苏宁科技智能推荐系统_个性化推荐系统_千人千面推荐系统-云巴巴

申请试用

苏宁科技智能推荐系统

苏宁科技智能推荐系统基于用户兴趣特点和购物行为，深入洞察用户需求，精准定位目标用户，向用户推荐其个人感兴趣的商品不服务，为顾客购物提供个性化的决策支持和信息服务；从而提升商品曝光量、转化率和用户体验。

立即咨询

首页 > 产品中心 > 数据计算与分析 > 苏宁科技智能推荐系统

智能推荐概述

整合多渠道数据，以用户视角出发的营销之路

智能推荐：

基于用户兴趣特点和购物行为，深入洞察用户需求，精准定位目标用户，向用户推荐其个人感兴趣的商品不服务，为顾客购物提供个性化的决策支持和信息服务；从而提升商品曝光量、转化率和用户体验。目前，主站有1000+个推荐场景，总曝光坑位10000+个，覆盖购物平台中所有核心页面，支撑PC、Wap、App，TV，门店，小程序等多个购物终端，累计服务近6亿用户。

智能推荐：

基于用户兴趣特点和购物行为，深入洞察用户需求，精准定位目标用户，向用户推荐其个人感兴趣的商品不服务，为顾客购物提供个性化的决策支持和信息服务；从而提升商品曝光量、转化率和用户体验。目前，主站有1000+个推荐场景，总曝光坑位10000+个，覆盖购物平台中所有核心页面，支撑PC、Wap、App、TV，门店，小程序等多个购物终端，累计服务近6亿用户。

智能推荐业务场景

应用层（PC、APP、WAP三端场景共计超过1000+）

下图头和尾两部分页面中绝大细分场景运用基于用户行为的推荐逻辑，提升商品质量分便有机会露出。

智能推荐技术能力

智能推荐实现方式

智能推荐-系统架构

智能推荐-系统流程框架 icon

智能推荐-系统流程框架（多端数据融合） icon

智能推荐-系统流程框架（模型处理） icon

智能推荐-个性化推荐模型设计 icon

算法模型是推荐系统的核心，苏宁个性化推荐系统包括用户标签库，商品知识库，用户短期行为模型，用户长期偏好模型，商品周期模型，时间模型，地域模型等几十个算法模型，以及多种排序策略。

用户模型
用户短期行为模型

用户长期偏好模型

周期购模型

相似用户模型

商品模型
商品质量评分模型

相似商品模型

搭配商品模型

生命周期模型

店铺模型
店铺质量评分模型

相似店铺

上下文模型
节假日模型

时间模型

地域模型

融合排序模型
混合模型

排序模型

标签库
商品知识库

会员标签库

店铺知识库

关键词管理系统

个性化推荐模型一搭配商品模型 icon

搭配商品模型：计算商品之间相关度、相似度

数据
行为数据

文本数据

图像数据

数据清洗模块
黄牛用户识别

退货订单

促销数据处理...

关联计算
行为计算

文本语义计算

图像识别计算

过滤补全模块
规则剪枝

配件补全...

排序模块
同价格段

性别

品牌 ...

个性化推荐模型一搭配商品模型 icon

针对商品关联模型，核心优化点介绍：

数据清洗优化
通过识别黄牛用户，过滤其行为数据；对于促销的商品，在促销期间和促销后分别进行特殊处理等。

计算规则优化
通过用户购买周期分析，针对不同品类商品设计不同计算周期；在商品不同粒度上计算关联性，包括单品、品牌、商品类目等。

补全优化
配件补全（通过商品文本参数挖掘）比如若商品A的关联商品过少，则通过商品A的相似商品的关联商品进行补全。

增加排序规则
关联商品与主商品价格段、性别、品牌。

个性化推荐模型二短期行为模型 icon

行为特征
浏览、收藏、购物车、下单、点评等

用户特征
性别、年龄、人生阶段、购买力、忠诚度等

商品特征
人气、销量、价格、折扣力度、预售、新品等

时间衰减
近期行为权重高于远期行为

决策周期
不同品类决策周期不同

个性化推荐模型二短期行为模型 icon

猜你喜欢场景应用5个模型短期行为模型、长期行为模型、周期购模型、相似用户模型、会员标签模型以转化为目标，建立融合模型，综合计算推荐结果。该模型通过融合不同推荐模型结果数据，其输出结果在保证推荐准确度前提，推荐丰富度、新颖度更高。

个性化推荐模型三基于上下文推荐模型 icon

基于上下文推荐模型：通过用户时间、地域、终端等多维度交叉挖掘分析，给用户推荐相应商品。

个性化推荐模型三基于上下文推荐模型 icon

基于上下文推荐模型—相关分析举例

算法主要工作——18年度 icon

新上线的算法模型

FM/FFM、

GBDT/Xgboost、

Random Forest、

DNN、

FTRL

优化的主要业务场景

推荐“新”ITEM、

尝试新方法（例如网络关系推荐等）、

尝试新技术（例如图片FEATRUE等）、

引擎新架构等等。

品类赋能三步曲

智能推荐，是根据用户的兴趣特点和购物行为，通过深入洞察用户需求，精准定位目标用户，把适合的商品推送给适合的用户。目前主站有1000+个推荐场景，覆盖购物平台中所有核心页面，支撑 PC、APP、WAP、TV、门店等多个购物终端。

如何获取流量
1、推荐运营素材维护及时和准确

2、充实商品白底图库

3、丰富商品标签（属性参数）

4、远离推荐黑名单

如何促进转化
1、精简商品标题

2、参加促销活动

3、优化商品评价

4、推荐娄底，形成闭环

如何提升点击
1、优化商品主图

2、优化商品名称

3、爆款操作，提升商品质量分

如何获取流量

注：自动降低商品人气得分，从而商品会被系统进行降权或屏蔽处理，运营有权删除永不推荐。

错放目录
类目放错是指商品放置的类目与我司要求放置的类目不一致。

商品参数
属性放错是发布商品时填写的品牌、材质、规格等商品属性与商品标题或者商品描述不符。

敏感名称
敏感名称是指商品名称中含有包邮、赠品、补差、链接等字样。

重复铺货
重复铺货是指店铺里完全相同以及商品的重要属性完全相同的商品，只允许发布一次，违反以上规则，即判定为重复铺货。

如何获取流量

店铺或者商品无违规，尤其是虚假交易，一旦有虚假交易是很难进入首页推荐的！

店铺权重和商品权重都比较高，比如DSR评分较高，店铺的退款率低，好评率高，商品的图片质量较高，关键词的精准性等等！

老顾客的回头率较高，商品的销量能够持续稳定增长。

商品的人气权重高，在这里重点考核的就是：点击率，加购、收藏、转化率这些指标都是越高越好，跳失率越低越好！

无运营不产品，基础数据维护完善；主题会场，例：如电脑会场，会场下商品组包括电脑，笔记本等等，但是用户偏好的是键鼠套装这样的商品组，而你在推荐后台并未维护，则会导致无法匹配出对应的会场。

首页推荐模块承载着推荐整体GMV的30%，入围首页的基本条件必须要求有白底图，否则无法在首页获得流量。

商品主数据完整、属性值规范统一、标题简短有效没有敏感词等。

如何提升点击-优化商品图片 icon

一秒原则：什么是一秒原则呢，就是让买家在一秒内读懂主图中的信息。所在在设计主图时，一定要将产品的卖点突出，让买家可以在最短的时间内接受到信息。

1、主图凸显商品特色。

2、主图要有创意，背景，商品占图大小设置要合理，不能留白太多。各种素材搭配起来要和谐美观。

3、主图大小要合理，保证主图质感，百货品类商品要注意图片背景，符合潜在用户需求。

4、主图上可以放一些强调商品的营销性质、卖点和利益点，如空调的静音、纸品的买一赠一等。

如何提升点击-优化商品标题 icon

1、选准标题关键词，提炼商品利益点，和自己的靶向人群相匹配。 2、适当的加上流行话题，比如说某明星同款婚纱，抖音同款等等。 3、注意可阅读性，切词的合理性等等。

4、注意标题字数展示区域，在字数省略前能够将关键属性、商品卖点展示到位。

如何促进转化-页面信息展示 icon

1、商品标题优化

① 短标题提炼用户偏好或者人工描述当前商品的名称，实现标题精简。为了让用户直观感受商品本身。 ② 修饰词在标题中要多添加属性词，修饰卖点关键词，这两类有助于增加用户决策权重。

2、营销活动力度

① 参加促销活动，如拼购、限时抢购、满减等，促进商品转化。

3、商品评价

①优化商品本身评价及好评的排名顺序，在短时间获得大量的评论，会非常容易获得用户的认可并做下购买决策。

产品推荐查看更多>>

数划云建筑工程行业预算管理分析方案

数划云建筑工程行业预算管理分析方案，使用高效项目管理工具，加强合约和预算管控能力，提升成本及进度管理水平，全面实现企业决策层、项目管理层和业务操作层的协同工作，实现项目管理标准化、业务财务一体化的目标，为企业管理提升和数智化转型提供强大支撑。

数据一致

效率提升

成本预算

成本执行监控

立即咨询查看详情

Tableau CRM

Tableau CRM可以利用功能强大的CRM分析来帮助您的企业，在基于人工智能的全面分析平台上发现见解、预测结果、寻求建议并迅速采取行动。

AI驱动的分析

作出正确的决策

清晰掌握后续

立即咨询查看详情

魔镜市场情报MMI

魔镜市场情报MMI，基于电商评论和社交舆情的舆情分析，对电商数据的瀑布式结构化展示。多种表现形式：词云图、TOP词表、维度雷达图、正负面条形图等，分维度对评论进行人工标注，然后机器学习标注剩余评论，可处理大量评论文本。

多个维度

多种表现形式

产品评论分析

各维度情感对比

立即咨询查看详情

数字化社区查看更多>>