Amazon的个性化推荐
简单写几点体会：
（1）无处不在的推荐
从推荐的形式中我们可以看到amazon把推荐服务放到了网站的各个角落，但有一个环节没放那就是进入到付款流程。
（2）百花齐放的推荐
amazon综合了多种推荐服务类型，基于item相似性和相关性，基于浏览/购买历史，基于协同过滤等等，我们都能够很轻松的发现他们的影子，当然amazon并没有生硬的去套这些东西，而是能够根据客户当前查看页面类型，当前关注的产品信息等内容动态的组合这些推荐服务，显得很生动，很贴心。
（3）不断改进的个性化推荐体验
推荐的准确性直接影响客户对于推荐服务的认可程度，推的不准客户不会买账，而要推得准amazon除了组合多种推荐形式外，允许用户提供或者修正推荐所依赖的信息，比如用户可以查看并修改自己的档案、浏览历史，可以对感兴趣的或不感兴趣的商品进行管理和打分，可以通过社区进行讨论、评论、反馈相关商品，而所有这些信息一经修改或产生后直接对推荐的结果产生影响，从而提供推荐的准确性，可以说amazon正在走向推荐准不准客户说了算的时代！
另外一点体会，感觉amazon的推荐做的非常的光明磊落，不遮遮掩掩，不回避个人信息的获取和捕捉，但他们在这些数据的开放和透明以及数据对客户价值呈现角度做的比较到位，值得学习！
?转自：http://www.resyschina.com/2011/02/amazon-recsys-functions.html
原文链接：http://www.yuanhuaibin.com/?p=727
