基于标签的推荐算法,需要根据标签、用户偏好、商品信息建立混淆矩阵,召回商品集合,生成差异化的规则和策略;
基于商品的类目预测,需要从商品的类目、品牌、型号、规格、属性等信息,建立分类模型;
基于交易的趋势预测,需要从市场大盘、行业趋势、单品交易等维度,建立预测模型;
基于市场的供需模型,需要从供需双方的频次、需求量、供给量等层面,建立供需模型;
基于用户的漏斗分析,需要从渠道来源、访问、页面浏览、模块点击、加购收藏、点击支付等链路,建立漏斗模型;
基于运营的画像分类,需要从用户、商品、交易、行为、风控、市场等粒度下,对用户建立标签;基于路径的最优模型,需要对地理位置、行车路线、配送路线、仓库建设等场景,建立基于时间、空间的最优模型;
基于风险的风控模型,需要从履约、违约、诉讼、行政处罚、刑事处罚等风险场景,建立风控模型;
基于客服的语义模型,需要对用户诉求、电话咨询、机器人问答、人工客服等场景,建立NLP模型;