基于社交网络的推荐可以很好地模拟现实社会。在现实社会中,很多时候我们都是通过朋友获得推荐。
美国著名的第三方调查机构尼尔森调查了影响用户相信某个推荐的因素。调查结果该调查可以看到,好友的推荐对于增加用户对推荐结果的信任度非常重要。
尼尔森测试了同一个品牌的3种不同形式的广告。第一种广告和第二种广告都是图片广告,但两者的推荐理由不同。
第一种广告的推荐理由没有社会化信息,仅仅是表示该品牌受到了51 930个用户的关注,而第二种广告的推荐理由是用户的某些好友关注了这个广告。
第三种广告比较特别,它是在用户的好友关注该品牌时,就在用户的信息流中加入一条信息,告诉用户他的某个好友关注了一个品牌。
通过在线AB测试,尼尔森发现第三种广告的效果明显高于第二种,而第二种广告的效果明显高于第一种,从而证明了社会化推荐对于增加用户对广告的印象和购买意愿具有非常强烈的作用。同时,该实验也从侧面说明社交网络在推荐系统中可能具有重要的作用。
本章讨论:
1)如何利用社交网络数据给用户进行个性化推荐
2)利用社交网络给用户推荐好友
1、获取社交网络数据的途径
1)电子邮件
标签:推荐,网络,用户,学习,广告,社交,好友 来源: https://www.cnblogs.com/Allen-rg/p/11283750.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。