京东个性化搜索解析之推荐系统是如何工作的？

　　京东搜索系统中的“推荐”展位，一直处于个性化数据抓趴的最前端，早在商详顶部处，就出现了“商品推荐”展位，这个位置，也是京东搜索引擎在收集个性化数据，今天给大家分享一下，搜索系统中的“推荐”，到底是如何“工作”的。

　　1京东推荐展位

　　京东推荐产品

　　• 80+推荐产品，包括移动端和Web端

　　• 20+推荐服务，支撑EDM、广告、微信端等，像是京东快车推荐位。

　　• 遍布用户网购的各个环节

　　推荐系统的价值

　　• 挖掘用户潜在购买需求

　　• 缩短用户到商品的距离

　　• 用户需求不明确时提供参考

　　• 满足用户的好奇心

　　京东推荐算法优化方向

　　• 以数据分析为工具，提升数据的质量和覆盖度，增强对业务的理解(25%)

　　• 测试不同算法在不同数据源的效果，提高召回模型的质量，增加结果辨识度(50%)

　　• 以用户反馈为依据，融合不同类型、不同维度据源，就会出现京东搜索排名 (15%)

　　• 增加数据的更新频率(5%)

　　• 其他(5%)

　　推荐系统效果全景图

　　2通用模型的应用

　　京东对推荐数据的理解

　　典型推荐系统技术

　　按照数据的分类：协同过滤、内容过滤、社会化过滤

　　按照模型的分类：基于近邻的模型、矩阵分解模型、图模型

　　京东的推荐系统是完整的工程实现，算法+工程，二者缺一不可，用户行为和业务的主要连接是数据，数据的理解高于算法的理解，简单模型配以优质有效的数据，才能呈现更好地用户体验。