从0开始做垂直O2O个性化推荐-以58到家美甲为例

从0开始做垂直O2O个性化推荐-以58到家美甲为例 2016-01-07 架构师之路 从0开始做垂直O2O个性化推荐 上次以58转转为例，介绍了如何从0开始如何做互联网推荐产品（回 复“推荐”阅读），58转转的宝贝为闲置物品，品类多种多样，要做统一 的宝贝画像比较难，而分类别做宝贝画像成本又非常高，所以更多的是 进行用户画像、分类预测推荐、协同过滤推荐等个性化推荐。 有些同学反馈，他们的产品是垂直类的O2O产品，分类单一，可以简单 的实现宝贝画像，这类垂直O2O产品怎么从零开始做个性化推荐呢？这 是本文要讨论的问题 一、58到家美甲简介 58到家有三大自营业务“家政”“美甲”和“速运” ，美甲能够实现“足不出 户，享品质服务，做美丽女人”，目前提供上门美甲、修复与卸甲、美 睫、化妆等服务。 http://bj.daojia.com/liren/ 二、从0开始设计垂直O2O推荐框架 （1）列表页推荐：用户既然进入到了美甲，成交意愿是非常强烈的， 首页的推荐至关重要 （2）宝贝详情页推荐：买了还买，看了还看类的关联宝贝推荐 （3）下单成功页推荐：既然下单了某个甲样，可能会喜欢相近的甲样 哟 （4）召回推荐：在用户退出系统后，通过RFM模型做优惠券推送或者 消息推送做客户挽留与召回 RFM模型：根据用户最近一次购买时间Recency，最近一段时间的购买 频率Frequency，最近一段时间的购买金额Monetary，加权得到的一个代 表用户成交意愿的一个分值。 三、甲样列表页推荐详细流程 （1）用户点击进入甲样列表页 （2）画像用户的消费能力 （3）抽取购买、收藏、喜欢、浏览的历史数据 （4）根据历史数据，对所有甲样进行打分，综合一些产品策略，推荐 出首屏的4个甲样，例如： 这个打分是一个简单举例，实际上打分公式会复杂很多（例如各个属性 的权重是不一样的） 【对所有甲样计算分值，排序】 【从高到底进行甲样推荐】 推荐的过程中注意，4款甲样要符合第四个大步骤中提到的产品策略 （要覆盖各个价格范围，相邻颜色与样式不同等） 【个性化推荐完成】 好了，暂时先到这里，上面的思路绝对是能落地的，希望58到家美甲的 推荐，对其他刚开始做垂直O2O互联网产品的同学有帮助。 注：本文是58到家推荐负责人@王洪权 做58到家美甲推荐技术交流时， @58沈剑 做的纪要，内容“略”有修改。 ==【完】== 回【拍卖】互联网广告之拍卖理论 回【广告】一分钟读懂互联网广告竞价策略 回【kkkk】3分钟懂K-means聚类算法（附源码） 回【回归】3分钟懂线性回归预测算法（附源码） 回【宝马】如何在微信刷出宝马广告 回【红包】抢红包统计学（技术贴，知......