时间: 2021-07-30 10:57:24 人气: 9 评论: 0
我们要知道所有的数据角度的评估，实际上结果都是基于当下的，所以得最快速度的执行完成这个计算。
其实所谓的个性化的服务，无非就是给服务打充分的标签，然后给用户打充分的标签，然后做标签的匹配就好。
其实背后的难点是用户的标签和服务的标签具体怎么打，怎么做匹配，才**得到用户的认可。
其实我们在玩抖音的时候，就明显感觉看下来想看更想看，在看淘宝的猜你喜欢的时候，也能感受到沉浸在**淘宝的过程中无法自拔。
这背后实际上是因为内容背后的标签和用户兴趣的标签做到了非常高精度的匹配。
我们感兴趣的事情吸引我们不断的沉迷下去。
我们来猜测一下机器都是在怎么猜测我们的喜好的。
商品的**有商品的类型，商品的所在价位区间的标签，商品的美观度，相似用户喜欢的程度的标签，还有一些显而易见的展示出来的标签，例如**店的商品，例如商品的评价，商品的回购率等等。
而用户本身**有基于用户特征的标签，例如喜欢买什么类型商品的标签，一般买商品中价位水平的标签，对商品美观度的要求，对商品评价的敏感度等等。
正常在猜你喜欢的板块，按照这个用户过往兴趣最有可能感兴趣的商品给出推荐，按照和这个用户相似度比较高的用户青睐的商品给出推荐，基本上就达到了既给用户推荐了她当前想买的商品，同时也推荐了存在比较高
