淘宝推荐设置在什么地方?淘宝推荐架构详解

　　淘宝推荐设置在什么地方?淘宝推荐架构详解，淘宝推荐店铺在哪里设置?有没有什么好的淘宝店铺推荐呢，淘宝推荐店铺是卖家最关注的话题，今天小编就为大家讲讲淘宝推荐店铺怎么设置，至于好的淘宝店铺就不在这里推荐了，为了避免广告嫌疑。好了那就快来看看淘宝推荐店铺如何设置吧，其实淘宝网店有很多都比较好,一般来说做得比较好网店都是等级比较高,好评比较多的,从这两个方面去找一般都能找到较好的网店，淘宝推荐店铺其实是系统默认选的，因此不需要太多去了解怎么设置，不过小编为您带来了淘宝店铺如何设置掌柜推荐，请继续往下看看：

　　淘宝推出了掌柜推荐，是在宝贝详情页里面进行展示，如果不进行设置，淘宝会随机进行展示，所以卖家们要进行设置，把自己最重点的宝贝展示在每个宝贝的详情页，或者在一个宝贝的详情页里面推荐同款的产品，让宝贝多销，这种掌柜推荐在淘宝里面的术语，叫做淘宝心选。

　　心选，顾名思义，就是按随自己的心选择自己喜欢的产品进行展示。今天继续为大家把淘宝推荐店铺设置淘宝掌柜推荐的方法分享给大家。

　　首先，进入淘宝网主页之后，点击卖家中心，在左侧栏找到营销中心--心选，进入了心选的操作界面，我这里已经设置了一个计划，您可以点击”新建计划“进行下一个设置。

　　进入编辑页面，填写基本信息，首先填写计划的名称，可按照您产品的类型来填写，然后选择商品，为什么要选择新产品呢?因为这个计划是针对这些商品而言的，等计划完成后，在这些商品的详情页面会出现对应的计划，其它没有选的商品就不会显示这个计划，所以要想好。

　　然后可以搜索关键字，进行商品的选择，点击一下鼠标左键，就是选择，再点击一下就是取消，红色显示的是已选择的。选择完点击下一步。

　　第三，设置推荐内容，点击 去“彩虹系统”编辑模板，进入彩虹系统，推荐选择第一个模板，这样显示是最全面的，点击”相册组件“模板，然后出现一排的画框，当然您也可以选择其它的模板，进行个性化设计。

　　选择完模板，淘宝推荐店铺接下来就是进行内容的设置，也就是说这个计划，您要把哪些宝贝展示出来，这里是可以推荐六个宝贝的，点击其中一个黑框，会弹出内容填写框。为了操作方面，您可以到自己的”出售中的宝贝 “那里，查找宝贝，进行复制链接，把宝贝 的链接复制下来。

　　最后，把宝贝的链接粘贴到地址栏，然后点获取信息，系统会自动把所有的信息都填写，快捷方便。如此重复以上动作，把六个区域都填满，然后点击右上角的保存，关闭当前页面。返回到心选的内容页面，点已完成编辑，然后进行受众的选择，可以点全选，这样是最好的。完成之后，就可以点击右下的完成，恭喜您，心选计划就完全设置好了，设置完计划，打开刚才您选择的宝贝，就可以看到新的掌柜淘宝推荐店铺出现在眼前了。

      淘宝推荐系统架构是怎样

　　1、推荐系统定义

　　维基百科：推荐系统属于资讯过滤的一种应用。推荐系统能够将可能受喜好的资讯或实物(例如：电影、电视节目、音乐、书籍、新闻、图片、网页)推荐给使用者。

　　推荐系统大体可分为两类，即个性化推荐和非个性化推荐。

　　2、推荐系统作用

　　从用户角度：提高用户忠诚度，帮助用户快速找到商品

　　从网站角度：提高网站交叉销售能力，提高成交转化率

　　3、推荐系统的主要产品

　　同类或者相关商品、店铺推荐，买了还买、看来还看等，猜你喜欢，群体信息披露，热门排行榜。

　　二、推荐系统的组成

　　1、数据

　　explicit(显式)：能准确的反应用户对物品的真实喜好，但需要用户付出额外的代价。如：用户收藏、用户评价。

　　Implicit(隐式)：通过一些分析和处理，才能反映用户的喜好，只是数据不是很精确，有些行为的分析存在较大的噪音。如：用户浏览、用户页面停留时间、访问次数。

　　2、算法

　　离线：用户类目偏好、用户购买力分析、关联性分析、相似矩阵计算等等

　　在线：排序、过滤、增量计算

　　算法需要配合大量业务规则，没有最好，只有更好!

　　3、消息系统

　　消息系统是大型系统不可或缺的重要组成部分，与其他系统解耦，消息转发。

　　4、搜索引擎

　　主要功能是进行文本分析抽取关键词，作为推荐系统的一个信息检索技术内容相关性匹配。

　　5、NoSQL

　　简单、高性能、方便定制

　　6、分布式计算

　　使用MapReduce , Hive、Hadoop进行大规模数据统计和运算和大数据集合的ETL

　　三、淘宝的推荐系统

　　1、淘宝数据特点

　　数据量巨大：数百万店铺、数亿激活用户、数亿的在线商品、数十亿的收藏信息…

　　商品问题：同一类商品多个卖家、标类非标类、类目属性正确性、恶意收藏、D信誉…

　　2、淘宝推荐系统应用场景

　　目前覆盖大小场景60多个，主要包括Detail 浏览了还浏览，收藏夹弹出层推荐，购物车弹出层推荐，已买到宝贝你可能感兴趣，淘宝无线应用等。

　　3、淘宝推荐系统算法

　　①基础算法：聚类算法，预测算法，分类算法等，主要用于产生基础知识库

　　预测算法：logistic 回归，通过以点击率为目标，以商品，卖家等因素作为指标，建立预测模型构建淘宝优质宝贝库

　　分类算法：朴素贝叶斯，商品性别判断(男性，女性，中性)，用户性别判断

　　聚类算法：人群，用户细分，用于降维

　　②推荐算法：content-based，collaborative-based，Association Rules等等

　　基于内容推荐：通过给用户和商品标注Tag，通过内容匹配算法，推荐商品给用户

　　优点：简单，搜索引擎支持，解决部分冷启动问题

　　缺点：难以区分商品信息的品质,而且不能为用户发现新的感兴趣的商品,只能发现和用户已有兴趣相似的商品

　　协同思想

　　优点：新奇特，个性化程度高

　　缺点：冷启动，稀疏性

　　关联规则：类目的相关性、商品相关性、人的相关性

　　4、推荐系统的效果评测

　　Offline: 给定输入输出，验证系统的输出

　　Online : ABTest (衡量指标：CTR GMV 转换率)

　　总结：推荐系统是需要不断创新并且与场景和行业有事紧密的关系。