Выполнила Варнавская Екатерина 107 группа Методы Явные

Выполнила: Варнавская Екатерина, 107 группа

Методы Явные Неявные

• • Разреженность данных Масштабируемость Проблема холодного старта Синонимия Мошенничество Разнообразие Белые вороны

• • • Имхонет Last. fm Ozon Software Informer Лаборатория фантастики Imdb —

In My Humble Opinion — «по моему скромному мнению»

http: //upload. wikimedia. org/wikipedia/commons/5/52/Collaborative_filtering. gif? uselang=ru

Действенность разного вида рекомендаций: (опыт ОЗОНа) На просмотре карточки товара: • С этим товаром часто покупают (9% всех добавлений в корзину) • Те, кто смотрел эту страницу, затем купили (5% всех добавлений в корзину) На просмотре результатов поиска: • Те, кто искал «кейворд» , купили: (5% всех добавлений в корзину) Про просмотре раздела: • Бестселлеры просматриваемого раздела (4% всех добавлений в корзину) Рекомендательная система - это 38% количества товаров, добавленных в корзину.

• Процент кликов по картинке выше чем по ссылке, примерно 70: 30 • Отзывы о товарах и рейтинг товара - разные вещи. Надо звездочки ставить для оценки товара, из отзывов обобщить информацию трудно. • Через блок "вы недавно смотрели" продажи есть • Алгоритм «с этим товаром покупают» (мерчандайзинг) ресурсоемкий, трудно включить, сложный алгоритм. «После просмотра страницы купили» – проще алгоритм, пишется просто, а эффективность хорошая • Через блок «бестселлеры» продажи идут плохо. • Озон использует метрику "добавить в корзину", а не «спасибо за покупку» - дескать, «учет ведется в течение сессии, а клиент может вернуться через три дня и купить отложенное в корзину» . • Оптимально рекомендовать клиенту 4 товара; • Клиент должен понимать, почему рекомендуют товар, надо объяснить, чтобы клиент не думал, что ему подсовывают залежалый товар • «время проведенное на сайте»