本文主要介紹了淘寶的在線推薦策略，包括如何采集和預(yù)測用戶行為以實(shí)現(xiàn)更精準(zhǔn)的推薦，以及這一策略對于提升用戶體驗(yàn)和增加轉(zhuǎn)化率的重要性。

今天簡單跟大家聊一個淘寶的策略。

不知道大家在平時逛淘寶的時候有沒有發(fā)現(xiàn)這么一個case：當(dāng)你進(jìn)入淘寶首頁，從首頁的商品feed流任意點(diǎn)擊一個商品，進(jìn)入商品詳情頁瀏覽若干時間。

當(dāng)你再次返回首頁的時候，你會發(fā)現(xiàn)剛才你點(diǎn)擊商品坑位下方會移動上來一個卡片，這個卡片里面的內(nèi)容和剛才你瀏覽的商品十分“相似”。

大家可以自行體驗(yàn)一下。

除了淘寶，京東，美團(tuán)都有類似的前端交互。這個是什么？

其實(shí)就是典型的實(shí)時推薦。

我們都知道推薦的核心在于根據(jù)用戶的興趣給他們進(jìn)行結(jié)果展示，但是，不要忽略一點(diǎn)，那就是用戶的興趣其實(shí)是隨時變化的。

我之前經(jīng)常舉一個例子：男生和他女朋友吵架了，那么他為了哄女朋友開心，買一個女包，這種場景太常見了。

所以如何能夠快速，準(zhǔn)確地捕捉到用戶這種近乎“實(shí)時”的需求就很關(guān)鍵，也是提高推薦成交率的核心手段。

明顯傳統(tǒng)的基于離線數(shù)據(jù)去做推薦，很顯然是無法滿足的，這個時候其實(shí)就是我們常說的基于用戶當(dāng)前session的行為的準(zhǔn)實(shí)時推薦。

如何做？我畫了一個業(yè)務(wù)流程來說明這個問題的解法

所以，大家其實(shí)能夠根據(jù)上面的流程看到其中的關(guān)鍵點(diǎn)：

用戶行為的采集，當(dāng)然更多的是預(yù)測用戶實(shí)時偏好，比如可以根據(jù)當(dāng)前瀏覽的商品屬性（類目，品牌，價格等等）去進(jìn)行預(yù)測；

基于實(shí)時偏好預(yù)測，計(jì)算其可能感興趣的商品集，可以實(shí)時進(jìn)行計(jì)算，也可以根據(jù)離線相似物品集生成；

端上重排，前端給到用戶實(shí)時反饋。

當(dāng)然，現(xiàn)在還有很多其他“實(shí)時”的推薦，就是把你近一次，或者進(jìn)幾次訪問APP發(fā)生的行為數(shù)據(jù)加入到推薦系統(tǒng)的策略邏輯當(dāng)中，這些行為對推薦結(jié)果的影響會體現(xiàn)在下一次用戶訪問APP當(dāng)中。

這種有時候也會被定義為實(shí)時推薦，但是時效上顯然是弱于上面提到的方案，所以有時候也稱這種的為準(zhǔn)實(shí)時推薦。