來自百度百科:http://baike.baidu.com/view/2195012.htm
推薦引擎簡介
推薦引擎
推薦引擎,是主動發現用戶當前或潛在需求,並主動推送信息給用戶的信息網絡。特點
推薦引擎不是被動查找,而是主動推送;不是獨立媒體,而是媒體網絡;不是檢索機制,而是主動學習。推薦引擎廣告
推薦引擎廣告,是通過洞察用戶消費意圖,匹配最優廣告,在大量媒體上實時呈現,來提高廣告效率的互聯網新技術。推薦引擎的發展歷程
1995年3月,卡耐基.梅隆大學的Robert Armstrong等人在美國人工智能協會上提出了個性化導航系統Web Watcher; 斯坦福大學的Marko Balabanovic等人在同一會議上推出了個性化推薦系統LIRA;
1995年8月,麻省理工學院的Henry Lieberman在國際人工智能聯合大會(IJCAI)上提出了個性化導航智能體Litizia;
1996年, Yahoo 推出了個性化入口My Yahoo;
1997年,AT&T實驗室提出了基於協同過濾的個性化推薦系統PHOAKS和Referral Web;
1999年,德國Dresden技術大學的Tanja Joerding實現了個性化電子商務原型系統TELLIM;
2000年,NEC研究院的Kurt等人爲搜索引擎CiteSeer增加了個性化推薦功能;
2001年,紐約大學的Gediminas Adoavicius和Alexander Tuzhilin實現了個性化電子商務網站的用戶建模系統1:1Pro;
2001年,IBM公司在其電子商務平臺Websphere中增加了個性化功能,以便商家開發個性化電子商務網站;
2009年,百分點科技推出專業推薦引擎技術平臺,這是一家專業的推薦引擎技術與服務提供商。
推薦引擎技術的使用
浪淘金
浪淘金CEO周杰再2011年9月正式提出“推薦引擎”和“推薦引擎廣告”的概念,並宣佈將在目前合作的媒體使用該技術,最大程度上提升廣告的效率。周杰預言,在推薦時代,無論用戶在任何頁面,他所需要的信息就在他面前。百分點科技
2009年,百分點科技CEO柏林森將“推薦引擎”技術應用到電子商務網站的站內推薦,百分點推薦引擎利用基於內容、基於用戶行爲、基於社交關係網絡三種方法,爲用戶推薦其喜歡的商品或內容。同時,通過分析全網消費偏好數據,爲電子商務企業提供精準的營銷服務,提高電子商務網站的流量轉化率、客單價、提升客戶回頭率、延長客戶生命週期,從而提高電子商務企業核心競爭力。 按照柏林森的設想:“百分點科技未來要把推薦引擎做成與搜索引擎類似的互聯網基礎服務。”推薦引擎無處不在
推薦引擎技術已經應用在生活的方方面面。
1. 電子商務平臺的站內推薦
隨着電子商務規模的不斷擴大,商品個數和種類快速增長,顧客需要花費大量的時間才能找到自己想買的商品。這種瀏覽大量無關的信息和產品過程無疑會使淹沒在信息過載問題中的消費者不斷流失。爲了解決這些問題,個性化推薦引擎應運而生:爲客戶推薦商品,自動完成個性化選擇商品的過程,滿足客戶的個性化需求,推薦基於:網站最熱賣商品、客戶所處城市、客戶過去的購買行爲和購買記錄。
表現方式:”購買此商品的顧客也同時購買了”等等。
2. 搜索結果智能匹配
表現方式:”您是不是要找“等等。
3. 相關新聞鏈接
表現方式:相關新聞收集等。
4. 微博、社區、SNS等的站內推薦
表現方式:”您可能認識的“,”可能認識的人“,”他們也關注了“等等。
5. 輸入法
表現方式:簡寫聯想等。
6. 視頻/音樂
表現方式:”推薦視頻“,”你可能喜歡“等等。