垂直銷售的本地生活推薦大眾點評網·李新

數據和算法驅動當地生活推薦大眾點評網

·李新垂直銷售的本地生活推薦大眾點評網·李新第1頁內容提要當地生活推薦廣泛應用場景推薦原料：數據－聚沙成金推薦內核：挖掘

推薦引擎：算法

推薦地基：架構推薦立場：公正、分享、多贏垂直銷售的本地生活推薦大眾點評網·李新第2頁點評起源就是推薦

Web2.0推薦：我為人人，人人為我上傳商戶信息、商品圖片描述性和結構化評價

大眾推薦：個人點評有機聚合星級商戶介紹推薦菜代表性點評

個性化推薦：個性化消費startingforfuture垂直銷售的本地生活推薦大眾點評網·李新第3頁當地生活推薦場景旅游到外地喜好相近人在當地選擇：避險白領午餐基于簽到和朋友興趣等：極速決策

附近有啥好吃

附近推薦菜：決議，嘗新

10個團購郵件，9個與我無關基于過往購置、簽到、瀏覽等：精準推廣垂直銷售的本地生活推薦大眾點評網·李新第4頁附近推薦菜垂直銷售的本地生活推薦大眾點評網·李新第5頁附近推薦菜垂直銷售的本地生活推薦大眾點評網·李新第6頁點評推薦特點

與電商比：地域性：區(qū)域熱點未必是全國熱點非標準化：服務可比性差品牌：商戶品牌重于商品品牌質量：被推薦商戶也是用戶上傳推薦理由：基于web2.0，還要概括總結群眾智慧

與廣告比：Impulse&Intent：即時沖動意愿預測長久興趣未必是此時此地消費決議結果

與團購網站比：數據起源：主站、手機APP、團購網，多樣推薦形式：團購網、郵件、手機APP、主站，多樣推薦內容：自然結果、團購、優(yōu)惠券

，多元垂直銷售的本地生活推薦大眾點評網·李新第7頁推薦原料：數據－聚沙成金類型：消費過程:查找、決議、簽到、消費、支付、評價、分享用戶頁面行為:瀏覽、搜索、收藏、標簽、照片、簽到、點評、社交圖消費對象：商戶、服務、商品信息

采集：GA？性能，準確性存放：海量，安全

即刻：當次訪問處理清洗：去爬蟲，去重，反作弊，去廣告，去小號等抽取：結構化信息

串連：跨時間跨平臺垂直銷售的本地生活推薦大眾點評網·李新第8頁推薦內核：挖掘用戶畫像

用戶分群商戶畫像商戶/產品分類和聚類

點評情感分析上傳圖片分類、聚類、識別

理由：綜合性準確性代表性垂直銷售的本地生活推薦大眾點評網·李新第9頁推薦引擎：算法

特征表示：計數或類別非常稀疏而且正反饋不足顆粒度掌握vs概念漂移

建模：基于內容協同過濾：基于用戶vs基于內容項行為定向基于傳導增量學習

評定：線下評定線上A/B測試垂直銷售的本地生活推薦大眾點評網·李新第10頁推薦地基：架構海量數據采集、存放、處理、分析

端到端A/B框架多優(yōu)化目標

多算法支持算法并行化增量建模

實時性與互動

當次訪問處理

郵件系統(tǒng)模板數垂直銷售的本地生活推薦大眾點評網·李新第11頁推薦立場：公正·平衡·多贏廣告誠信推薦搜索堅持用戶利益至上多方博弈垂直銷售的本地生活推薦大眾點評網·李新第12頁Q