现在“智能推荐”几乎成了一个内容网站的标配,为了提高用户的滞留时间,就需要想办法搞些新花样。比如用户文章读到最后时,把用户感兴趣的文章列出来,美其名曰:猜你喜欢。
现在,如果小编出10000美刀,让你来实现这个智能推荐功能,你会怎么去做呢?根据常理,思路是不是应该是这样的?
1、设计一张tag表,每篇文章都有相应的tag,这样就可以根据tag给读者推荐相似的文章。
2、给每个用户设计一张用户自画像算法,根据算法去分析每篇文章,然后把相关文章推荐给用户。
实话说,要做好的话非常不容易,估计后面是需要用到当前最火的AI了。这么个思路的话,那智能推荐代码至少得需要读取数据库吧?不读怎么去获取相似的文章信息呢?
但,小编最近搜到一个“智能推荐”插件,功能就屌爆了,任何内容网站,你只需要拷贝它的一行JS代码到你网站就可以了。根本无需什么读取数据库的,只要JS代码就搞定。
小编就不解了,人家到底是用什么思路实现“智能推荐”的啊?再说各家网站的数据库,内容都不一样,你一行JS代码通吃,这我当时还真犯迷糊了。读者你有思路吗?
内事不决问baidu,我就在百度上输入:友荐 JS 代码不起作用。在segmentfault网站查到这么一条记录:
小编看到“部署以后可能需要一段时间生效”,顿时就茅塞顿开,想明白了。你想明白了没?
它是个万能插件,只需要拷贝它的js代码就能实现智能推荐,而且无需读取你本地的数据库,哪被推荐的数据从哪里来?看这个回答:部署以后可能需要一段时间才生效。其实答案就在这里。
是这样的,当用户浏览页面时,这js会把用户浏览页面的标题,url等相关信息发送到它的server里。本质上它就是在你网站装了个数据采集器,虽不读你的数据库,但会把你的数据采集后存到它自己的数据库,所以部署后才需要一段时间去积累相关的数据,否则是推荐不出来的哦。而你本地显示的推荐记录,是从它自己的采集库里读取后显示出来的。
其实就是转变个思路而已,数据库还是需要的嘛。但它的设计思路确实非常好,这样一是可以做到万能插,二是能合法采集到其他网站是数据,真是两全其美啊。