Achievements
隨著中國電子商務(wù)的迅猛發(fā)展,，越來越多的消費者開始習(xí)慣于在網(wǎng)上購買日常用品、家用電器,，甚至旅游產(chǎn)品,。電子商務(wù)網(wǎng)站的倉庫通常在城市周邊,，因此能夠儲備較城區(qū)實體店更為種類繁多的產(chǎn)品。用戶在網(wǎng)站提交產(chǎn)品搜索后,，往往有數(shù)十,，成百，乃至上千的產(chǎn)品可以選擇。
電子商務(wù)網(wǎng)站不可能把所有這些產(chǎn)品選擇都呈現(xiàn)給消費者,，原因有二：第一,，這會影響網(wǎng)站的搜索響應(yīng)時間，不但影響用戶體驗,，而且也增加帶寬需求和網(wǎng)站運(yùn)營成本,；第二，研究顯示信息量過大,，對電子商務(wù)的轉(zhuǎn)化率（conversion）不但無益,，反而有害，因為消費者往往會迷失在海量信息中,。在這樣的情況下,，如何量化消費者對產(chǎn)品各項屬性的喜好，然后從成百上千的產(chǎn)品中挑選若干個（如10~20個）既多樣化又迎合消費者偏好的精品,，展現(xiàn)在消費者面前,，是擺在電子商務(wù)網(wǎng)站面前的一個亟待解決的問題。
清華大學(xué)自主研發(fā)的電子商務(wù)產(chǎn)品推薦引擎解決方案能夠動態(tài)的根據(jù)網(wǎng)站用戶的cookie,，歷史訪問記錄,，以及當(dāng)前搜索等信息自動對網(wǎng)站訪問者進(jìn)行類別區(qū)分，如經(jīng)濟(jì)實惠型,、時尚新潮型,、城市白領(lǐng)型等，然后根據(jù)相應(yīng)的用戶類別進(jìn)行個性化的產(chǎn)品推薦,。
本解決方案的推薦算法基于領(lǐng)先的消費者行為模型,，能夠自動識別產(chǎn)品的相似性，既能推薦熱門產(chǎn)品,，又能避免雷同產(chǎn)品在頁面大量重復(fù),。
本技術(shù)成果可廣泛應(yīng)用于各類電子商務(wù)網(wǎng)站。
本產(chǎn)品推薦系統(tǒng)可提升網(wǎng)站轉(zhuǎn)化率10~20%,。
技術(shù)授權(quán),、整體外包等多種形式的合作?？梢詾橛脩籼峁┈F(xiàn)有技術(shù)產(chǎn)品,，也可以按照用戶具體要求，為用戶定制,。
