遥指大数据产品-推荐引擎

遥指科技大数据产品介绍推荐引擎遥指科技|2013.12推荐引擎技术与应用成效目录1遥指科技推荐引擎产品介绍2公司介绍与成功案例3个性化，商业的未来我们正从信息时代迈向推荐时代-《长尾理论》2009.4出版个性化技术即将在电子商务、移动互联网、广告营销、社交网络、新闻媒体、零售业等诸多领域广泛应用，商业的未来，是为每一个消费者提供量身打造的专属产品和服务-《个性化，商业的未来》2012.1出版推荐引擎是移动互联网时代的必配用户体验的需要产品粘性的需要价值挖掘的需要•通过目录及搜索找到感兴趣的内容的方式，在移动终端较小的屏幕上可能需要多次翻屏，查找感兴趣的内容的成本很高，用户体验较差•精准推荐功能帮助用户更便利的发现感兴趣的内容。•现代社会，可选择的多样性及时间的碎片化，用户打开手机，如没能快速找到感兴趣的内容，很快就会离开。•个性化推荐技术通过算法进行用户感兴趣的内容的精准推荐，帮助用户快捷发现感兴趣的内容，能显著提升用户粘性与访问量。•目前用户访问的只局限在热门的10%左右的内容，海量的长尾内容，价值没有被充分利用•个性化推荐技术挖掘这些长尾内容的价值，提升访问覆盖的范围，并挖掘用户潜在需求，给用户惊喜。提供交叉销售推荐，提升访问深度与客单价。智能推荐系统与应用成效1智能推荐技术的最先尝试者Amazon，已实现了35%的销售额来自智能推荐引擎Alibaba利用智能推荐技术，使商品的点击率平均提升3倍；智能推荐邮件营销的打开率和行动率最高提升5倍YouTube首页60%的点击来自于智能推荐，智能推荐和最热门视频的点击率对比，结果前者是后者的207%Hulu利用智能推荐定向广告技术，Hulu虽在视频流量上仅占美国1%，但却获得了美国视频广告市场份额的33%最大的音乐网站Pandora、Spotify都以智能推荐做为自己的核心竞争力ChoiceStream调查，高端消费者中69％更愿意去有智能推荐功能的网站智能推荐引擎系统，通过智能推荐算法进行用户感兴趣内容的精准推荐，实现为不同需求的用户提供个性化的内容展现推荐引擎应用示例1.1提供用户已加入收藏夹商品的同类或相关商品的推荐，推荐商品的点击率达到全站范围的近10倍推荐引擎应用示例1.2提供用户已加入购物车商品的相关商品的推荐。购物车推荐商品的下单转化率达到全站的3倍智能推荐应用示例相关商品推荐最终买的商品推荐还浏览的商品推荐提供同类或相关商品的推荐，提升用户决策效率，促进商品交叉销售。商品页面的推荐能提升20%的商品销量1.3推荐引擎应用示例1.4个性化推荐商品的CTR相对热门推荐提升了2倍！推荐引擎应用示例老用户：新用户：1.5基于当前浏览记录的实时推荐，最能适用用户当前需求，点击率能获3倍以上的提升。智能推荐应用示例1.6结合用户流失预警与事件营销进行邮件营销精准推荐，个性化推荐邮件的打开率及行动率最高可提升5倍！营销发展的阶段与趋势2广播式的营销阶段一大众式营销对特定客户群广播式的营销信息阶段二细分式市场营销基于预测分析和客户细分技术的目标客户营销阶段三目标式市场营销基于个体行为模式的个性化营销阶段四客户驱动的营销活动多渠道协同的事件驱动、交互式营销阶段五交互式营销推荐引擎核心技术WEB网站商品推荐邮件营销精准推荐微信营销精准推荐定向广告精准推荐用户研究用户分层与分群、用户网络行为分析、用户偏好分析文本挖掘与NLP分词、词性标注、文本分类、文本聚类、文本匹配算法、相似词词库智能推荐算法以计算相关性为核心与关键分布式计算Hadoop、Hive、HBase实时计算大规模流数据的实时处理将智能推荐引擎技术应用于精准营销，识别海量的用户信息与用户行为之间的相关性：实现更精准、更丰富的推荐3常用推荐算法分类•ITEM/USERPROFILE：ITEM/用户属性及特征•Group：分群•CATEGORY：分类•KEYWORD/TAGS：关键词/标签•……CONTENT-BASE(基于属性与内容的推荐)•Item-basedCollaborativeFiltering：基于ITEM的协同过滤•User-basedCollaborativeFiltering：基于用户的协同过滤•AssociationRules：关联规则推荐•SlopeOne：基于用户投票的推荐MEMORY-BASED(基于关系与内存的推荐)•Graph-basedMode：基于图的推荐•LatentFactorModels(SVD/SVD++,pLSA)：基于矩阵分解的推荐•...…MODEL-BASED(基于模型的推荐)•最热门推荐•分类热门推荐•概率热传导算法•……STAT-BASED(基于统计的推荐)推荐系统：根据用户的行为特征和兴趣特点，向用户推荐用户感兴趣的产品和服务的过程4推荐引擎技术与应用成效目录1遥指科技推荐引擎产品介绍2公司介绍与成功案例3遥指科技iRecom推荐引擎支持亿级别以上对象的复杂算法，实时响应时间可达到秒级，对于大数据量的处理、实时性的要求，均达到国际领先水平非凡的数据处理能力广泛的业务适应性显著的应用效益性卓越的投资性价比第三方工具及数据库等全部基于免费的开源技术，不需要客户在软件上另外投入实现非常全面、高效的算法模块，并可配置化组合应用保证推荐结果的精准性，支持在电子商务，移动业务等各领域的个性化推荐服务不准确的推荐甚至会对用户体验带来负面的影响。iRecom推荐内容用户点击率可获3倍以上的提升，并极大的节省人工运营的成本专业的推荐引擎解决方案iRecom推荐引擎系统体系架构1系统管理算法组合规则配置系统性能监控推荐控制：防马太、排重、排序数据分析层引擎服务层推荐算法层风险防范体系推荐系统服务化接口推荐效果评测推荐配置化模块推荐功能模块组推荐算法模块组KV存储实时引擎模块用户偏好算法内容相关算法关联推荐算法排行榜算法行为相关算法标签组算法分布式DB文件索引服务用户特征挖掘用户行为挖掘商品特性挖掘任务调度管理云计算平台搜索引擎模块效果跟踪体系数据ETL数据清洗其它算法….iRecom推荐引擎应用场景手机阅读:提供手机/数字阅读的个性化推荐视频网站:提供iTV、手机视频的个性化推荐电商网站:为电子商务网站提供商品的个性化导购推荐手机音乐:提供音乐的个性化推荐游戏平台:提供游戏的个性化推荐应用门户:提供手机应用程序的个性化推荐2iRecom推荐引擎的价值帮助用户快捷发现感兴趣的内容，减少用户流失；准确洞察用户需求，让用户感受到“一切都为我量身打造”、“正是我想要的”，对网站满意度、忠诚度得到提升。显著提升用户体验，并提升网站粘性与访问量通过商品的关联推荐能显著提升客户单次浏览、购买的商品数量与销售额，提升网站的收益。定向广告推荐也能进一步增加收益。通过交叉销售推荐、定向广告推荐，直接提升经济效益发掘长尾价值，给用户惊喜，提升购买商品覆盖范围帮助进行客户发展和留存的主动营销自动化算法帮助提升网站运营的效率海量的长尾内容，没有推荐则“藏在深闺人未知“，发现用户的潜在需求，发挖长尾商品的价值，给用户以惊喜，并可帮助新商品的快速促销。直接应用推荐引擎算法结果，进行新客户发展和老客户留存的短信/EDM邮件营销。推荐引擎的文本挖掘算法支持对内容的分类、筛选、匹配，节省人工运营工作量，并提升了匹配的质量。用户研究算法结果也可直接帮助对用户的运营。3帮助您的产品从众多竞争对手中脱颖而出目前很多产品都在尝试推荐功能，但由于缺乏专业技术的支持，应用效果一般，不准确的推荐甚至会对用户体验带来负面的影响。iRecom带来全新的突破。手机阅读推荐主要功能首页“猜你喜欢推荐”：帮助用户快速发现感兴趣的内容，给用户以“发现”的惊喜，减少用户特别是新用户登录后的流失率。阅读过程页面的推荐：在图书简介、目录、评价、订购完成、收藏完成、好友推荐完成、读完等页面，提供同类或相关内容书籍的推荐，帮助用户提升选择效率，拓展阅读范围，延长阅读时间，提升网站粘性，并增加长尾图书的曝光机会。个性化推荐专栏：提供适合用户兴趣偏好的类目及内容的集成推荐，个性化推荐专栏可帮助把“我的书架”打造成适合用户的个性化信息入口，让用户找到家的感觉，提升对网站的粘性。图书标签组：基于图书信息（简介、类目、作者、关键字）得出代表图书的标签组。用于“同类书推荐”及书箱类目的自动化运营。新用户发展及老用户留在的短信PUSH营销推荐：可直接应用推荐引擎算法结果，帮助进行客户发展与留存的主动营销。4.1音乐平台个性化推荐系统4.2偏好音乐推荐：识别用户的音乐偏好与听歌场景，帮助用户快速发现感兴趣的音乐，减少用户特别是新用户登录后的流失率。新歌推荐：结合用户喜好，进行新歌或用户未曾听过的歌的推荐，给用户以“发现”的惊喜。同类音乐推荐：对音乐基因进行解析，识别同类音乐，进行同类音乐的列表推荐。音乐社交推荐：基于用户的听歌偏好推荐相同偏好的好友，并分享相同品味的好友当前在听的歌曲。游戏平台个性化推荐系统4.3首页推荐：帮助用户快速发现感兴趣的游戏，给用户以“发现”的惊喜，减少用户特别是新用户登录后的流失率。搜索列表页面推荐：对搜索引擎结果形成补充，洞察用户的兴趣与意图，帮助用户更大可能发现感兴趣的游戏。游戏详细介绍页面的推荐：在游戏详细介绍页面，提供同类或相关游戏的推荐，帮助用户提升选择决策质量与效率，提升网站粘性。购买过程页面的推荐：在收藏夹、购物车等页面，提供更多游戏相关产品的推荐，形成套餐包的销售。基于当前浏览记录的实时推荐：根据用户当前浏览的游戏信息，实时推荐关联游戏及产品，及时把握用户需求，提供良好的用户体验。广告定向推荐：帮助游戏网站实现更精准的广告定向推荐，实现个性化的广告推送，提升广告覆盖率与转化率。资讯个性化推荐：实现个性化的资讯展示，及资讯相关联产品的推荐。视频个性化推荐系统4.4首页“猜你喜欢推荐”：帮助用户快速发现感兴趣的内容，给用户以“发现”的惊喜，提升用户体验，提升人工运营的效率。内容简介页面推荐：在影视内容的简介页面提供同类及其它可能感兴趣的节目的推荐，当对当前的内容不感兴趣时，可快速切换到新的内容的介绍页面。看完一部片后推荐：看完一部片后，提供同类或相关节目的推荐，减少返回及重新查找节目的繁琐。节目内容预告推荐：提供用户感兴趣类型的影视节目的预告，吸引用户关注。电视节目实时推荐：提供当前时间段，用户最可能感兴趣的电视频道的节目推荐。个性化推荐专栏：提供适合用户兴趣偏好的类目及内容的集成推荐，打造适合用户的个性化信息入口，让用户找到家的感觉，提升对iTV的粘性。推荐引擎技术与应用成效目录1遥指科技推荐引擎产品介绍2公司介绍与成功案例3公司简介公司简介：杭州遥指科技有限公司成立于2012年3月，主要成员均来自国内外知名的互联网企业，在大数据、商业智能、推荐引擎等技术上有领先优势。公司的愿景是“成为移动互联网时代大数据与商业智能应用专家”。公司致力于“利用大数据与个性化推荐技术，让生活更有品质”。公司当前专注为文化传媒、金融证券等行业提供个性化（individuation）、智能型（intelligent）、互动式（interactive）、移动性(mobility)的营销与服务产品解决方案。我们的客户：某国家政府部门亿维律师事务所成功案例：智能推荐引擎系统智能推荐引擎，通过智能推荐算法进行用户感兴趣内容的精准推荐，实现为不同需求的用户提供个性化的内容展示。alibaba利用个性化推荐技术，使商品的点击率平均提升3倍；个性化邮件营销的打开率提升5倍。【主要功能】猜你喜欢推荐：根据用户偏好推荐喜欢的内容同类/相关推荐：推荐用户当前在浏览内容的同类/相关内容同兴趣推荐：推荐与用户兴趣相同的其它用户当前在关注的内容【应用场景】金融理财产品及资讯的个性化推荐，手机阅读、音乐、视频等个性化推荐，电商网站个性化推荐，定向广告推荐，金融套餐及增值业务推荐【成功案例】天翼阅读个性化推荐系统：由遥指科技实施的推荐引擎应用于2013年7月初上线后，页面点击