0

Cela peut sembler très novice, mais je me demandais s'il y avait un moyen simple de réaliser quelque chose comme Amazon "Les clients qui ont vu cela ont également vu ..". En théorie, je sais que vous pouvez faire du clustering, de l'exploration de données, etc. pour faire quelque chose comme ça, mais je travaille juste sur une application ruby-on-rails et je veux intégrer quelque chose comme ça à mon application déjà existante pgsql), et un peu perdu.Comment mettre en œuvre quelque chose comme Amazon "Les clients qui ont également consulté ..."?

Je ne cherche pas une solution très sophistiquée mais je veux juste quelque chose de simple que je peux utiliser rapidement.

Des pointeurs seraient appréciés. Je vous remercie!

+0

Il existe des livres sur les "systèmes de recommandation", alors n'attendez pas de réponse dans ce format Q & R. –

+0

Vous pouvez commencer par enregistrer les éléments qu'un utilisateur affiche dans une table DB. Que vous pourriez essayer d'obtenir des relations de cette table. –

Répondre

0

Amazon est en mesure de tirer cette situation parce qu'ils ont des millions d'utilisateurs et un énorme inventaire qui se traduit par des milliards de points de données. Ils analysent ces données pour les rendre compréhensibles (profils d'utilisateurs, profils de produits, goûts, dégoûts) et créent un moteur de recommandation pour aider les utilisateurs à découvrir des produits et à stimuler les ventes. Cela a du sens pour eux. Puisque vous ne vous intéressez pas à la science des données et que je n'ai aucune idée de toutes les données que vous collectez, vous pouvez commencer par montrer les autres produits achetés par les utilisateurs qui ont acheté le produit spécifique. Expérience et test A/B pour voir ce qui fonctionne et ce qui ne fonctionne pas. Itérer sur ceci, pour montrer des produits achetés par d'autres utilisateurs correspondant à l'âge, le sexe, la nationalité etc. de l'utilisateur actuel

Ce ne sera pas le moteur de recommandation que vous attendez mais pourrait conduire des ventes.