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： （5）如果用户下单，以被下单的相似甲样做推荐 （6）如果用户跳出，可以根据信用评级、消费等级做优惠券召回推荐 四、与业务紧密结合的策略规则 推荐系统并不是一个单纯的算法问题，而是一个与产品、工程架构都相 关的综合性问题，不同的业务会有不同的产品策略，这些是在做推荐时 需要考虑的，以美甲为例，需要考虑： （1）排序前2名要推荐最符合用户消费能力的甲样（例如“价格小于 150”） （2）被推荐的4个甲样要覆盖尽可能多的消费区间（例如“两个甲样价 格小于150，两个甲样价格大于150”） （3）被推荐的4个甲样要覆盖最火的产品、旧产品、新产品（例如“1个 爆品，2个旧加油，1个新甲样”） （4）垂直相邻的甲样，颜色不同（为了视觉体验） （5）水平相邻的甲样，颜色不同（原因同上） （6）垂直相邻的甲样，款式不同（为了视觉体验，以及产品覆盖度、 受众度） （7）水平......