推荐算法，为什么不更智能一些？

网购的时候发现已经买了一个篮球，在付费界面底部给了我推荐的篮球产品我会退了再买吗为什么这个推荐算法不能更智能一些笔者就此问题进行探讨，与大家分享

不知你可有这样的经历:打开某电商软件，进行购买后，在购买成功页面下，依然收到很多相似甚至相同的商品推荐。

前不久买了一个产品，但还是被迫在以后的一段时间里在电商首页浏览同一款产品。

在你别无选择只能快速通过这些无用的商品推荐的同时，又吐槽电商推荐机制的笨拙，认为这是推荐算法史上的一大BUG不知道相关业务的产品经理是怎么想的，这么久没优化了都2022年了，推荐我还是不知道哪些产品已经买过不会再买

以上体验大概很多人都经历过，那么为什么推荐效率如此之低，已经导致用户不满，降低体验，而且电商平台还反复向用户推荐用户购买过的同类商品呢。

电子商务平台推荐策略

要了解一个现象的成因，我们不妨从现象背后的本质入手，搞清楚它是什么，再去思考为什么会简单很多。

首先我来介绍一下目前主流的电商推荐策略，主要分为基于物品的推荐系统，基于用户的推荐系统和基于群体的推荐系统。

基于物品的推荐系统主要是根据用户购买/收藏的物品，计算其他物品与该商品的相关度，从而重新推荐并优先推荐相关度高的商品。

这也是网站获取用户信息较少时采用的常规推荐策略毕竟在用户画像不完整的情况下，基于用户感兴趣的产品来推荐用户，出错的概率会小很多

这种推荐策略在各种电商平台非常普遍用户在购买/搜索一类商品后，往往会在首页看到很多类似商品的推荐

但这种策略也有弊端:容易形成信息茧，难以撬动用户的其他潜在兴趣。

基于用户的推荐系统主要是以人为出发点，根据用户的行为计算其他用户与用户的相似度，然后根据相似用户对产品的喜欢程度向目标用户推荐这些产品。

有了这种推荐机制，推荐商品品类的覆盖面将进一步扩大，局限于少数品类的现象将被消除拼多多的推荐策略就考虑到了这个模型根据用户的行为，向用户展示相关度高的人感兴趣的产品，通过兴趣圈和小圈子的模式，促使用户购买

基于群体的推荐系统主要是根据群体的特点，提炼群体的共性，对用户进行标记和分类，然后将这个群体中大多数用户感兴趣的产品推荐给群体用户，同时适当添加相似群体感兴趣的产品，进行推荐。

常见的基于群体的推荐是，每注册一个新账号，平台都会让用户选择感兴趣的圈子，然后基于选择的圈子向用户推荐群体感兴趣的内容和产品。

无论是基于用户，群组还是物品的推荐，都是提炼人物共性，然后根据相似度进行推荐从这个层面考虑，就不难理解为什么推荐系统总是推荐非常相似的产品，因为这些产品关联度高，在推荐系统眼里，都是用户高度感兴趣的产品

那么也许你会问:为什么电商推荐系统这么蠢，连最基本的去重都不做如果我买了一枚结婚戒指，我还想再买一枚吗

重复的原因

诚然，反复推荐相同的产品不仅让用户厌烦，降低了体验感，也没有提升销量毕竟很少有人上一秒买了一个产品，下一秒又买了一个一模一样的产品

但是，当一个问题存在了很久，变化不大的时候，我们不妨停下来，多思考一点背后的原因。

商品购买频率高是反复推荐的第一原因。

用户在购买一件毛衣时，可能会因为季节的变化而选择多买几件，

当用户购买婴儿纸尿裤时，他/她会在短时间内选择再次购买纸尿裤，甚至出于比较心理而订购另一个品牌的纸尿裤，

当用户购买香薰时，他/她可能会对目前的香薰感兴趣，并会继续订购其他品牌的香薰。

从上面可以看出，用户重复购买一个品类商品的原因是多方面的，可能是因为具体的场景，使用商品的频率，自身的兴趣但对于用户来说，这些商品购买频率高，用户愿意反复购买

高回购一直是电商平台的追求如果一个商品用户有重复购买的倾向，那么就不难理解平台愿意损失一部分用户体验来换取更多潜在触发商机的现象了

平台的商业号召力是重复推荐的第二个原因。

广告一直是电商平台的主要营收模块，这个模块与点击率和曝光率高度相关。

每个人都有攀比心理即使这款产品的用户已经明确表示短期内不会购买，但出于好奇和比较心理，总有人愿意点开最近购买产品的页面，查看其他同类产品的详细信息，进行对比用户点击越多，停留时间越长，给电商平台带来的广告收益越高

即使这样的行为并不能提高短期销量，平台也可以利用这种行为向用户推荐更多产品相似的优质商家，既赚取广告费，又帮助商家吸引了一批目标群体另外，因为这种推荐机制，变相的品种可以加剧商家的竞争，使其提高更好的服务和产品为什么不呢

算法的限制是第三个原因。

就算是最了解自己的人，也不可能知道一个人的所有喜好，都能猜错最亲近的人的心思，更何况是算法推荐系统只能从用户的历史行为和相关性来猜测用户喜欢什么，无法做到100%的准确率

此外，很难完全选择合适的颗粒尺寸来减轻商品重量举个例子，如果一个产品分为三个层次，比如运动—球类运动—篮球类目下的篮球，那么用户买了篮球之后，相关的推荐页面就不应该有篮球按照这个逻辑，应该是在第三类标签去重

但是，如果换了品类呢用户买耳环怎么办类别变成了珠宝—耳环—耳环按照这个逻辑，在耳环被取下后，用户仍可能收到耳夹和耳环的产品推荐如果用户不想再次购买类似的产品，这样的重量去除是无效的

而且品类也不是完全不重合的，有些品类会有交叉，所以删除一个品类后，并不能保证商品仍然属于其他重叠的品类，可以完全过滤掉。

换句话说，算法很难做到完全有效的去重而且用户众多且动态，心智不可预测，无法遵循一个统一的标准进行去重和推荐，也无法基于静态的历史数据完美预测用户未来的行为

在这个用户眼里，他已经买过不会再买的东西，在另一个用户眼里可能就是重复购买也许可以加入一些用户行为来考虑但由于人是动态的，推荐机制很难完美区分哪些商品在用户眼中是重复的，哪些商品在用户眼中是高频购买的

用户行为不可控是平台重复推荐的第四个原因。

作为一个规则，用户购买一个产品后，不可能在同一天内再购买另一个相似度高的产品要不要用户先退款再下单

但七天无理由退货让这成为可能因为有了新的售后服务，很多用户习惯了买很多类似的产品，经过比较，可以选择最适合自己的这种行为使得用户有可能在短时间内购买大量同类产品基于用户的这种习惯，电商平台也愿意推荐类似的产品毕竟销量会看起来更高，展示数据也好看

而且第三点也提到了，人是动态变化的，人的行为和目的是多种多样的如果你今天不打算买东西，明天很可能会因为朋友的推荐再下一个类似的订单这些都是不可控的，有反复推荐的空间

如何提高重复推荐的效率

由此看来，商品的重复推荐，既有难以解决的技术问题，也有商业和用户层面对已购商品的购买需求。

那么，如何在用户体验和商业化之间取得平衡，提高推荐效率呢。

在用户端，要考虑更多用户的行为因素，根据复购概率对用户进行差异化。

比如用户是否是一个热衷购物，有反复退货倾向的人，用户是否喜欢收藏很多类似的商品，用户是否喜欢购买更多的同类产品等对于短时间内购买了几款同类产品的用户，可以适当弱化去重效果，对于那些从搜索/推荐到下单很快，购买频率低的用户，可以增加去重的效果

同时给了用户一定的选择权基于算法无法准确猜测用户喜好，可以增加不喜欢功能，让用户有权利在产品上点击不喜欢电商平台可以根据反馈不断优化推荐商品矩阵

在商品端，考虑商品的品类和购买频率，然后针对不同品类的商品做不同的重复推荐逻辑。

比如女装，日用品，零食，用户购买频率高，存在同时购买多件的可能，可以加入重推荐机制，投入更多的广告展示模块，促进用户购买，提高转化率。

如果是用户使用频率较低，单件就能满足需求的产品，再推的频率就会降低，比如眼镜，手机，充电宝等一般用户购买后很长时间都不会再购买这时候可以推荐更多的配套产品，促进用户下单

此外，在商业因素方面，我们还需要考虑一个合适的广告模式。

毕竟如果只是投放广告，没有效果，不能促进销量和销售额，平台也很难长期盈利。

广告投放时，可以获取原始用户点击重复推荐商品的数据，分析用户在哪个模块更容易点击同类商品，是在首页的信息流广告中，还是在交易成功的推荐页面中，还是在电商平台的分享模块中。

对症下药，在用户兴趣较高的页面和节点再次推荐，以提高产品的点击率，同时也减少用户因重复刷同一产品而降低的体验。

总结

电商平台的重复推荐策略很傻，用户难以忍受但从技术，商业化因素，用户行为等方面不难看出，这样的机制还是有必要的，不能一刀切，也很难不推荐类似的购买商品

但我们可以优化重复推荐的流程和逻辑，从而进行更高效的推荐，让电商平台看起来更智能。

来自Unsplash的图像，基于CC0协议。