شناسایی و پیش‌بینی محبوبیت آيتم‌ها / ویژگی‌ها (کاهش نرخ پرش)

recommender.ir برای محاسبه محبوبیت ‌آیتم‌ها/ویژگی‌ها طیف متنوعی از متد‌ها را در اختیار کاربران قرار می‌دهد. این متد‌ها عمدتا قادر به شناسایی آيتم‌هایی هستند که هم اکتون در گروه محبوبت‌ترین آیتم‌ها هستند.

به سفارش یکی از کلاینت‌ها سه متد جدید پیاده سازی شد که آیتم‌هایی را که تعامل کاربران با آنها به نحو محسوسی افزایش یافته است، قبل از کسب محبوبیت شناسایی می‌کنند.

در تصویر زیر تو آیتم آبی و قرمز در زمره آیتم‌های محبوب هستند. حال آنکه نرخ رشد تعامل کاربران با آیتم سبز بیش از آنهاست. متد‌هایی که جدیدا توسعه داده شده قادر به شناسایی آیتم‌هایی همچون آیتم سبز هستند. این آیتم‌ها در حالی که در زمره پرفروش‌/پربازدید‌های سایت قرار نگرفته‌اند، قطع به یقین به محبوبیت بالایی دست خواهند یافت.

trendDetection Expanation

 

 

همچنین برای شناسایی ویژگی‌هایی که در حال ترند شدن هستند سه متد دیگر در اختیار کسب‌و‌کار شما قرار دارد:

termTrendDetection Expanation

 

از تکنیک ‌های Drift Detection و Trend Detection در پیاده سازی این متد‌ها بهره گرفته‌ایم. این متد‌ها قادر به شناسایی زود‌هنگام آیتم‌ها هستند. برای بازه‌های زمانی کوتاه‌مدت، میان‌مدت و بلندمدت، بسته به نیاز کسب‌و‌کارتان قادر به فراخوانی این متد‌ها هستید.

تصویر زیر بازه‌های زمانی و نمونه‌هایی از خروجی را با ذکر مثال نمایش می‌دهد(برای مشاهده جزئیات روی تصویر کلیک کنید):

trendDetection

مقایسه نتایج این متد‌ها با میزان فروش آیتم، سایت را در شناسایی زودهنگام اوج گرفتن نرخ پرش (Bounce Rate) نیز یاری می‌کند. خروجی‌های این متد‌ها باید با میزان فروش آیتم‌های سایت سنخیت داشته باشند. در صورتی که آيتمی در این فهرست‌ها رنک بالایی کسب کرده ولی از فروش بالایی برخوردار نیست، نرخ پرش برای آین آیتم، بیش از میزان نرمال آیتم‌های آن سایت است.

 

شناسایی اجزای محتوایی آیتم‌ها که در حال ترند شدن هستند، به کسب‌و‌کار شما امکان پیش‌بینی می‌دهد. تصویر زیر را ملاحظه کنید:

TermTrends