项目推荐人

项目推荐人的工作方式

项目推荐人将 DLPR 与您为项目和项目目录收集的参与信号一起使用。在用户发现、评估和转换项目时，DLPR 会对每个用户建立过程级理解，并以既反映与用户的相关性又反映与业务目标一致的方式对项目进行排名。

参与信号

项目推荐人从与项目关联的所有交互中学习。具体信号取决于您的行业和您推荐的项目类型。通常，信号分为三类：

• 发现交互：用户查找和查看项目的方式，例如项目视图、印象和类别浏览。
• 考虑相互作用：用户如何评估项目，例如点击次数、添加到购物车、稍后保存、页面上的时间和共享。
• 转换交互：用户如何提交项目，例如购买、兑换、订阅、预订、申请或查询。
• 自定义信号：与业务目标相关的任何信号，但以上未涵盖。

映射到推荐器的信号是您做出的最重要的输入决策。它们定义了 DLPR 将什么视为积极参与。

模型输入

除了参与信号之外，项目推荐器还会使用这些输入。

• 项目目录元数据：标题、描述、类别和描述项目的任何属性。对于产品目录，这包括品牌、价格和 SKU。对于文章目录，这包括作者、主题和发布日期。对于房地产目录，这包括位置、卧室和设施。
• 目标配置：推荐优化的业务目标。

目录指南

结构合理的丰富目录可以提高推荐质量，尤其是对于新项目。遵循这些准则有助于提高个性化输出中的推荐质量。

• 为每个项目提供完整的标题、描述、类别和属性。
• 在添加新项目时，保持目录元数据最新。
• 配置参与信号，反映您的目标和项目的性质。