618 | 用大数据,助力用户获得精准产品,信息交换的营销定位推荐

-回复 -浏览
楼主 2018-11-07 21:19:59
举报 只看此人 收藏本贴 楼主
618

几度春秋,618 电商大促已经进入到了第八个年头,从最初的年中促销,已经逐渐发展成了整个电商行业的年中盛典。除了传统电商、跨境海淘,自营等更是有很多个体用户和企业用户也纷纷参与其中,借618 期间发力,推出了一系列的优惠促销活动。


一年一度的 6.18 电商大促已逐渐拉开帷幕,商家朋友们是否都已早早预热,准备大卖一场了?作为大数据的小伙伴们是不是也干劲十足准备打好这场应对海量交易数据的攻坚战了?据报道在20176.18期间,全网47家电商共实现交易额1537.2亿元,相当于2016年电子商务交易总额6%。其中,某电商全渠道累积交易金额约1199亿元。全天全渠道交易增长209%,这奠定了11.11基本忽略单狗6.18要你发的全民购物第二大重要节日的地位。现如今,6.1811.11不仅是电商的大卖天堂,各类中小型用户,传统企业用户,自营用户,线下用户也抢先登陆加入6.18的大军,各式购物满减、分时降价、限时秒抢活动,线上线下缤纷夺目花式优惠、返现、立减,礼券等牢牢地吸引着消费者眼球。


呈直线上涨的市场交易为各大电商带来无限收益。由此每天产生的 TB 级交易数据,也为各大用户、支付运维工作带来了极大的挑战。


1

如何帮助用户获得精准的营销推送和商品定位推送?


1、首先推荐系统架构设计:

对于推荐系统,架构设计上可以分为数据收集层、数据存储层、算法层、业务层和应用层;

对于数据收集,可以通过hivekafka或者flume进行收集,然后通过ETL 过程处理数据;

对于数据存储,可以存储于HBase或者MySql等数据库中,存储为特定结构数据,等待数据的计算使用;

对于算法层,通过使用协同过滤算法、分类聚类算法、关联算法、基于内容的推荐算法等算法进行数据计算,得出计算结果;

对于业务应用层和应用层,将计算结果过滤输出,然后进行反馈,提供应用层进行展现使用,例如“猜你喜欢”、“收藏夹”等应用展现。


2其次,算法使用设计:

对于协同过滤算法,可以使用基于邻域的方法,这一方法又分为:

  • 基于用户的协同过滤(UserUF

  • 作用:给用户推荐和他兴趣相似的其他用户喜欢的商品。

  • 推荐步骤:

  • 找到和目标用户兴趣相似的用户集合;

  • 找到这个集合中用户喜欢的,且目标用户没有听说过的物品推荐给目标用户。

  • 基于物品的协同过滤算法(ItemCF

  • 作用:给用户推荐和他之前喜欢的物品相似的商品。

  • 推荐步骤:

  • 计算物品的相似度;

  • 根据物品的相似度和和用户的历史行为给用户生成推荐列表。

  • 基于内容推荐算法

  • 作用:根据用户过去的浏览记录,来向用户推荐用户没有接触过的推荐项。

  • 推荐步骤:

  • 一般是基于关键词进行推荐,比如看了《权利的游戏7》,就给你推荐后面的剧集或者是同名其他季的剧集,但是可能推荐重复,因为关键词相同。


3实际应用

以某线下大型商超为例:推荐系统中,基于聚类的协同过滤推荐算法利用K-means等算法对用户和物品聚类,聚类结果里用户或物品只能属于一个类别,然而在实际应用中,一个用户可以有多个兴趣,一个物品也可以属于多个类别。我们可以通过机器识别找到用户和物品之间的关联度。把所有选择过的类别物品通过机器识别进行聚类分析,得到用户和物品相似度较高的群组以及用户和物品归属于群组的隶属度矩阵,用户或物品可以属于多个群组,通过计算用户在各个群组中的对物品的偏好值兴趣度,结合用户和物品在群组里相应的隶属关系来预测用户对物品最终的喜好,生成对用户的TopN的推荐结果。


这种数据分析的计算应用已有效的取代了单一靠软件系统或硬件去识别的操作,我们在商超案例中做了多种结果其中两个相对高效的结果的推送,一是同Dsp直接对接,二是取TopN直接给客户列表。商超用户可以精准的获得营销推送和商品定位。从而挖掘出对企业、对系统有价值的商业信息。


2
这类运算我们也称为:


基于用户物品交换信息的推荐 ——

基于谱聚类群组发现的协同过滤算法的基本几步为:

步骤计算用户相似度;

步骤计算物品相似度;

步骤构建用户-物品评分矩阵计算;

步骤构建邻接矩阵。

步骤计算归一化拉普拉斯矩阵特征值及其对应的特征向量得出计算。

步骤由算法得到用户物品归属。

步骤由基于用户的协同过滤算法得到用户对物品的预测评分。

步骤拆分用户-物品归属,得到用户-物品群组,计算用户和物品属于群组的隶属度。

步骤由预测评分矩阵和隶属度计算用户对物品的最终预测评分。

步骤10  取前N个最大的评分生成对用户的Top N推荐结果。


3、Aleiye可以为用户带来的商业价值?


1数介科技Aleiye可以通过以上功能,已为用户、企业提供专业的大数据分析解决方案;

2确保分析信息安全,即刻发现用户行为,浏览轨迹,用户相似度获取业务日志关联分析及精准定位故障排除;

3优化运营效率,提升商业价值;

4提高销量,加强核心指标;

5降低成本,提高新客户销量转化;

6性能管理,合理合规。


作为一家成长期的互联网企业和传统企业,在应对海量用户数据的挑战时仓皇不定容易错失最佳商机,在海量的客户信息客户数据面前Aleiye可有效并准确的为用户们解决燃眉之急。业务转化率的提升以及业务流程的持续优化是首要目标,Aleiye提供的数据分析是成为经营决策一把标尺,在运营管理中可知其然、知其所以然,洞察新机会以及建立数据化运营管理体系,为客户发展,企业收益增加新的制高点。


——数介科技Aleiye完整的大数据能力,能够全方位保障释放数据价值,实现客户成功。


TB 级数据轻松应对,数介科技Aleiye助力电商机构 IT 智能化

数介科技Aleiye:般若科学智库数据模型解决方案


往期回顾:

           | Aleiye守护大数据的安全风险控制 

           ASL原语驱动的智能分析平台

           | 终于弄明白智能和大数据的用武之地了

           |  如何防范人工未知异常状况?为企业决策预警发展保驾护航

    |  协助企业降本增效,将企业投入集中在最可能付费的用户身上

    |  老铁,我棉袄呢?让我带你去赴一场不失约的初春约会吧

数介科技荣膺“大数据发明专利”做最信赖的供应商,做大数据的领跑者


数介科技-ALEIYESaaS支持免费体验!

可通过官网页面 www.aleiye.cn 申请注册。

用户咨询:010-4008 329 339


数介科技的核心价值

Aleiye大数据产品为企业提供全量数据从采集、存储、分析到展现的完整生命周期管理方案。不管是业务系统中的结构化数据、设备、程序产生的文本数据皆可以灵活、快捷的进行标准化处理,形成大数据仓库,为企业不同业务要求、统计维度提供实时、离线以及挖掘分析。不管你是运维人员、业务人员还是高管领导,都可以为您的分析和决策提供数据支撑。



我要推荐
转发到

友情链接