電商平臺，搜尋排名最佳化是每個運營的“必經之路”。電商平臺搜尋的核心，並不是匹配使用者的搜尋詞，而是匹配搜尋詞背後的“使用者需求”。而電商推薦系統的出現，則極大地豐富了使用者體驗。將收集到的使用者資訊、產品資訊以及使用者畫像分類錄入系統，運用推薦演算法，根據使用者進行個性化設定，給使用者提供個性化商品推薦。電商平臺的使用者關聯推薦系統是如何搭建的?

　　從電商商品搜尋的機制來看，使用者搜尋的核心設計，是幫助使用者解決更加便捷的，更精準的查詢，比如關鍵詞模糊搜尋，同時針對於查詢服務，電商常用做法是針對關鍵詞進行準備的分詞操作，分詞需要考慮垂直產品的相關聯性，然後基於分詞後的關鍵詞去查詢和匹配商品後進入資料庫中查詢，從而獲得結果列表，再按照演算法策略進行過濾、排序並匹配使用者畫像行為特徵，最佳化結果查詢，返回最佳化後的最佳搜尋給使用者展示。

從使用者檢索功能來看，搜尋分為3個核心點：

　　搜尋框：允許使用者可以輸入字和詞聯想搜尋;

　　推薦：歷史搜尋和推薦策略;

　　結果展示：透過系統端最佳化結果展示給使用者，清晰的供使用者參考和使用;

　　電商產品中的關聯推薦系統，一定是結合使用者搜尋的習慣和使用者行為決定的。

　　去京東或者淘寶上的使用者購買商品的主要分為兩大類：

　　1.有明確的購買商品需求，直接查詢精準詞去購買商品(上面聊到的搜尋策略主要是針對這型別的使用者)

　　2.在淘寶京東上逛逛，僅僅是為了消磨時間去購買商品，則看到產品中關聯性的其他商品，推薦系統就顯得尤為重要。可以針對性的對使用者產生二次復購。

　　每個使用者進入到產品中，系統實時會去記錄使用者行為和交易資料，會針對性的結合使用者畫像產生“個性化推薦”，也就是猜你喜歡或者為你推薦。就能使得每個使用者都能有自己獨特的購物場景。相當於進入一個超市，都是你當前心心念唸的產品和之前購買的產品，你會有什麼樣的感受呢?

　　在社交電商中，系統針對的加強了對電商購物場景的多樣性。

　　整體來說，使用者在某一個場景中互動時，向用戶有針對性的推薦另一個場景，有需求的引導進入另一場景中完成任務。

　　在電商場景中，關聯推薦主要是為使用者推薦最匹配ta的商品，從而達到使用者復購或者增加使用者在場景中的停留時長。

那麼，電商平臺的使用者關聯推薦系統怎麼去設計呢?

　　主要是透過四個角度來設計：

1.使用者體驗：方便使用者的操作，推薦商品就是更便捷讓使用者可以瀏覽並選擇商品;

2.強關聯性：推薦給使用者的內容和使用者行為特性以及使用者畫像的關聯性強。可以讓使用者一眼看上去：“嗯嗯，這是我想要的”;

3.反饋策略：使用者可以選擇性的不看某些商品，也可以換一批商品。也就是給使用者反饋的可能，並且系統能針對性的處理操作;

4.推薦策略：推薦給使用者的商品，要做到潤物細無聲，驚鴻一瞥就能看到我想要的商品在這兒;(比如進入商品詳情、支付商品後和商品完成物流後的推薦策略都不同)。

　　接下來詳細的聊下推薦策略，電商系統究竟是怎麼推薦給使用者精準商品的?

電商平臺中使用者關聯絡統的推進策略的搭建：

　　第一步：從底層先收集使用者畫像和整理使用者足跡，相關聯的特性打標籤，根據使用者歷史記錄和當前操作行為，為使用者在場景中構建一個當前場景畫像，此時使用者的每一步操作都會為使用者生成新的場景，從場景中給使用者推薦匹配的商品SKU和對應的商品分類等，此時只是第一步篩查;

　　第二步：推薦商品的屬性與使用者操作的行為以及使用者的歷史購物清單進行加權計算(或者其他策略演算法)和人工標籤推薦策略。輸出精細化的場景商品推薦;

　　第三步：最後輸出使用者在每個場景中的商品推薦。

社交電商平臺使用者關聯絡統的推薦策略之猜你喜歡

　　使用者進入電商網站時，網站會去篩選使用者可能會對哪些商品產生購買意向。這幾個商品可能在你的購物車裡面，可能你上次購買過。其中需要根據商品的消費頻次，比如你上次購買了零食，經過一個週期內，剛好有相關聯的零食在促銷，有更加優惠的價格，那麼就會有針對性給你推薦該零食，如果你上次購買洗衣機，肯定不會推薦你再次購買洗衣機。推薦的前提是已經認定使用者對價格、優惠有很好的偏好了。這樣才可能達到更好的轉化效果。

“猜你喜歡”的策略維度為：

　　基於使用者的購物車收藏、基於使用者的足跡、瀏覽記錄和交易訂單的結果推薦以及使用者畫像。

電商平臺的使用者關聯推薦系統是如何搭建的?當然整體的導購體系絕不止搜尋和關聯推薦策略，這只是一個組合策略方法。還有push+推薦策略等等都是增加使用者粘性和復購率。但是歸根到底，我們在做電商產品時，先做好底層的資料：使用者畫像和商品的精細化屬性。才能做好接下來的每一步操作。這也是電商和商超類傳統零售的區別。