在購(gòu)物商城里合理的對(duì)用戶進(jìn)行商品推薦，可以提高整個(gè)購(gòu)物商城的商品銷售有效轉(zhuǎn)化率，增加商品銷售量;而維護(hù)好商品評(píng)價(jià)，對(duì)平臺(tái)來(lái)說(shuō)，有質(zhì)量的評(píng)價(jià)有助于降低退貨率，提高優(yōu)質(zhì)商品的轉(zhuǎn)化率，并且構(gòu)建商家信用評(píng)價(jià)體系，合理分配平臺(tái)資源，甚至幫助優(yōu)化搜索。

　　下面【HiShop 移動(dòng)云商城】小編就為平臺(tái)運(yùn)營(yíng)商介紹一下如何進(jìn)行商品推薦與商品評(píng)價(jià)維護(hù)。

　　一、商品推薦

　　通過(guò)用戶已經(jīng)瀏覽、收藏、購(gòu)買的記錄，更精準(zhǔn)地理解用戶需求，對(duì)用戶進(jìn)行聚類、打標(biāo)簽，推薦用戶感興趣的商品，幫助用戶快速找到需要的商品，適時(shí)放大需求，售賣更加多樣化的商品。甚至在站外推廣時(shí)，能夠做個(gè)性化營(yíng)銷。商品推薦分為常規(guī)推薦、個(gè)性化推薦。

　　常規(guī)推薦是指商家選擇一些固定商品放在推薦位，或者基于商品之間的關(guān)聯(lián)性，進(jìn)行相關(guān)的商品推薦。

　　例如：在用戶買了奶瓶之后推薦奶粉。個(gè)性化推薦指基于用戶購(gòu)物習(xí)慣，根據(jù)商品特性來(lái)進(jìn)行推薦。例如“看過(guò)此商品后的顧客還購(gòu)買的其他商品”推薦項(xiàng)。

　　個(gè)性化推薦：電商推薦系統(tǒng)將收集的用戶信息、產(chǎn)品信息及用戶畫(huà)像分類作為系統(tǒng)輸入，利用適當(dāng)?shù)耐扑]算法和推薦方式，根據(jù)用戶設(shè)定的個(gè)性化程度和信息發(fā)送方式，給用戶提供個(gè)性化商品推薦。用戶對(duì)推薦結(jié)果的點(diǎn)擊瀏覽、購(gòu)買的反饋結(jié)果。

　　用戶畫(huà)像是根據(jù)用戶特征(性別、年紀(jì)、地域等)、消費(fèi)行為習(xí)慣(瀏覽、購(gòu)買、評(píng)論、問(wèn)答等)等信息進(jìn)行抽象化，建立標(biāo)簽化的用戶模型。構(gòu)建用戶畫(huà)像的核心工作即是給用戶“貼”標(biāo)簽，而標(biāo)簽是通過(guò)對(duì)用戶行為記錄分析而來(lái)的高度精煉的特征標(biāo)識(shí)。

　　二、商品評(píng)價(jià)

　　商品評(píng)價(jià)在電商系統(tǒng)中是很常見(jiàn)的模塊。對(duì)用戶來(lái)說(shuō)，可以把用戶在購(gòu)買后對(duì)商品、服務(wù)、物流等相關(guān)信息的感受寫(xiě)出來(lái)，為其他用戶提供購(gòu)買決策，減少購(gòu)物成本。

　　在訂單中進(jìn)行評(píng)論時(shí)主要有兩個(gè)維度：訂單整體和商品。從訂單整體上講，主要對(duì)訂單的物流服務(wù)、服務(wù)態(tài)度等進(jìn)行打分;從商品講，除了評(píng)分，就是詳細(xì)描述。評(píng)價(jià)的方式有圖片、文字等形式。

　　對(duì)應(yīng)商品評(píng)論的處理主要有以下幾點(diǎn)。

　　(1)商品評(píng)論篩選。過(guò)濾惡意差評(píng)，對(duì)關(guān)鍵字篩選(臟話、廣告等)，對(duì)出現(xiàn)敏感詞匯的評(píng)論直接過(guò)濾或人工審核。

　　(2)分級(jí)顯示商品評(píng)論(好評(píng)、中評(píng)、差評(píng))，統(tǒng)計(jì)商品好評(píng)度，并提煉評(píng)論中的關(guān)鍵詞(如手機(jī)評(píng)論中的“外觀漂亮”、“系統(tǒng)流暢”、“屏幕大”，或者有圖等)。

　　(3)根據(jù)商品評(píng)論和服務(wù)評(píng)論對(duì)商家店鋪進(jìn)行評(píng)級(jí)。需要制定嚴(yán)格的規(guī)則，避免商家刷信譽(yù)或者用戶惡意差評(píng)影響店鋪級(jí)別。

　　小編還需要提醒各位平臺(tái)運(yùn)營(yíng)者，平時(shí)要做好用戶行為分析記錄分析用戶對(duì)商品的潛在喜好及喜歡程度，建立用戶偏好模型;商品分析模塊主要對(duì)商品進(jìn)行商品相似度、商品搭配度、目標(biāo)用戶標(biāo)簽進(jìn)行分析;推薦算法根據(jù)一定的規(guī)則從備選商品集合中篩選出目標(biāo)用戶最可能感興趣的商品進(jìn)行推薦。