电商平台如何做相关产品推荐？

上一篇文章《如何实现个性化推荐？》我们讲了如何根据用户的浏览记录去做“猜你喜欢”这种个性化推荐，这种推荐的逻辑是用户浏览过这个商品，但是没有购买，所以在产品的某个界面(比如首页)继续给用户推荐类似的商品，让用户更快的找到自己想要的商品，减少用户路径，提高转化率。那么，如果用户已经购买了某个商品，我们该如何给用户推荐呢?再推荐类似的商品似乎不大合适了，因为用户不大可能会立马重复买一样东西。今天我们来讲另外一种推荐模式：根据用户的购买记录来做推荐。

关联推荐

有的同学可能注意到过，当你购买某件商品后，在产品的某个界面(比如支付结果页)会给你推荐跟已购买的商品不一样，但又有某种关联的商品。比如，买了《高数》上册，推荐《高数》下册;买了裙子，推荐高跟鞋;买了《JAVA入门》，推荐《JAVA进阶》等。这种推荐模式，我们一般成为关联推荐，意指推荐有关联的商品。那么这个关联一般是个什么内在逻辑呢。

一般来讲，这种推荐模式下，已购买商品和推荐商品具有以下的关联逻辑：

1)两个商品具有上下游的关系，比如《高数》上册和《高数》下册、《JAVA入门》和《JAVA进阶》

2)两个商品有功能/作用上的互补，比如裙子和高跟鞋、菜刀和砧板

这种推荐模式的目的也是希望通过商品之间的联系来带动更多商品的销量，提高转化率。

推荐逻辑

上一篇讲的根据用户的浏览记录做推荐，是因为系统能识别浏览商品所属的三类类目，然后从同类目下筛选其他商品。但是关联商品推荐的模式下，系统如何识别商品之间的关联逻辑呢?系统如何知道《高数》上册和《高数》下册是可以放在一起推荐呢?如何知道裙子高跟鞋是有关联的呢?

在这里，我们仔细理解前面说的两点关系，即上下游关系和功能互补关系。这种关系可以理解为两种商品类目之前的关系，或者是指定的两件商品之间的关系。也就是说，当用户购买某件商品后，系统得识别是否其他类目或者指定商品与当前购买商品有联系。

因此，为了实现这个关联推荐逻辑，在产品设计层面，就要实现特定类目和特定商品之间的关联。比如将A类目和B类目关联上，或者将甲商品和乙商品关联上。那么当用户购买A类目下的商品或者甲商品，就从B类目下筛选商品或者将商品做推荐。

小结

以上讲的推荐模式属于低技术门槛下的实现方式，如果公司具备大数据分析、数学建模、算法模型设计等技术实力，那么可以采用自动化的协同过滤算法来实现关联推荐，这就是另外一个故事了。

猜你喜欢：

什么是PRD？如何写PRD？

什么是敏捷开发？十分钟了解

产品流程图怎么画？

如何实现个性化推荐？

黑马程序员产品经理培训课程