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