和昂贵产品的类别来做到这

另一方面买家可能对产品感兴趣但不购买这可能是算法的重要信号。因此有必要考虑不同类型的交互并在它们对算法的影响之间保持平衡。我们的算法考虑了与产品的所有交互每个交互对产品的受欢迎程度都有不同的影响。例如已购买次的产品将比已浏览次的产品更受欢迎。但如果第二个产品的浏览频率更高那么在某个时候它会比第一个产品更受欢迎。随着时间的推移不同类型的互动也会以不同的方式失去影响力。

我们通过实验确定了不同类型的交互对产品受欢迎程度的影响之间的最佳平衡。目视检查组件的运行情 亚美尼亚电报号码数据 况很困难但有时您可以使用廉价一点。便宜的产品更有可能被购买因此它们应该更频繁地出现在热门产品中。例如在电视品类的热门推荐中不应该出现价格过高而很少有人购买的电视。该组件提供以下属性覆盖范围使用更多有关不同类型交互的数据因此更多类别将有足够数量的推荐。过滤掉数据异常即使是一位客户也可能对单个产品采取过多的操作并影响其受欢迎程度。



那么实际上并不受欢迎的产品可能会出现在推荐中。此外产品的受欢迎程度可能会受到搜索引擎和其他机器人的任意影响。在我们的算法中我们限制了短时间内对每个买家受欢迎程度的影响。我们衡量受欢迎程度的标准不是产品的互动次数而是一段时间内与产品进行互动的客户数量。我们完全过滤来自机器人的流量。尽管所有其他组件均正确运行但如果您在建议中观察到不合逻辑的产品那么通过对问题的详细调查您很可能会发现数据中存在异常。