Holiday Shopping Shop Chytrý s doporučením Amazonu

V době Vánoc se mnozí z nás potýkají s výběrem nejvhodnějšího dárku pro naše blízké. Dárkový lov na Vánoce může vyžadovat dny plánování, někdy i týdny. Kromě určité zábavné a radostné části, Vánoční nákupy mohou být časově náročné a stresující.

Naštěstí ve věku vyspělých technologií existují volně dostupné nástroje, které mohou učinit nákupní proces mnohem efektivnějším a produktivnějším. V tomto příspěvku vám ukážu, jak vám může pomoci jeden z největších prodejců na světě, Amazon.com najít nejlepší dárky pro vaše přátele a rodinu v přiměřené lhůtě pomocí inteligentního motoru.

Personalizované uživatelské zkušenosti

Nejúspěšnější internetové stránky jako Amazon, Facebook a Youtube jsou tak populární, protože nabízejí všem uživatelům osobní zkušenost.

Přizpůsobení uživatelského prostředí v podstatě znamená, že společnosti pozorovat své uživatele při navigaci přes jejich stránky a provádět různé akce na to. Sbírají data do přehledných databází a analyzují je.

Není to škodlivé pro soukromí? Z určitého úhlu pohledu ano; tyto společnosti se o nás mohou dozvědět více než naši nejbližší přátelé nebo dokonce sami. Na druhou stranu, nabízejí nám službu, která nám usnadní život, a naše rozhodnutí lépe informována.

Podíváme-li se na to z transakčního hlediska, "zaplatíme" za lepší uživatelský komfort a pohodlí, s částí našeho soukromí.

Samozřejmě, legální bitvy mezi poskytovateli online obsahu a úřady jsou konstantní, jen přemýšlejte o právech EU, které nejsou tak oblíbené, ale jak se odhlásit je méně a méně realistickou možností pro někoho, kdo si chce užívat životního stylu 21. století, může to být užitečné pochopit, jak osobní doporučení fungují v zákulisí.

Tech za amazonskými doporučeními

Při procházení webu společnosti Amazon můžeme najít personalizovaná doporučení všude pod nadpisem “Nové pro vás”, “Doporučení pro vás v obchodě Kindle”, “Doporučená doporučení”, “Zákazníci, kteří si koupili tuto položku, si rovněž koupili”, a mnoho dalších.

Doporučení byla integrován do každé jednotlivé části procesu nákupu od společnosti. \ t vyhledání produktu k pokladně. Přizpůsobená doporučení jsou poháněna inteligentním doporučovacím motorem, který uživatele lépe a lépe pozná, když používají stránky.

Chcete-li lépe porozumět systémům doporučení, je dobré o nich přemýšlet pokročilé verze vyhledávačů. Když se podíváme na položku na Amazonu, není to jen návrat výsledků, ale také dělá předpovědi o produktech, které můžeme potřebovat, a ukazuje nám svá doporučení.

Systémy doporučení používají různé druhy algoritmů strojového učení a staly se komerčně realizovatelnými s vývojem technologie velkých dat. Motory doporučení jsou produkty řízené daty, tak jako musí najít nejrelevantnější malou datovou sadu v obrovském oceánu velkých dat.

Výpočtový úkol, který musí systémy doporučení řešit, je kombinací prediktivní analýza a filtrování

Používají jeden z následujících přístupů:

(1) Filtrování založené na spolupráci, který hledá podobnosti údajů například nákupy, hodnocení, oblíbené položky, upvotes, downvotes v:

• buď uživatelská matice, kde jsou doporučení generována na základě výběru jiných zákazníků, kteří měli rádi, nakupovali, hodnotili atd. podobné produkty,
• nebo matice produkt-produkt, kde doporučující stroj vrací produkty, které jsou podobné nákupům, oblíbenostem, hodnocením atd., k produktům, které si aktuální uživatel zakoupil, ohodnotil, oblíbil, odhlásil před

Společnost Amazon ji používá, protože je pokročilejší (podrobněji viz následující část).

(2) Filtrování založené na obsahu, to dělá předpovědi založené na podobnosti objektivních charakteristik produktů takový jako specifika, popisy, autoři, a také na předchozích preferencích uživatele (to tady nejsou srovnávané s preferencemi jiných uživatelů) \ t.

(3) Hybridní filtrování, který používá nějakou kombinaci filtrování založeného na spolupráci a obsahu.

Produktová produktová matice

Tradiční způsob společného filtrování využívá matici uživatelského uživatele a nad určité množství dat má vážné problémy s výkonem.

Chcete-li přizpůsobit předvolby, hodnocení, nákupy všech uživatelů a najít ty, kteří jsou nejblíže aktivnímu uživateli, motor doporučení musí analyzovat každého uživatele v databázi a porovnat je s aktuální.

Pokud se zamyslíme nad velikostí Amazonu, je jasné, že tento typ filtrování není pro ně proveditelný, takže inženýři společnosti Amazon vyvinuli vylepšenou verzi dřívější metody a nazvali ji společné filtrování mezi položkami.

Zachovává se společné filtrování mezi položkami úspěch spolupráce jako měřítko namísto objektivních vlastností produktu (viz výše uvedené filtrování založené na obsahu), ale spouští dotazy v matici produktu-produktu, což znamená, že uživatele neporovnává, ale srovnává produkty.

Motor doporučení se podívá na produkty, které jsme si zakoupili, ohodnotili, vložili do našeho seznamu přání, komentovali, atd. Doposud, pak vyhledá další položky v databázi, které mají podobné sazby a nákupy, agreguje je, pak vrací nejlepší doporučení jako doporučení.

Jak získat lepší doporučení

Zpět na vánoční nákupy, je to možné vlaku Amazon doporučení motoru získat lepší výsledky. Máte-li pouze nejasnou představu o tom, co koupit pro někoho blízkého, nemusíte dělat nic jiného, ​​než zanechávat stopy na webových stránkách při procházení.

Kvůli tomuto příspěvku jsem to vyzkoušel sám.

Mým výchozím bodem bylo, že jsem chtěl najít nějaký menší kancelářský nábytek, ale přesně nevěděl, co. Tak jsem do vyhledávacího panelu zadala některá související klíčová slova a začala výsledky procházet. Položil jsem položky, které se mi líbí do mého seznamu přání, hodnotil jsem některé recenze jako “Ochotný”, upustil do mého košíku kancelářský nábytek.

Pokud jsem někdy koupil podobný produkt na Amazonu, bylo by docela užitečné napsat recenzi, ale ve skutečnosti jsem to nemohl udělat (můžete psát recenze pouze na produkty, které jste již zakoupili).

Po asi 10-15 minutách jsem se zastavil a klikl na mé Doporučení stránky (které lze nalézt pod “Amazon tvého jména” bod menu). Před experimentem jsem měl na této stránce pouze knihy, což je to, co obvykle kupuji na Amazonu. Po mém rozsáhlém vyhledávání knihy zmizely a byly nahrazeny chladným kancelářským nábytkem, jak vidíte níže.

Vyladění motoru

Je možné dále trénovat doporučující motor, jak je uvedeno pod každým doporučením je tu “Proč se doporučuje?” odkaz. Mezi mými doporučeními můžete vidět košovou vložku (poslední položka), která není produktem kancelářského nábytku a kterou nechci koupit na Vánoce.

Podívejme se, proč je to tady.

Po kliknutí na odkaz mě Amazon informuje, že to bylo doporučeno, protože jsem do košíku vložil kancelářskou židli. To je zajímavé spojení, ale pořád to nepotřebuji.

Mám dvě možnosti, mohu buď zaškrtnout “Nemám zájem” zaškrtávací políčko vedle vložky zásobníku nebo “Nepoužívejte pro doporučení” vedle kancelářské židle. Zaškrtnu “Nemám zájem” zaškrtávací políčko.

A v tomto okamžiku zmizí vložka zásobníku, která je nahrazena jiným doporučeným výrobkem, což znamená, že jsem o krok blíž k dokonalému daru.

Škoda, že budu někdy potřebovat tuto přesnou vložku. OH Počkej. Našel jsem pro to řešení. Pod “Zlepšete své doporučení” menu, můžu editovat položky, které jsem označil “Nemám zájem” označení

Když jsem našel svůj představu o honbě za darem, mohu jednoduše zrušit zaškrtnutí produktů, které bych chtěl vidět mezi mými doporučeními v budoucnu..