文章摘要：早上上班路上，打开音乐软件，随机播放每日推荐，哎哟，真好听，每一首都值得点亮红心收藏，听听听！工作闲暇之余，打开淘宝逛逛，发现给你展示了正在做活动且你心仪很久的外套，哦吼，这不正中下怀，买买买！下班回家打开抖音，刷到的都是自己喜欢的短视频，哇哦，这视频太有意思了，点个赞，刷刷刷！这可能是大多数
早上上班路上，打开音乐软件，随机播放每日推荐，哎哟，真好听，每一首都值得点亮红心收藏，听听听！
工作闲暇之余，打开淘宝逛逛，发现给你展示了正在做活动且你心仪很久的外套，哦吼，这不正中下怀，买买买！
下班回家打开抖音，刷到的都是自己喜欢的短视频，哇哦，这视频太有意思了，点个赞，刷刷刷！
这可能是大多数人每天不经意间在做的事，而这其中就是个性化推荐在主导一切。
1、什么是个性化推荐
人各有不同，系统也会因人而异，根据每个人的历史行为及人物特征，为不同的用户推荐较为合适的内容。
这是建立在用户行为数据挖掘基础上的一种智能服务，向每个用户提供个性化的信息服务和决策支持。
当用户使用该平台越久，平台也就越了解用户习惯，变得越来越让用户喜欢。
2、为什么需要个性化推荐
外界现状
商品丰富度指数级增长，用户匹配需求的难度上升；
互联网进入成熟期，产品从增量需求过度到挖掘存留需求。
内部现状
数据获取能力日益完善；
算法模型能力大幅提升。
用户层面
最大限度展示用户需求，缩短选择路劲，提高用户体验。
企业层面
提高留存与二次消费，吸引更多三方入驻，打造平台化经济；
合理分发流量，解决信息过载，有效打造爆品。
3、个性化推荐的原则
用户来想干什么
场景定位是什么
业务诉求是什么
用户心理
以收集到的用户数据为依据，了解用户在当前场景的心理需求。如淘宝首页，除了搜索栏外，会根据用户过往行为曝光用户需要或者感兴趣的商品。
场景定位
了解用户需求后，便是想方设法满足他们的明确需求，并根据行为挖掘潜在需求。
业务诉求
闭环良好的推荐系统，不仅仅是单纯的为满足用户需求，更要能够帮公司解决业务难题。如打造价格形象、带动销量增长、引流爆品、清理高库存等。
4、个性化推荐策略的制定
所需产品
明确的需求
基于用户行为所明确表达过的需求，提供相似商品，也许能最大概率满足需求。
潜在的需求
对于不明确的需求，初期可以通过“基准策略”来渡过，常见的基准策略有热门排序策略、最近行为策略、基于业务规则的基准策略等。
业务的需求
产品经常要临时响应业务部门的需求，可以根据业务规则找出满足要求的产品融入到推荐结果集中，或者直接使用业务规则对结果集的产品进行排序微调。
排序
原则上要基于我们的目标，训练相关模型来实现，也存有一些紧急需求，需要临时制定新的规则。
排序是以目标为导向的，需要具体问题具体分析。
过滤
过滤规则相对简单。
业务规则：如用户当天已购买的商品便无需二次曝光；
常识规则：如清真用户不能推送猪肉类商品，设置过不喜欢的商品也无需曝光。
5、评估个性化推荐的效果
业务维度
CTR（曝光点击率，浏览100个商品，点击进入详情1个，CTR=1%）、GMV（商品交易总额）、浏览深度（下滑的屏幕数）、停留时长……
扩展性强，可兼容不同的召回集（按照不同规则产生的展示内容）。
可满足业务诉求
用户感知
精准度：能够命中用户想要什么；
可解释性：展示当前内容的原因要合情合理；
多样性：要保证多次看到的商品差异性，避免审美疲劳；
精细度：能够满足用户期望之外的诉求。
推荐系统随着业务的驱动和人们生活方式的改编而进行不断升级，个性化推荐系统已经实现了千人千面。
但正所谓人心难测，个性化效果仍有很大的进步空间。
本文采摘于网络，不代表本站立场，转载联系作者并注明出处：https://www.dushilianren.cn/common/59.html
