Puhkuse ostupood Smart Amazoni soovitusmootoriga

Jõulude ajal võitlevad paljud meist oma lähedastele kõige sobivama kingituse valimisega. Jõulude kingitus jaht võib nõuda päeva planeerimist, mõnikord nädalat. Lisaks oma lõbusale ja rõõmsale osale, Jõulupood võib olla aeganõudev ja stressirohke kogemus.

Õnneks on arenenud tehnoloogia ajastul olemas vabalt kättesaadavad vahendid, mis võivad muuta ostuprotsessi palju tõhusamaks ja produktiivsemaks. Selles postituses näitan teile, kuidas üks maailma suurima jaemüüja saidist Amazon.com teid abistab leida parimad kingitused sõpradele ja perele mõistliku aja jooksul oma nutika soovitusmootori abil.

Isikupärastatud kasutaja kogemus

Maailma kõige edukamad veebilehed, nagu Amazon, Facebook ja Youtube, on nii populaarsed, sest nad pakuvad kõigile isiklikku kasutaja kogemust.

Kasutajakogemuse isikupärastamine tähendab peamiselt, et ettevõtted jälgima nende kasutajaid, kui nad oma saidil navigeerivad ja teevad erinevaid toiminguid selle kallal. Nad koguvad andmeid puhta andmebaasi ja analüüsivad seda.

Kas see ei kahjusta privaatsust? Teatud vaatepunktist on jah; need ettevõtted võivad meile rohkem teada kui meie lähimad sõbrad või isegi ise. Teiselt poolt, nad pakuvad meile teenust, mis lihtsustab meie elu, ja meie otsused on paremini informeeritud.

Kui me vaatame seda tehingu seisukohast, maksame me parema kasutajakogemuse ja mugavuse eest, mis on osa meie privaatsusest.

Loomulikult on veebisisu pakkujate ja ametiasutuste vahelised õiguslikud lahingud pidevad, mõtle lihtsalt mitte nii armastatud ELi küpsiseadusele, kuid kuna loobumine on vähem ja vähem realistlik võimalus neile, kes soovivad nautida 21. sajandi elustiili, võib see olla kasulik mõista, kuidas isikupärastatud soovitused kulisside taga töötavad.

Tech Behind Amazon'i soovitused

Amazonase veebilehe kaudu navigeerides on võimalik leida isikupärastatud soovitusi kõikides rubriikides “Uus Sulle”, “Soovitused sulle Kindle Store'is”, “Soovitatavad soovitused”, “Kliendid, kes ostsid selle eseme, ostsid ka”, ja paljud teised.

Soovitused on tehtud integreeritud igasse ossa ostuprotsessist toote otsimine kassasse. Kohandatud soovitusi toetab arukas soovitusmootor, mis tutvustab kasutajaid saidi kasutamisel paremini ja paremini.

Soovitussüsteemide paremaks mõistmiseks on hea mõte neid mõelda otsingumootorite täiustatud versioonid. Kui me Amazonist üles vaatame, ei tagasta see ainult tulemusi, vaid ka teeb prognoose toodete kohta, mida me vajame, ja näitab oma soovitusi meile.

Soovitussüsteemid kasutavad erinevat tüüpi masinaõppe algoritme ja nad on muutunud kaubanduslikult rakendatavaks suurte andmetehnoloogiate arenguga. Soovitusmootorid on andmepõhised tooted, nagu nad peavad leidma suurte andmete suurtes ookeanides kõige asjakohasema väikese andmekogumi.

Arvutusülesanne, mida soovitussüsteemid peavad lahendama, on kombinatsioon prognoosiv analüüs ja filtreerimine

Nad kasutavad ühte järgmistest viisidest:

(1) Koostööfiltreerimine, mis otsib sarnasusi koostööandmeid näiteks ostud, hinnangud, meeldivad, ülendused,

• kas kasutaja kasutaja maatriks, kus soovitused luuakse teiste klientide sarnaste toodete valiku põhjal, kes soovisid, ostsid, hinnatud jne,
• või toote-toote maatriks, kui soovitusmootor tagastab tooteid, mis on sarnased ostude, meeldetuletuste, hinnangute jms puhul toodetele, mida praegune kasutaja on ostnud, hinnanud, meeldinud, uuendatud enne

Amazon kasutab viimast, kuna see on rohkem arenenud (vt täpsemalt järgmises osas).

(2) Sisupõhine filtreerimine, mis teeb prognoose, mis põhinevad toodete objektiivsete omaduste sarnasustel, nagu spetsiifika, kirjeldused, autorid ja kasutaja varasemad eelistused (mida siin ei võrrelda teiste kasutajate eelistustega).

(3) Hübriidfiltreerimine, mis kasutab mingi kombinatsiooni koostööl põhinevast ja sisupõhisest filtreerimisest.

Toote-toote maatriks

Traditsiooniline koostöövõrgu filtreerimise viis kasutab kasutajakasutaja maatriksit ja teatava hulga andmetega on tal tõsiseid toimivusprobleeme.

Kõigi kasutajate eelistuste, hinnangute, ostude ja leida need, kes on aktiivsele kasutajale kõige lähemal, soovitusmootor peab analüüsima iga kasutaja andmebaasi ja sobitada need praeguse vastu.

Kui me mõtleme Amazonase suurusele, on selge, et selline filtreerimine pole nende jaoks teostatav, nii et Amazon'i insenerid töötasid välja varasema meetodi uuendatud versiooni ja kutsusid seda elementide kaupa ühine filtreerimine.

Koostööpartnerite filtreerimine säilib edukas koostöö võrdlusobjektina toote objektiivsete omaduste asemel (vt ülaltoodud sisupõhist filtreerimist), kuid käivitab toote-toote maatriksis päringuid, mis tähendab, et see ei võrdle kasutajaid, vaid võrdleb tooteid.

Soovitusmootor vaatab tooteid, mida oleme ostnud, hinnanud, pannud meie soovide nimekirja, kommenteerinud jne jne, siis vaatab andmebaasi teised elemendid, millel on sarnased määrad ja ostud, koondab need, seejärel tagastab parimad vasted soovituste kujul.

Kuidas saada paremaid soovitusi

Tagasi jõuludesse, on võimalik koolitada Amazon'i soovitusmootorit, et saada paremaid tulemusi. Kui teil on ainult ebamäärane ettekujutus sellest, mida armastatud inimese jaoks osta, ei pea te midagi muud tegema, kui jätate veebisaidil jälgi sirvimise ajal.

Selle postituse huvides olen seda ise proovinud.

Minu lähtepunktiks oli see, et tahtsin leida väiksemaid kontorimööbli, kuid ei teadnud täpselt. Nii et sisestasin otsinguribale mõned sellega seotud märksõnad ja hakkasin tulemuste sirvimist. Panin esemed, mis meeldisid, minu sooviloendisse, hinnates mõned arvustused “Kasulik”, kukkus minu korvi mõned kontorimööbel.

Kui ma olen Amazonast kunagi ostnud sarnase elemendi, oleks olnud väga kasulik selle kohta kommentaari kirjutada, kuid tegelikult ei suutnud seda teha (saate ainult kirjutada kommentaare juba ostetud toodete kohta).

Umbes 10-15 minuti pärast ma peatusin ja klõpsasin oma soovituslehekülgedel (mida võib leida allpool) “[Sinu nimi] Amazon” menüüpunkti). Enne katset oli mul ainult sellel lehel raamatuid, sest seda ostan tavaliselt Amazonalt. Pärast põhjalikku otsingut on raamatud kadunud ja need on asendatud jahedate kontorimööblitega, nagu allpool näete.

Mootori häälestamine

Soovitusmootorit on võimalik edasi koolitada, nagu iga soovituse all seal on “Miks soovitatav?” link. Minu soovituste hulgas on ka bin liner (viimane toode), mis ei ole kontorimööbli toode ja üks, mida ma ei soovi jõuludeks osta..

Nii et vaatame, miks see siin on.

Pärast linki klõpsamist teavitab Amazon mulle, et see oli soovitatav, sest panin oma korvi teatud kontoriarvutit. Noh, see on huvitav ühendus, aga ma ei vaja seda veel.

Siin on kaks võimalust, ma võin kas märkida “Ei ole huvitatud” märkeruut prügikasti voodri kõrval või “Ärge kasutage soovitusi” bürootooli kõrval. Märgin selle “Ei ole huvitatud” märkeruut.

Ja siinkohal on prügikonteiner kadunud, asendatud teise soovitatava tootega, mis tähendab, et olen üks samm lähemale täiuslikule kingitusele.

Liiga halb, kui ma tulevikus seda täpse vooderdist vajavad. Oota. Ma leidsin sellele lahenduse. Alla “Parandage oma soovitusi” menüüpunkti, saan muuta kirjeid, mida olen tähistanud “Ei ole huvitatud” etikett

Kui ma olen leidnud oma kujuteldava kingituse hunt, võin lihtsalt eemaldada tooted, mida ma tulevikus soovitada soovin näha.