关注:12 发布时间:2022-04-13 17:01:01
都2015年了,还在讨论隐形降权的话题,不是显得太low了么。什么是所谓的“隐形降权”
大数据时代,所谓“千人千面”,简单解析有很多个模型,我们的这个“隐形降权”主要牵扯到的两个模型,就是一个“标签模型”和一个“赛马模型”。d2
什么是“标签模型”呢?一个宝贝有很多tag标签,主要是关键字,属性,以及他的价格等,还有呢,就是他所到达的用户和购买的用户所包含的属性,也就是我们所说的“匹配属性”或者说“匹配标签”。比如,一个宝贝长期被20岁的小姑娘购买,这些小姑娘大多都是购买力30-50区间,还有呢,这些小姑娘都喜欢晚上购买。等等等等,用户的众多行为,淘宝大数据呢,为了让大家能更好的找到自己需求的宝贝,也同样给宝贝打上跟这些用户匹配的“匹配标签”用户跟他匹配的时候,就会展示,不匹配的时候,就会不展示或者减少展示。这样造成的结果,就是你在淘宝上买的东西越多,他慢慢的会给你推荐符合你平时消费习惯,或者搜索习惯的产品。同理,反向推,对于商家来说,也就是买的人越多,所匹配的属性越精准越多。
但是,这里有个问题,比如刚说的,你一个男性的t恤,你找一堆大妈来帮你各种方式的虚假交易,这样就引来了大量的大妈的tag标签。也就被系统误判,认为,你是被大妈喜欢的t恤。这样导致的结果就是,你的人群属性会被淘宝认为,大多数大妈所喜欢的t恤。大妈上淘宝搜索相关产品,你就展现出来了,在销量不变的情况下。而你的精准人群就会展现的越来越少。比较终所导致的结果呢?就是你的不精准用户看到了你,你的精准用户看不到你。不精准用户自然就不会进来,更加不会买了,精准用户那里,你的排名也会因为你的展现率和展现购买率的下降而不断后移。(螺旋的反方向)
上一篇:芝麻信用办理签证怎么办理
下一篇:跳失率多少算正常
24位用户关注
83位用户关注
55位用户关注
20位用户关注
73位用户关注
31位用户关注
57位用户关注
54位用户关注
18位用户关注
5位用户关注
68位用户关注
52位用户关注