IT时报 -V3 新闻消费-
3新闻消费
  • ·“二房东”爱公寓的“死”与“新生”
  • ·真正智能推荐或在未来2年内实现
  • ·携程发布《亲子房白皮书》:近五成亲子旅行选择豪华酒店

真正智能推荐或在未来2年内实现

  

上接第1版
即便是新兴发展的短视频网站,依然在如何更智能地利用用户画像上难有突破,“抖音的算法推荐就是根据现有内容添加标签,进而在赛博空间(计算机算法构筑的数据统计)上完成用户特征描绘,直接进行推送。”在业内人士看来,在抖音后台,每个用户都是由一堆标签构成的账户,推荐的精准度取决于用户的点赞、观看时长、对播主的关注以及广域统计下的“大众流行推荐”。因此,用户的个人画像依然是扁平化的,由此导致抖音推荐的内容“同质化”严重,缺乏真正的个性。
“真正意义上的大数据不应该是一个数据搜集归类库,而应该是‘智能数据整合装置’。”一位大数据研究机构的人士认为,除了那些商家花钱的硬推广告之外,目前的大数据依然无法真正做到智能化,“比如某阶段用户需要的商品,因为这个阶段的频繁搜索被半智能的大数据定义为喜欢,从而进行相关信息推送,但有些商品本身并不存在复购率。真正的大数据应该做到更全面,比如用户购买的水果是复购率极高的商品,通过大数据可以做到两周后再次推送,或者如果用户买了红酒,可以自动推送冰桶或者相关联的商品。”在这位技术人士看来,真正的大数据推送不应该是简单粗暴的推送,而是根据用户意愿进行有效推送,而要做到这一点,至少还需要2年,“随着物联网时代来临,这样的情况会有所好转。”
孙为民也曾提到类似观点,在他看来,到了物联网时代,互联网公司所累积的数据以及数字化产生的关系很大程度产生因果关系,把人、场和景定位了,就可以根据个性化追踪来得出结论,“比如你之前买的鞋,放了很久没有穿,鞋自身的感应数据被传输到后台,你再去同一家店铺购物时,智能收银系统就能对你的购物偏好做出智能提示,避免用户再购买相同款鞋。”前者是推荐用户买买买,后者可能是引导用户更智能地买。