关于 智能推荐系统的调研报告

问：智能推荐系统的应用体现大数据哪种理念

1. 答：智能推荐理念
   大数据是数据智能时代的“铁公基”，是一系列计算和存储的基础设施。推荐系统也是建立在大数据的基础之上的，大量的数据挖掘和模型训练都离不开大数据。大数据这个名词起的很好，对于非技术人员来说也能get到大的含义：数据量大，算力强大。在大数据技术诞生之前，数据的存储和处理大半壁江山都是Oracle和MySql和等数据库软件的。这些传统数据库的文件系统是单机的，也就是说，数据只能在一台机器上跑。它们在处理成TB甚至上PB级别数据时漏磨枝就会特别吃力。
   互联网的飞速发展使我们进入了信息过载的时代，搜索引擎可以帮助我们查找内容，但只能解决明确的需求，为了让用户从海量信息中高效地获得自己所需的信息，推荐系统应运而生。推荐系统是大数据在互联网领域的典型应用，它可以通过分析用户的历史记录来了解用户的喜好，从而主游消动为用户推荐其感兴趣的信息，满足用户的个性化推荐需求。返敏推荐系统是自动联系用户和物品的一种工具，和搜索引擎相比，推荐系统通过研究用户的兴趣偏好，进行个性化计算，推荐系统可发现用户的兴趣点，帮助用户从海量信息中去发掘自己潜在的需求。

问：如何通过数据分析找准 目标人群定位？

1. 答：这个其实就是广告费精确投放，专业的讲就是个性化推荐系统运用！
   个性化推荐系统是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。为了解决这些问题，个性化推荐系统应运而生。
   那么个性化推荐系统是根据什么信息给客户精确的推荐商品的呢？
   首先是根据客户注册的信息定位所在城市，年龄，性别等，锁定当前客户可能用到的全部商品，再通过你以前的购物记录，经常浏览的蔽旦商品，再结合前面的信息就可以分析出你大概的收入状况，婚姻状况，日常消费习惯，在过滤过一部分不符合的商品，再结合当前季节和热销！然后给你精确推荐目前可能用的到的商品！大概就是这样一个过程。当然了实际的过程比这个复杂的多，所用的数据也多很多。
   个性化推荐系哪亏统是建立在海量数据挖掘基础上的一种高级商务智能平台，以帮助电子商务网站为其顾客购物提供完全个性化的决策支持和信息服务。购物网站的推荐系统为客户推荐商品,自动完成个性化选择商品的过程,满足客户的个性化需求。
   个性化推荐系统的出现确实是宏缓扰电子商务变得更加智能，既节省了时间又提高了效率。目前也在大量用于广告投放。记得有一次浏览一个行李箱。随后打开那个APP都会出现行李箱的广告，抖音，爱奇艺，甚至浏览网页都会出现！今后可能还会更加智能化

问：推荐系统架构-4 用户行为日志

1. 答：用户行为数据在系统上最简单的存在形式就是日志。
   用户行为清漏事件三要素：
    操作（action) :定义一个操作动作（如点击、拖拽）
    参数/属性 ：参数可以是任何和这个事件相关的属性，包括触发这个事件的（人、时间、地点、设备、操作的业务信息）
    属性值 ：参数/属性的值参
    服务端
   除了『停留时长』之外，大部分用户行为可以在服务端直接记录，通过SDK直接提交用户行为日志
    客户端
   支持使用缓冲区，通过API接口批量上传用户行为日志
   数据源可选答兄烂择的方案有OSS、LogHub、TableStore等，优先考虑选择使用OSS作为数据源（阿里云智能推荐系统相关服务）。
   目前阿里云智能推荐系统暂时只支持数据源为ODPS（pute），因此需要通过DI数据集成投递到pute中，未来智能推荐支持OSS等数据源后，可移除此部分多余动作。
   用户行为的深度追踪——事件与埋点
   日志采集与用户行为链路分析
   SPM 超级位置模型尘此
   SPM解读