618 쇼핑 스프리 | Amazon과 Taobao의 비밀을 파헤치다: 최고의 쇼핑 가이드가 되기 위한 알고리즘 구축 방법

JD.com은 "더블 일레븐"에 이어 매장 창립 기념일을 활용해 이를 반영한 "618" 연중 쇼핑 카니발을 마련했습니다. 주요 전자상거래 기업은 고객을 유치하기 위해 다양한 마케팅 방법을 활용하는 것 외에도 지능형 추천을 사용하여 사용자의 쇼핑 선택에 지속적으로 영향을 미치고 있습니다. 추천 시스템은 거래량 증가에 크게 기여했습니다.

2009년 타오바오는 '더블 일레븐' 이벤트를 출시해 원래의 싱글 데이를쇼핑 카니발.그 이후로 주요 전자상거래 기업들이 축제를 열던 역사적 막이 점차 열렸습니다.

최근 몇 년 동안 다양한 온라인 쇼핑 축제가 거의 일년 내내 개최되고 있습니다.

쇼핑 페스티벌: 소비자들의 카니발, 전자상거래 전쟁

새해 첫날부터 잇따라 쇼핑 축제가 펼쳐진다.

춘절의 '새해물축제'부터 3월 8일의 '여신의 날', 5월 말의 '어머니와 아기의 날', 연중의 '618' 카니발, 그리고 하반기의 '쌍일레븐'과 '쌍십이'까지... 목록이 너무 길어서 다 나열할 수 없습니다. 주요 전자상거래 회사들은 대다수의 온라인 쇼핑객에게 서비스를 제공하기 위해 방식을 변경했습니다.사다 사다 사다이유.

최근 JD.com의 '618' 출시가 다가오면서 주요 전자상거래 기업과 온라인 쇼핑업체들이 준비에 박차를 가하고 있습니다.

5월 말부터 주요 전자상거래 회사들은 연중행사를 앞두고 준비에 박차를 가하고 있으며, 곳곳에 광고를 내걸고 다양한 마케팅 전략을 펼칩니다. 첫 시간 50% 할인, 최저 6.18위안, 다양한 금액에 대한 할인 등... 쇼핑 중독자들도 일찍부터 신중하게 선택해 쇼핑 카트를 채우기 시작했습니다.

대형 전자상거래 기업 임직원들에게는 이번 쇼핑 페스티벌은화약 없는 전쟁일반적으로 "전투 전선이 너무 길기 때문에 6월 18일까지 기다려야 한다"는 의견이 많습니다.

이 "전쟁"의 주인공인 대다수의 온라인 쇼핑객에게 소비자의 지출 수준이 증가함에 따라 가격은 더 이상 구매의 유일한 기준이 아니게 되었고, 따라서 대형 전자상거래 회사들은 더 이상 단순히 가격으로만 경쟁하지 않습니다. 브랜드, 품질, 평가 등의 요소가 기준 요소가 될 것입니다. 추천 시스템 "좋아하는 것 같아요"와 "좋은 것"이런 일들은 온라인 쇼핑객의 선택에 끊임없이 영향을 미치고, 끊임없이 그들의 자제력을 깨뜨리고 있습니다.

따라서 더 스마트한추천 시스템이는 또한 전자상거래 플랫폼에 없어서는 안 될 무기가 되었습니다.

어디에서나 개인화된 추천을 받으세요

요즘은 지능형 추천 시스템이 어디에나 있습니다.

투티아오는 원래 알고리즘을 사용하여 독자의 관심 DNA를 해석하고 사용자에게 정확한 뉴스 추천을 제공함으로써 많은 뉴스 클라이언트와 차별화를 꾀했습니다. 예를 들어, 영화 리뷰 플랫폼의 "이 영화/책을 좋아하는 사람들은 다음 영화/책도 좋아합니다...", 음악 소프트웨어의 플레이리스트 추천, 구직 소프트웨어의 "관심을 가질 만한 직업"은 모두 지능형 추천 시스템을 기반으로 합니다.

다양한 전자상거래 플랫폼은 이미 추천 시스템과 분리될 수 없습니다. 지능형 추천의 창시자인 Amazon에 따르면,40%의 수익은 모두 개인화된 추천 시스템에서 발생합니다.

실제로 추천 시스템은 소매업계에서 처음 대중화되었으며20년의 역사. 단순 연관 추천에서 개인화된 추천까지 단계를 거쳤습니다.

초기 사용자 기반 협업 필터링부터 이후 콘텐츠 기반 필터링 알고리즘, 마지막으로 하이브리드 추천 알고리즘까지,머신러닝, 딥러닝다음과 같은 기술개인화.

초기에는 추천 시스템이 주로 제품 데이터에 의존하여 검색된 제품과 유사한 제품을 추천했습니다. "모두가 똑같아 보여요"이후 데이터 마이닝, 머신 러닝 및 기타 기술을 활용해 사용자 간의 연결을 기반으로 한 개인화된 추천이 이루어졌습니다. "수천 명의 사람들, 수천 개의 얼굴".

타오바오의 지능형 추천 알고리즘 공개

요즘에는 스마트 추천이 온라인 쇼핑객에게 큰 편의성을 가져다 주었습니다.알고리즘은 자신보다 자신을 더 잘 아는 쇼핑 가이드가 되었습니다.****.하지만 사용자의 클릭을 지속적으로 유도하는 이러한 제품의 이면에는 머신 러닝, 빅데이터, 자연어 처리 등을 포함한 복잡한 알고리즘이 있다는 것을 알아야 합니다.

대부분의 온라인 쇼핑객에게 친숙한 타오바오를 예로 들어보겠습니다. 타오바오의 추천 시스템 역시 여러 단계의 개발을 거쳤습니다.

2011년에 타오바오가 시작되었는데요추천 알고리즘의 첫 번째 실험 프로젝트. 당시에는 주로 엄마와 아기 고객에게 적합한 상품을 추천하는 '엄마와 아기 파일'이라는 개인 맞춤형 프로젝트가 진행되었습니다. 이 프로젝트는 원래 다음과 같은 희망으로 시작되었습니다.사용자가 자신의 필요에 맞는 제품을 더 빨리 찾을 수 있도록 검색 효율성을 개선합니다.증가하다측정하기 쉽습니다.이전에는 전통적인 전자상거래 검색은 모두 동일한 알고리즘을 사용했습니다.

2013년경, 플랫폼의 제품 수가 늘어나면서 모든 사용자에게 동일한 검색 알고리즘을 적용하는 것은 더 이상 사용자 요구를 충족시킬 수 없게 되었습니다. 이를 위해 타오바오개인화된 추천 및 검색이는 사용자의 점점 더 다양해지는 요구에 부응하기 위해 공식적으로 의제에 올랐습니다.

타오바오, 주화수안으로 결정적 행보개인맞춤 추천 테스트——과거에는 주화산의 제품 진열은 매시간 계산된 판매량에 따라 정렬되었습니다. 개인화된 분류가 구현된 후, 제품 거래량은 빠르게 두 배로 늘어났습니다.

이 테스트의 성공으로 인해 Taobao는 개인화된 추천에 대한 자신감을 더 갖게 되었습니다. 그래서 알리바바는 2014년에 전자상거래 검색팀에 이어 추천 기술 전담팀을 설립했습니다.

방대한 양의 사용자 데이터는 알리바바의 추천 시스템을 구축하는 데 충분한 기반을 제공합니다. 사용자는 나이, 성별 등 기본 정보 외에쇼핑 기록, 검색 기록, 탐색 기록,모든 정보는 기계에 의해 수집되어 기계의 선호도를 정의합니다.

"저희는 사용자의 탐색 행동을 매번 관찰할 수 있습니다. 예를 들어, 10개의 슬롯에서 사용자가 탐색하는 상품들이 유사한지 확인할 수 있습니다. 추천 카테고리가 너무 집중되어 있을 경우, 머신은 몇 가지 신호를 통해 사용자의 피로도를 감지하고, 다음 푸시에서는 탐색 수준을 높여 다른 상품을 추천하게 됩니다."

타오바오 추천 시스템 담당자는 "상품 추천에서 가장 나쁜 상황은 사용자가 상품을 보지만 화면을 계속 스크롤하고 클릭하지 않는 경우입니다."라고 말한 적이 있습니다.

하지만,알고리즘이 사용자 행동에서 논리를 찾아내는 것은 쉽지 않습니다.사용자 입장에서는 이런 시나리오가 매우 흔할 것입니다. 타오바오에 접속해 치마를 훑어보고, 자전거를 훑어보고, 다시 치마를 훑어보고, 마지막으로 매운 국수 한 봉지를 사고 나가는 것입니다.

수많은 동작에서 규칙을 추출하기 위해 알고리즘 엔지니어들은 두 가지 방법을 생각해냈습니다.실시간 추천,복잡한 모델과 알고리즘이 각 클릭의 의도를 빠르게 이해하고 사용자의 단계에 따라 언제든지 권장 사항을 제시합니다.비논리적인 행동을 분류하세요.즉, 의류, 전자제품 등의 범주에 따라 분류됩니다.

2018년까지 타오바오의 지능형 추천은 시나리오 기반으로 바뀌었습니다. 예를 들어, 사용자가 북유럽 스타일의 식탁 의자를 검색하면, 식탁 의자뿐만 아니라 북유럽 스타일의 가구 전체 세트가 추천됩니다. 이러한 개선 이후 타오바오 추천란의 이용률이 크게 증가한 것으로 알려졌습니다.

전자상거래 플랫폼을 사용할 때도 우리는 목적을 염두에 둡니다. "찾다", 점차 목적이 없어졌다 "방문하다". 길거리를 돌아다니다 보면 자신도 모르게 추천받은 상품을 무더기로 사게 되는 경우가 많습니다.

추천 시스템의 한계와 과제

그러나 추천 시스템은 종종 비판을 받는다.부정확한 추천 및 중복 추천가장 흔한 슬롯입니다.

한 사용자가 이렇게 불평한 적이 있습니다. "방금 이불을 샀는데, 매일 추천을 받아요." 다른 사용자는 이렇게 말했습니다: 매일 똑같은 스타일의 스커트를 추천받는 게 지겨워요.

데이터에 따르면 책이나 식품과 같은 상품의 경우 재구매율이 비교적 높으므로 반복 추천 알고리즘도 타깃으로 삼을 필요가 있습니다.동일한 알고리즘이 더 이상 모든 사용자와 제품에 적용되지 않습니다.

따라서 추천 기술은 정확도와 잠재적 수요 채굴 측면에서 지속적으로 개선되어야 합니다. 언젠가 미래에는 눈을 감고도 원하는 것을 살 수 있게 될지도 모릅니다.

마지막으로, 여러분 모두 만족스럽고 행복한 쇼핑 축제를 보내시길 바랍니다.

원본 기사를 읽으려면 클릭하세요