此前为 ClubFactory(嘉云数据)推荐算法负责人,从0到1主导研发的推荐引擎,覆盖了全站60%的流量,并累计提升核心指标150%。在推荐领域有多年经验,对推荐系统及算法有深刻理解。此前就职于阿里、贝贝、ClubFactory 等公司,负责过推荐、搜索、风控、用户增长等设计研发工作。

此前为 ClubFactory(嘉云数据)推荐算法负责人,从0到1主导研发的推荐引擎,覆盖了全站60%的流量,并累计提升核心指标150%。在推荐领域有多年经验,对推荐系统及算法有深刻理解。此前就职于阿里、贝贝、ClubFactory 等公司,负责过推荐、搜索、风控、用户增长等设计研发工作。
电商推荐系统已经发展很多年了,大家对整体各个模块都非常熟悉,但是这背后根据公司和产品阶段和时间不同在推荐迭代过程中非常差异的点,当然也有一些不变的点。
本次演讲先从不变的核心点入手进行讲解,再通过结合0-1,1-10,10-100的推荐系统演进来讲解不同阶段不同的侧重点。
不变的点主要围绕迭代过程中的短期和长期指标,比如从短期来讲,目标有点击率、转化率和客单价等,从长期来讲,目标需要考虑留存、复购等指标。但如何规划设计整体数据迭代框架,并将长短期目标建模融入其中值得深入思考。
变的点将会围绕冷启动(分群策略与依据、实时反馈)、召回(召回分级、召回评估、召回融合)、排序(排序目标、目标融合、模型与规则、目标级联)、业务干预(场景差异化、用户、商品、公司利益)展开。
本次演讲通过案例和论述,希望可以在变和不变维度给听众带来更大收益。
演讲提纲:
你将获得:



微信咨询

电话咨询
微信联系我们

