主动营销系统概述:
      电子商务网站是个性化推荐系统重要应用的领域之一,亚马逊就是个性化推荐系统的积极应用者和推广者,亚马逊的推荐系统深入到网站的各类商品,为亚逊带来了至少30%的销售额。
      不光是电商类,推荐系统无处不在。QQ,人人网的好友推荐;新浪微博的你可能感兴趣的人;优酷,土豆的电影推荐;豆瓣的图书推荐;大从点的餐饮推荐;世纪佳缘的相亲推荐;天际网的职业推荐等。
推荐系统的技术方案:
      在制作技术方案时,要考虑用户需求的种类,无非是分:
      你可能需要买的东西(普遍性需求);
      你现在想要买的东西(即时刚需);
      你潜在想要买的东西(潜在普遍性需求和潜在即时刚需)。
      这跟淘宝一直标榜的个性化搜索差不多,首页中有很多广告位,其中以首页的焦点图第2,3,4页最为明显,这里的图片都是商家拍下广告位然后投放的,拍广告位的时候可以选择通投、地域、兴趣点等等。通投就是所有的人都可以看到的地域是按不同的地方投放, 兴趣点就是淘宝对你以往的购买记录进行分析,以及你的搜索情况等,计算出你可能感兴趣的。
       在具体的商品推荐技术实现上,淘宝/天猫的商品推荐采用了逻辑回归算法,用了上百亿的特征,并基于库存等约束来进行商品推荐。由于逻辑回归的算法本质上属于一种单层神经网络系统,其中一层代表输入的商品特征,比如可以是目前的所有商品,以及其他所能想到的各种特征,一层可以是目前的所有商品。目的是:当用户购买了一些商品之后,向用户推荐别的**商品。所以训练数据是:输入用户购买的数据的各种特征(没购买或浏览的商品的特征可以为零),输出是用户随后购买的商品(没购买的商品可以设置输出为零)。所以通过大量数据训练后,可以得到一个神经网络,这个神经网络就是所求的推荐系统。这样,每一个用户所看到的商品都是不同的,而且都是她/他很有可能要购买的。
        值得一提的是,谷歌或者facebook的推荐系统也采用了逻辑回归算法。