Target Personalization： Recommendations快速入门和类别亲和度
了解如何为Recommendations快速入门奠定坚实的基础。 更好地了解支持Recs的算法，以及如何成功利用Recs。
主要要点
- Rex中的Recommendations提供了大规模个性化功能，允许根据选定的算法（例如基于行为、基于热门程度、内容相似度等）对数百个或数千个项目进行智能推荐。
- Rex提供了自定义选项，例如排序、权重、排除规则等，使其成为用于个性化促销控制的强大工具。
- Rex非常适用于跨数千或数百万个项目推荐大量产品或内容项目，从而根据用户配置文件提供个性化推荐。
- Rex可能不适用于具有少量选件、快速变化的目录项目、低交互频率或个性化主要基于用户特征（如忠诚度区段或地理位置）的情况。
- 在Rex中设置推荐涉及通过目录创建、捕获用户行为数据并提供要显示的推荐的上下文来向系统讲授产品或内容。
- 类别亲和度专注于根据分配给不同类别的用户交互和点数，推荐产品或内容的类别或分组，而不是特定项目。
- 可以通过根据用户偏好设置受众、将点分配给类别并使用收藏或优先等标准来个性化推荐来利用类别亲和度。
- Rex中的标准序列允许根据访客行为和数据深度对推荐进行优先级排序，从而通过根据访客值和行为对标准进行分层来确保推荐项目的完整模板。
- Rex标准序列的灵活性允许优先处理推荐，方法是先指定高价值标准，然后根据需要填写模板中的其他标准。
- 利用标准序列对于确保推荐项目的深度至关重要，尤其是在处理不同粒度级别的类别时。
recommendation-more-help
abac5052-c195-43a0-840d-39eac28f4780