淘宝猜你喜欢推荐算法的逻辑

      今天57淘宝论坛网小编就为各位讲讲，淘宝猜你喜欢推荐算法的逻辑。具体内容请看下方。       1.商品特征关系画像：我们对已划分出的特征关系，对商品库中不同的商品做特征关系的画像，这里我们只列举5个商品，下面我们用矩阵的形式表达。商品-特征关系矩阵：商品 英伦 古典 简易 朋克 中性商品A 0.2 0.5 0.4 0.9 0.1商品B 0.1 0.6 0.6 0.3 0.8商品C 0.6 0.1 0.4 0.2 0.2商品D 0.8 0.3 0.4 0.2 0.2商品E 0.6 0.3 0.4 0.2 0.9
　　2.用户与商品的推荐匹配：用户要与商品库中商品做特征关系匹配计算，哪个商品的匹配值最大说明两者特征关系最相近，那么就推荐值最大的这个商品给到用户。例如用户“小明”与“商品A”的匹配计算，相同特征关系数值相乘再求和：0.6*0.2+0.9*0.5+0.1*0.4+0.1*0.9+0.1*0.1=0.71用户 英伦 古典 简易 朋克 中性小明 0.6 0.9 0.1 0.1 0.1商品 英伦 古典 简易 朋克 中性商品A 0.2 0.5 0.4 0.9 0.1用户“小明”对5个商品特征关系匹配计算结果为商品D值最大，说明两者特征关系最相近，因此就会给用户推荐商品D：用户 英伦 古典 简易 朋克 中性小明 0.6 0.9 0.1 0.1 0.1商品 英伦 古典 简易 朋克 中性 分值商品
       A 0.2 0.5 0.4 0.9 0.1 0.71商品B 0.1 0.6 0.6 0.3 0.8 0.77商品C 0.6 0.1 0.4 0.2 0.2 0.53商品D 0.8 0.3 0.4 0.2 0.2 0.83商品E 0.6 0.3 0.4 0.2 0.9 0.78同理用户“小方”“小牛”都需要对库中5个商品做匹配计算，根据计算结果你是否知道该如何给小方和小牛推荐商品呢?小明 小方 小牛商品A 0.71 1.16 0.77商品B 0.77 1.37 0.91商品C 0.53 0.64 0.49商品D 0.83 0.7 0.69商品E 0.78 1.24 0.77这个特征关系值是如何量化给定的呢?特征关系值可以通过用户的行为数据来做推算，(如：直接购买=5，商品加购=4，商品收藏=3，回访=2，访问深度=1，停留时间=-1，直接跳失=-5)，如何具体推算特征关系的分值，这里就不再深讲，核心是理解特征关系推荐算法的逻辑。
       以上就是今天的全部内容谢谢观看，以后会带来更多文章帮助各位，补网店流量、手淘流量提升、淘宝流量提升、淘宝提升流量、提升店铺流量的方法。