2024年电商怎样推荐系统？（京东等也陆续在16年上线基于用户的智能推荐）

为了响应亚马逊CEO贝索斯的“亚马逊有1000万用户，就有1000万的亚马逊”的要求，亚马逊算法部门早在10几年前就开发了基于物品的电商推荐系统。国内的电商巨头淘宝、京东等也陆续在16年上线基于用户的智能推荐。

智能推荐的意义对于手握大把优质流量的电商巨头来讲，意义重大。同时，对于那些崛起的，流量没那么多的电商平台来说，可能价值还要更大。

移动互联网流量红利期已过，新增用户成本高昂，对于各电商平台来说，将用户如何留在自家平台，提高用户的粘性、使用深度和转化率变得越来越重要。

那么，智能推荐的本质是什么呢？

智能推荐的核心是内容分发，内容分发第一代是网址导航和门户网站，第二代是搜索引擎，第三代是智能分发。

智能分发是一个体系，它分为：可被经验总结的部分和不可总结的部分。

• 可以被经验总结的部分包括规则推荐，规则就是经验。
• 不可被总结的就是千人千面的算法推荐，完全根据用户行为进行推荐。

现阶段的内容分发主要为三种分发：运营分发、社交分发与智能分发。而智能分发不是对传统分发的补充，而是替代。

运营分发，是依靠运营们的经验挑选，自以为对人们有价值的内容进行推荐，这在人们选择比较少的年代是成功的，其弊端也显而易见，无法满足人的个性化需求，运营有限的经验很难判断用户需要哪些内容。

社交分发是在社交平台上进行内容分发的分发形式，以微信朋友圈、微博为例：你看到的内容，都是朋友们帮你二次筛选过的。而内容的价值分为分享价值和阅读价值，很多内容具有阅读价值但不便于分享，而分享出来的价值很有可能是朋友用来“自我标榜”的。这两种传统的分发方式都有比较明显的缺陷。

智能分发是分发用户愿意看、对用户真正有价值的内容，也就是用户“嘴上说着不要，身体上却很诚实”的内容。如果说，社交分发解决的是用户“嘴上说”的内容，那智能分发解决的就是用户“身体诚实”的内容。

智能分发通过分析用户特征（年龄、性别、职业等）、内容特征（商品、资讯、视频等）、环境特征（时间、场合、网络状态、地理位置等）、行为特征（隐性的兴趣爱好和显性的评价）和业务特征（业务场景干预），针对性的向用户推荐他感兴趣的内容。

因为每个人的兴趣爱好、行为习惯等是不同的，所以每个人所看到的内容也是不同的。这样就避免了那些优质的内容由于不具备分享属性而不被人们所知的情形，也解决了运营依靠自身有限经验所推荐内容的不精准。

微信扫码上方二维码，可领取2025年最新互联网创业项目！

项目收款截图