Chevron Left

查看所有社区故事

基于规则的推荐

2021 年 9 月 26 日

贡献者

Conor Dewey

Metabase

photo of Conor Dewey

Conor 是 Metabase 的产品经理,Metabase 是一家致力于让每个人都能轻松从数据中学习的初创公司。您可以在他的网站 www.conordewey.com 上阅读更多 Conor 的文章。

我之前的团队正在构建一个新的入职流程,并达到一个我们想要围绕个性化和推荐做一些很酷的事情的阶段。 如果您环顾四周,似乎机器学习已融入当今每个成熟的产品中。 很容易会说“如果我们要像其他人一样成功,我们也需要机器学习。”

但我们是一个小团队,并且在快速迭代。 我们没有时间、资源或需求来构建一流的推荐系统。 我们走了另一条路,在我们看来,我认为我们通过一种简化的方法实现了 80-90% 的目标:仅使用 SQL 的基于规则的推荐。

最佳实践

  • 验证问题:这个问题值得解决吗? 确保提供推荐或个性化服务有显著的好处。
  • 验证数据:某些用户群体的行为与其他用户群体有显著差异吗? 如果没有,那么您将无法提出有用的建议。
  • 决定采用“逐一”或“最终决定”方法:按顺序逐一应用规则,并在规则匹配时停止,或者应用所有规则,然后做出最终决定。 在“逐一”场景中,规则通常表示为一系列 case 语句,并且在确定性场景中往往表现良好。 在“最终决定”场景中,您通常会考虑许多因素,然后返回最佳选项。
  • 创建知情规则:使用数据分析和直觉来构建您的决策树或评分系统。
  • 编写 v1 并迭代结果:我这里默认的工具是 SQL,因为它足够快速和强大,可以完成工作。 编写一个查询,提取产品届时将拥有的数据,然后应用一系列 case 语句,逐个应用或将每个语句相加,以输出一个或多个结果。

贡献者

Conor Dewey

Metabase

photo of Conor Dewey

Conor 是 Metabase 的产品经理,Metabase 是一家致力于让每个人都能轻松从数据中学习的初创公司。您可以在他的网站 www.conordewey.com 上阅读更多 Conor 的文章。

您可能也喜欢

撰写社区故事的技巧

Metabot

Metabase

数据驱动的产品管理

Victor Bolu

WebAutomation

商业智能 vs 产品分析

Ali Baghshomali

Mentat Analytics

您可能也喜欢

撰写社区故事的技巧

Metabot

Metabase

数据驱动的产品管理

Victor Bolu

WebAutomation

商业智能 vs 产品分析

Ali Baghshomali

Mentat Analytics