top of page

Google、臉書、微軟專家教你的66堂科技趨勢必修課--讀後感想2


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『發文者的興趣其他使用者對該文的反應你對發文偏好的類型發文日期(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。



2 次查看0 則留言

Commenti


bottom of page