspešne spletne strani na svetu, kot so Amazon, Facebook in Youtube, so tako priljubljene, ker nudijo osebno uporabniško izkušnjo vsem.
Prilagajanje uporabniške izkušnje v bistvu pomeni, da podjetja opazujejo svoje uporabnike, medtem ko se premikajo po njihovem spletnem mestu in izvajajo različna dejanja na njem. Podatke zbirajo v čiste baze podatkov in jih analizirajo.
Ali ni to škodljivo za zasebnost? Z nekega vidika je, da je; ta podjetja lahko vedo več o nas kot naši najbližji prijatelji ali celo sami. Po drugi strani, ponujajo nam storitev, ki lahko olajša naše življenje, in naše odločitve bolje obveščene.
Če pogledamo z vidika transakcij, "plačamo" za izboljšano uporabniško izkušnjo in udobje, z delom naše zasebnosti..
Seveda so pravne bitke med ponudniki spletnih vsebin in oblastmi konstantne, samo pomislite na ne tako ljubljen zakon o piškotkih v EU, toda ker je izločitev manj realna možnost za nekoga, ki želi uživati v življenjskem slogu 21. stoletja, je lahko koristno razumeti, kako osebna priporočila delujejo v ozadju.
Tehnologija za Amazonovimi priporočili
Med navigacijo po Amazonovi spletni strani lahko najdemo osebna priporočila povsod pod naslovom “Novo za vas”, “Priporočila za vas v trgovini Kindle”, “Predstavljena priporočila”, “Kupci, ki so kupili ta izdelek, so kupili tudi”, in mnogi drugi.
Priporočila so bila integriran v vsak posamezen del postopka nakupa iz EU. \ t iskanje izdelka na blagajni. Prilagojena priporočila poganja inteligentni priporočilni mehanizem, ki bolje pozna uporabnike, ko uporabljajo spletno mesto.
Da bi bolje razumeli sisteme priporočil, je dobro razmisliti o njih napredne različice iskalnikov. Ko poiščemo postavko na Amazon, ne dobimo samo rezultatov, ampak tudi daje napovedi o izdelkih, ki jih morda potrebujemo, in nam priporoča.
Priporočeni sistemi uporabljajo različne vrste algoritmov strojnega učenja in so postali komercialno izvedljivi z razvojem tehnologije velikih podatkov. Priporočeni motorji so izdelkov, ki temeljijo na podatkih, kot v ogromnem oceanu velikih podatkov morajo najti najustreznejše majhne podatke.
Računalniška naloga, ki jo morajo rešiti priporočilni sistemi, je kombinacija napovedna analiza in filtriranje
Uporabljajo enega od naslednjih pristopov:
(1) Skupinsko filtriranje, ki išče podobnosti med podatkov o sodelovanju kot so na primer nakupi, ocene, všečnosti, glasovi, dolgovi v:
- bodisi uporabniška matrika, Priporočila se oblikujejo na podlagi izbire drugih strank, ki jim je bilo všeč, kupljeno, ocenjeno itd,
- ali matrika izdelka-izdelka, kjer se v priporočilnem stroju vrnejo izdelki, ki so podobni pri nakupih, všečnostih, ocenah itd. na izdelke, ki jih je trenutni uporabnik kupil, ocenil, všeč, potrdil prej
Amazon uporablja slednje, saj je bolj napreden (glej podrobneje v naslednjem razdelku).
(2) Filtriranje po vsebini, , ki predvideva podobnosti objektivnih značilnosti izdelkov, kot so posebnosti, opisi, avtorji in tudi prejšnje želje uporabnika (ki se ne primerjajo s preferencami drugih uporabnikov).
(3) Hibridno filtriranje, ki uporablja nekakšno kombinacijo skupnega in vsebinskega filtriranja.
Matrica izdelka-izdelka
Tradicionalni način skupnega filtriranja omogoča uporabo uporabniške matrike in nad določeno količino podatkov ima resne težave z zmogljivostjo.
Za ujemanje z nastavitvami, ocenami, nakupi vseh uporabnikov in poiščite tiste, ki so najbližje aktivnemu uporabniku, motor priporočila mora analizirati vsak uporabnik v podatkovni zbirki in jih primerjajte s trenutnim.
Če pomislimo na velikost Amazona, je jasno, da ta vrsta filtriranja za njih ni izvedljiva, zato so Amazonovi inženirji razvili nadgrajeno različico prejšnje metode in jo imenovali. skupinsko filtriranje od točke do postavke.
Skupinsko filtriranje med postavkami se ohranja skupni uspeh kot merilo namesto objektivnih lastnosti izdelka (glej filtriranje na podlagi vsebine zgoraj), vendar izvede poizvedbe v matrici izdelka-izdelka, kar pomeni, da ne primerja uporabnikov, temveč primerja izdelke.
Priporočeni mehanizem si ogleda izdelke, ki smo jih kupili, ocenili, dali na naš seznam želja, komentirali itd., Nato iščejo druge postavke v podatkovni bazi, ki imajo podobne stopnje in nakupe, jih združujejo, nato vrnejo najboljša ujemanja kot priporočila.
Kako pridobiti boljša priporočila
Nazaj na božično nakupovanje je mogoče vlak Amazon priporočilo motor, da bi dobili boljše rezultate. Če imate samo nejasno predstavo o tem, kaj kupiti za ljubljeno osebo, vam ni treba storiti ničesar drugega, kot da zapustite sledi na spletnem mestu med brskanjem.
Zaradi tega posta sem to sam preizkusil.
Izhodišče je bilo, da sem hotel najti manjše pisarniško pohištvo, vendar nisem točno vedel. Zato sem v iskalno vrstico vnesel nekaj povezanih ključnih besed in začel brskati po rezultatih. Postavke, ki so mi bile všeč, sem dal v svoj seznam želja, nekatere ocene sem ocenil kot “Koristno”, spustil nekaj pisarniškega pohištva v košaro.
Če sem kdaj kupil podoben izdelek na Amazon, bi bilo zelo koristno napisati recenzijo o njem, vendar dejansko tega nisem mogel narediti (lahko napišete samo ocene o izdelkih, ki ste jih že kupili)..
Po približno 10-15 minutah sem se ustavil in kliknil na strani s Priporočilom (ki se nahaja pod “[Vaše ime] Amazon” menijske točke). Pred poskusom sem imel samo knjige na tej strani, saj to običajno kupujem na Amazonki. Po mojem obsežnem iskanju so knjige izginile, zamenjale pa so jih kul pisarniško pohištvo, kot vidite spodaj.
Prilagajanje motorja
Možno je dodatno usposabljanje priporočilnega motorja, kot je pod vsakim priporočilom tam je “Zakaj priporočamo?” povezavo. Med mojimi priporočili si lahko ogledate bin liner (zadnji artikel), ki ni izdelek za pisarniško pohištvo in ne želim kupiti za božič..
Zato poglejmo, zakaj je tukaj.
Po kliku na povezavo, Amazon mi sporoči, da je bila priporočena, ker sem v košaro vstavil določen pisarniški stol. No, to je zanimiva povezava, vendar je še vedno ne potrebujem.
Tu imam dve možnosti, lahko označim “Ne zanima me” potrditveno polje ob ladijskem vložku ali “Ne uporabljajte za priporočila” poleg pisarniškega stola. Označim “Ne zanima me” potrditveno polje.
Na tej točki je kaseta za smeti izginila, zamenjana z drugim priporočenim izdelkom, kar pomeni, da sem en korak bližje popolnemu darilu.
Škoda, če bom v prihodnosti kljub temu potreboval natančen bin liner. Oh počakaj. Našel sem rešitev za to. Pod “Izboljšajte svoja priporočila” v meniju, lahko urejam elemente, ki sem jih označil z “Ne zanima me” etiketi
Ko najdem svoj domišljijski lov na darila, lahko preprosto počistim izdelke, ki jih želim videti v svojih priporočilih v prihodnosti.