我們可以從生活中來找第二個案例：
大家經常用手機進入社群媒體如FB，或是在購物網站如亞馬遜，發現這些平台巨頭總能『精準推薦』讓你『有感』的內容或商品，讓你在手機上流連忘返，這到底是如何做到的呢？
1.搜集數據：
(1)基本資料：社群媒體平台在你加入時，會請你留下生日、性別甚至職業與教育水準等資料。某種程度已能體現你個人的輪廓樣貌，e.g.40歲已婚育有兩子並從事金融業的主管。
(2)瀏覽點擊行為：進入網站後，你的『搜尋內容』、在哪些頁面停駐比較久的時間、點擊哪些標題內容（感興趣），這些軌跡都會被記錄下來，經過背後的資料科學團隊加以清洗分析後，洞察出你個人的偏好，然後給你上標籤，e.g.對兩性平權、美股投資較感興趣。
(3)交易行為：你在購物網站上的每一筆交易，都會被記錄。從你的交易行為中，也可推測出其他偏好，e.g.購買高級古龍水、領帶夾，你可能是有一定收入且重視體面的男性，高價的男性皮鞋、皮帶也許你也會同樣感到興趣。
2.演算法：
(1)FB：依據你對『發文者的興趣Ｘ其他使用者對該文的反應Ｘ你對發文偏好的類型Ｘ發文日期（近期內）』作為推薦給你的排序
(2)亞馬遜：『協同過濾法』。計算A顧客的交易偏好，歸類到相似的甲客群內。依假客群的購買偏好藍圖，作為對A顧客的產品推薦依據。比如甲客群喜好買洋芋片、可樂及巧克力棒，A顧客已經購買過洋芋片及可樂，亞馬遜就會推薦你巧克力棒。
依據你個人的瀏覽點擊行為不斷改變，所以社交媒體平台(或其他數位電商)對你的計算與推薦也會持續調整，以確保你登入之後，對於平台上所提供的數位內容感到有趣，而願意繼續使用該平台。
Comments