《表2 主轴性编码：互联网平台用户偏好挖掘与推荐机理研究——基于经典扎根理论的探索》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网平台用户偏好挖掘与推荐机理研究——基于经典扎根理论的探索》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

同理，群体用户推荐的基础是群体用户的偏好挖掘。首先，群体推荐可用的数据源与个体推荐类似，最主要的是根据推荐算法的需要抽取合适的数据源，并对原始数据进行预处理，使其符合偏好挖掘的需求。接下来，以处理过的数据为基础，充分挖掘不同群体的偏好，提取产品/服务特征，把产品与偏好该产品的用户群体进行合理匹配，找到特定产品的待推荐用户，经过服务器处理后，将相应产品推荐给目标用户群体。推荐用户群体的反馈可以间接反应用户偏好。比如经过群体用户推荐之后，VIP用户群的活跃度变化，潜在用户群中有多少用户接受了推荐结果。如果对用户群体的推荐引起VIP用户活跃度增大，潜在用户群的大部分用户接受了该项推荐，比如用户的点击率、转化率等有所提升，那么可以进一步确认推荐用户群体的偏好倾向。在此基础上，提取这些成功推荐用户的特征，结合产品/服务特征，挖掘群体用户推荐的规则引擎，该推荐引擎描述的是什么特征的产品适合哪种特征的用户群，从而可以为新产品的推荐提供借鉴。