站内推荐系统

站内推荐系统的定义

站内推荐系统是网站为提高站内流量转化、用户体验，基于数据挖掘、个性化推荐技术在网站内部构建个性化推荐栏的一种系统。 站内推荐系统是一种可帮助每个网站用户从互联网海量信息中智能获取符合其个性化需求的一种站内个性化推荐系统，适用于电子商务网站、资讯媒体网站、社交网站等信息量用户量巨大的网站。目前很多购物网站、资讯网站都使用站内推荐系统提供个性化推荐服务，提高站内流量转化和二跳率，降低跳出率，提高用户体验和用户粘性。

站内推荐系统在网站的体现形式

站内推荐系统在网站是以站内推荐栏为最终体现形式，推荐栏展示的内容都是根据推荐引擎精准分析每个用户的兴趣偏好而智能推荐的。不同用户、不同时间点，每位用户看到推荐栏内容都是不一样的，都是最符合其当前兴趣偏好和需求的。 “猜你喜欢”推荐栏 “买过又买过”推荐栏 “看过还看过”推荐栏 “精品推荐”推荐栏 “热门推荐”推荐栏 基于收藏夹/基于购物车/基于订单中心的推荐栏 以上推荐栏一般在引进了站内推荐系统的电子商务网站或资讯网站都可以看见。

站内推荐系统的技术实现

站内推荐系统的核心技术是大数据技术，基于内容、基于用户行为、基于社交的个性化推荐技术。 站内推荐系统的核心在于“推荐引擎”，以国内知名的百分点推荐引擎为例，在个性化算法的框架基础之上， 引入场景引擎、规则引擎和展示引擎，形成全新的百分点推荐引擎的技术框架，系统通过综合并利用用户的兴趣偏好、属性，商品的属性、内容、分类，以及用户之间的社交关系等等，挖掘用户的喜好和需求，主动向用户推荐其感兴趣或者需要的商品。

引进站内推荐系统网站举例

电子商务网站：库巴网、易迅网麦包包、凡客诚品、唯品会等

资讯媒体网站：天极网、亿邦动力等

社区：思科技术论坛