今天是搜索书生陪伴您的第977天
剖析协同过滤算法
京东千人千面是通过协同过滤的算法实现的。协同过滤是利用某兴趣相投、拥有共同经验的群体的喜好来推荐用户感兴趣的信息。个人通过算法的机制给予信息相同程度的回应并记录下来以达到过滤的目的进而帮助别人筛选信息，推荐一些感兴趣的。简单的来说协同过滤通过分析用户兴趣，在用户群中找到指定用户的相似（兴趣）用户，综合这些相似用户对某一信息的喜好程度预测推荐。它是以用户的角度来推荐的算法。
协同过滤有两种算法，一种是基于用户的协同过滤算法，另一种是基于物品的协同过滤算法。拿用户的协同过滤算法打个比方，有A，B两个用户为宝妈群体，A用户对商品1奶瓶，2尿不湿,3婴儿车感兴趣，B用户对商品1奶瓶,2尿不湿感兴趣，那么系统就会给B用户推荐商品3婴儿车，这就是用户的协同过滤算法。
商品的协同过滤算法和用户的协同过滤算法相似，用户的协同过滤算法是京东为用户推荐商品，而商品的协同过滤算法我们可以理解为京东为商品匹配人群，“为你推荐”这个地方就是商品协同过滤的算法。为方便读者理解，我们举例为读者剖析。
用户A浏览过洗衣液和洗衣粉，那系统会为用户A推送相似度较高的商品，比如说其他品牌或同类的洗衣液。
新品占据优势位置
我们都知道，京东对新品从上架之日起60天内都是有新品加权的，通常我们会在15天的时间内，利用相对靠谱的技术资源，合理的将新品排名打造到PC端首页，如果你15天没有到达京东PC首页，那么你就要继续在排名上下“功夫”。有读者会问为什么要操作到PC首页呢？因为你的新品只有先入围PC首页，结合7天个性化流量导入，京东才会给予你商品个性化和用户个性化的流量。
所以说一款新品能不能最大限度的突破到PC首页位置，主要还是靠读者找的资源靠不靠谱。搜索书生最近的技术已经更新迭代，效果已经明显，有这方面资源需求的读者可以联系哦。那下文搜索书生为读者讲解如何自建池子模拟标签，并利用老用户的购买机制，为读者拿到下半场获取京东个性化流量的门票！
自建池子模拟标签
有想法，有意识的读者已经在早些年就开使将购买过的用户通过短信、电话、小卡片被动添加和编辑话术主动添加的方式引导用户加入店铺的微信营销号当中，“悟性”高的读者也尝到了第一波的营销红利。今天着重为读者解读如何做池子的个性化标签。
微信有一个特别好的功能叫“标签”，这个能够为商家在建立池子的时候起到很好的作用，因为你已经为你的用户做了地区、性别、年龄段等标签的匹配。这个就像似京东为每一个用户做人群画像一样。要知道一群具备多种标签的人群属性其购买行为的权重是非常高的。这个也是符合协同过滤的算法推荐的。
流量池的正确使用
在文章刚刚开始前我们讲到了利用新品的优势拿到下半场的门票，那我们有了下半场的门票，也有了自己的个性化池子，接下来要做的就是用老客户触碰京东的商品个性化和用户个性化的流量分发。怎么去触碰京东的流量分发机制呢？一些读者好不容易拿到的上半场门票，最后因为没有规划致使即将到手的下半场门票擦肩而过。
有些读者有搜索书生一整套数据化运营表格，其中一份表格就是关于新品单量的计算，这份表格能够为读者详细的列出什么时间多少单量（没有的读者可以转发文章，截图至微信公众号后台，获取表格），才能触发京东的个性化流量。当你做到京东PC首页的时候接下里的7天至关重要。因为这7天就是你下半场的门票，能不能成功触发京东个性化流量的分发关键就在这里。读者只要将自己微信池子的老客户，按照我们单量计算表给出的7天数据，引导老客户进行购买，那么读者会发现你真实的个性化流量会逐渐增多。
