推荐引擎基本知识

来自百度百科：http://baike.baidu.com/view/2195012.htm

目录

推荐引擎简介

推荐引擎的发展历程

推荐引擎技术的使用

推荐引擎无处不在

展开

推荐引擎简介

推荐引擎

　　推荐引擎，是主动发现用户当前或潜在需求，并主动推送信息给用户的信息网络。

特点

　　推荐引擎不是被动查找，而是主动推送；不是独立媒体，而是媒体网络；不是检索机制，而是主动学习。

推荐引擎广告

　　推荐引擎广告，是通过洞察用户消费意图，匹配最优广告，在大量媒体上实时呈现，来提高广告效率的互联网新技术。

推荐引擎的发展历程

1995年3月，卡耐基.梅隆大学的Robert Armstrong等人在美国人工智能协会上提出了个性化导航系统Web Watcher; 斯坦福大学的Marko Balabanovic等人在同一会议上推出了个性化推荐系统LIRA；　　

1995年8月，麻省理工学院的Henry Lieberman在国际人工智能联合大会（IJCAI）上提出了个性化导航智能体Litizia；　　

1996年， Yahoo 推出了个性化入口My Yahoo；　　

1997年，AT&T实验室提出了基于协同过滤的个性化推荐系统PHOAKS和Referral Web; 　　

1999年，德国Dresden技术大学的Tanja Joerding实现了个性化电子商务原型系统TELLIM；　　

2000年，NEC研究院的Kurt等人为搜索引擎CiteSeer增加了个性化推荐功能；　　

2001年，纽约大学的Gediminas Adoavicius和Alexander Tuzhilin实现了个性化电子商务网站的用户建模系统1：1Pro；　　

2001年，IBM公司在其电子商务平台Websphere中增加了个性化功能，以便商家开发个性化电子商务网站；　　

2009年，百分点科技推出专业推荐引擎技术平台，这是一家专业的推荐引擎技术与服务提供商。

推荐引擎技术的使用

浪淘金

　　浪淘金CEO周杰再2011年9月正式提出“推荐引擎”和“推荐引擎广告”的概念，并宣布将在目前合作的媒体使用该技术，最大程度上提升广告的效率。周杰预言，在推荐时代，无论用户在任何页面，他所需要的信息就在他面前。

百分点科技

　　2009年，百分点科技CEO柏林森将“推荐引擎”技术应用到电子商务网站的站内推荐，百分点推荐引擎利用基于内容、基于用户行为、基于社交关系网络三种方法，为用户推荐其喜欢的商品或内容。同时，通过分析全网消费偏好数据，为电子商务企业提供精准的营销服务，提高电子商务网站的流量转化率、客单价、提升客户回头率、延长客户生命周期，从而提高电子商务企业核心竞争力。　　按照柏林森的设想：“百分点科技未来要把推荐引擎做成与搜索引擎类似的互联网基础服务。”

推荐引擎无处不在

　　推荐引擎技术已经应用在生活的方方面面。　　

1. 电子商务平台的站内推荐　　

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，个性化推荐引擎应运而生：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，推荐基于：网站最热卖商品、客户所处城市、客户过去的购买行为和购买记录。　　

表现方式：”购买此商品的顾客也同时购买了”等等。　　

2. 搜索结果智能匹配　　

表现方式：”您是不是要找“等等。

　　

3. 相关新闻链接　　

表现方式：相关新闻收集等。　　

4. 微博、社区、SNS等的站内推荐　　

表现方式：”您可能认识的“，”可能认识的人“，”他们也关注了“等等。　　

5. 输入法　　

表现方式：简写联想等。　　

6. 视频/音乐　　

表现方式：”推荐视频“，”你可能喜欢“等等。