课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
随着互联网的不断发展,企业为了能够增加用户粘性,使用的方法种类也越来越多了,而今天我们就一起来了解一下,如何从用户需求角度来分析推荐系统的优劣性。
一、准确度
准确度评估的是推荐的“标的物“是不是用户喜欢的。拿视频推荐来说,如果推荐的电影用户点击观看了,说明用户喜欢,看的时间长短可以衡量用户的喜好程度。但是要注意,用户没看不代表用户不喜欢,也可能是这个电影用户刚在院线看过。这里所说的准确度更多的是用户使用的主观体验感觉。
二、惊喜度 (serendipity)
所谓惊喜度,就是让用户有耳目一新的感觉,无意中给用户带来惊喜。举个例子,比如作者的朋友春节给我推荐了一部新上映的很不错的电影,但是作者忘记电影名字了,怎么也想不起来,但是突然有一天电视猫给我推荐了这部电影,这时作者会非常惊喜。这种推荐超出了用户的预期,推荐的不一定跟用户的历史兴趣相似,可能是用户不熟悉的,但是用户感觉很满意。
三、新颖性 (novelty)
新颖性就是推荐用户之前没有了解过的“标的物”。人都是“喜新厌旧”的,推荐用户没接触过的东西,可以提升用户的好奇心和探索欲。
四、信任度 (Confidence& Trust)
在现实生活中,如果你信任一个人,他给你推荐的东西往往你会关注或者购买。对推荐系统来说也是类似的,如果推荐系统能够满足用户的需求,用户就会信任推荐系统,会持续使用推荐系统来获取自己喜欢的“标的物”。
五、多样性
用户的兴趣往往是多样的,在做推荐时需要给用户提供多“品类”的“标的物”,以挖掘用户新的兴趣点,拓展用户的兴趣范围,提升用户体验。
六、体验流畅度
推荐系统是一个软件产品,用户的体验是否好,是否卡顿,响应是否及时,对用户的行为决策非常关键。
流畅的用户体验,是推荐服务的基本要求。但只要服务不稳定,响应慢,会极大影响用户体验,甚至导致用户卸载产品。
【免责声明】本文系本网编辑部分转载,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题,请在30日内与管理员联系,我们会予以更改或删除相关文章,以保证您的权益!