用手机的个性化推荐获得商机

一、个性化的缘起―商业发展的需求

共性与个性

这些年，市场正由卖方市场向买方市场演变，消费者主导的营销时代已经来临。在买方市场上，消费者将面对更为纷繁复杂的商品和品牌选择，这使得消费者心理与以往相比更为复杂和发散，我们称其为“个性化”。

长期以来，一方面经济的发展制约了“个性”的发展，在计划型经济的市场中，谈不上个性；另一方面，社会意识形态上也限制了“个性”的发展，社会更多地在强调“共性”而非“个性”。

社会发展到了今天，当年制约“个性化”商业的条件都不存在了。消费者能够以个人心理愿望为基础挑选和购买商品或服务。更进一步的，他们不仅能做出选择，而且还渴望选择，这也是社会的进步。

他们的需求多了，变化也大了。逐渐地，消费者开始制定自己的准则。甚至，已经开始追求商品本身之外的东西。形成了，“星巴克卖的不是咖啡，是休闲。法拉利卖的不是跑车，卖的是一种驾驶快感和高贵。劳力士卖的不是表，是奢侈的感觉和自信。希尔顿卖的不是酒店，是舒适与安心”的局面。

消费者所选择的已不单是商品本身的使用价值。而且还包括其精神价值以及社会价值。从理论上看，没有一个消费者的心理是完全一样的，就像世上没有两片同样的树叶一样。每一个消费者都是一个细分市场。心理上的认同感已成为消费者做出购买品牌和产品决策时的先决条件，个性化消费正在也必将再度成为消费的主流。

刚性与弹性

在商品匮乏的时代不会有那么多选择，人们更多地是考虑能不能买到，够不够用？而当商品的数量、种类问题逐渐改善了之后，就变成如何让用户知道？抢占用户的“眼球入口”。谁强占了先机，谁就更有可能成功。至今还记得当年的“脑白金”之战，不管你爱与不爱，喜欢与不喜欢，只要你打开电视，电台，你都会看见它的画面，听见它的声音；只要你走到超市，都会看到满眼的脑白金！

可随着市场的进一步成熟，甚至过饱和，这种方法不但打动不了用户，相反会遭致用户的反感，这时就是刚性营销与弹性营销的问题。

所谓刚性营销，就是不管你喜不喜欢，要不要，都“填鸭式”地塞给你，就像电视里插播的广告和路边往车上插小广告的一样。

而弹性营销，就是以消费者比较容易接受的方式，去影响他的消费。

在社会分工日益细化和专业化的趋势下，即使在许多日常生活用品的购买中，大多数消费者也缺乏足够的专业知识对产品进行鉴别和评估，但他们对于获取与商品有关的信息和知识的心理需求却并未因此消失，反而日益增强。这是因为消费者对购买的风险感随着选择的增多而上升，而且对单向的“填鸭式”营销沟通感到厌倦和不信任。尤其在一些大件耐用消费品的购买上，消费者会主动通过各种可能的途径获取与商品有关的信息并进行分析比较。

现代科学已经可以使我们通过若干种手段去不断地逼近用户的实际需求。即使用户是第一次来到网站，也可以为其提供贴心的服务。这种弹性营销，在满足用户购物便利的同时，也给用户带来了购物的享受。没有谁愿意买个东西还要去苦逼地比价查资料，统计分析一下，多少个人买了同类产品，多少个人买了这个还买那个？尽管，大家都有一颗八卦的心。看看就行了，不用去自己算。

应该说，弹性营销，是电子商务的一次革命，它使得电商们，可以在带给人购物便利的同时，也让用户的购物过程变得更简单，更享受这种服务的过程。

在互联网上，使用这种弹性营销手段的电商已经越来越多了。

那么，人们不仅会想到，个性化推荐能否应用到手机端呢？手机需要个性化推荐吗？个性化推荐都可以为手机带来什么样的变化呢？在手机端，都可以有哪些方法实现个性化推荐呢？如何来评价一个手机个性化推荐系统的好坏呢？

下面，我们来为大家一一解读手机上的个性化推荐。

二、手机上的个性化推荐

“手机”还是“手机”吗？

随着几年前，乔布斯将手机与电脑魔幻般的融合在一起，揭开了移动互联网的序幕。

移动终端计算速度的提升，智能手机成本的下降，手机操作系统的统一，乔布斯将当初人们不敢想更不敢做的事情变成了现实。以Iphone为代表的智能机已经绝不仅仅是手机，而更多地是一个具有通讯功能的个人智能终端！

“无线”还可以“无限”吗？

业界习惯将GPRS称为2.5G，通过GPRS可以拨号上网，在任何时间，任何地点用手机来获取信息。只不过，速度很慢。对于内容多媒体化的今天，2.5G显然无法满足业务承载的需求，于是有了3G，甚至4G！（在北美部分城市已经覆盖）

如果把2.5G看做是固网中的窄带拨号业务的话，那么3G就是无线宽带！它给了人们极大地便利，你可以在任何时间、任何地点去获取信息，去处理事务。3G割断了有线连接的束缚，你再也不必被“有线”捆绑在办公室、家中等一个个固定场所。

无线是可以无限的！

手机可以实现个性化推荐

上述两个方面，在外围环境上为移动互联网的发展创造了必要的先决条件：

手机足够快，否则连一些现在看来很普通的运算都无法很快完成，就谈不上其他了；

网络足够宽，否则不用说视频，连图片都无法打开！

手机处理能力的提高（6年前，我们曾试图在手机上跑SSL VPN，以保证传输内容的安全性，可手机的硬件不支持。），使得多数互联网的业务同样可以在手机上很好地运行（暂不考虑用户体验等其他问题）；网络的拓宽，使得手机上的业务类型可以不受限制，同样可以跑图片、视频等业务。

云计算的发展，为手机上实现个性化推荐业务进一步提供了保障。

云计算的发展对于个性化推荐服务有两个最大的贡献，一是超越了单台服务器的处理能力的限制，弱化了客户端（并非单指手机，包括PC）的处理能力的要求；二是地域虚拟化，业务一旦成熟，可以迅速覆盖全国市场。缩小了中小公司和大公司在计算资源上的限制。

对于手机而言，云计算的跨地域、计算能力强等优点，就可以让业务的运算集中在“云”中，而弱化对手机的计算需求。这样，手机端基本上只需要起到呈现的作用就可以了。

从而使手机上实现个性化成为了可能。

手机也必须要个性化推荐

上面我们说了，手机的性能得到了大幅的提升，网速也比几年前有了很大的进步。但是，这些就可以满足今天业务的需要了吗？远远不能！

我们看到移动互联网依然有着诸多先天的不便。随时随地的便携和性能始终是一对矛盾。手机在性能上，还是无法跟PC相比，尽管已经比6年前有了很大的提高。

在网络方面，虽然各运营商3G网络已经全覆盖，但除了联通的3G网速尚可外，其他两家运营商真的不敢恭维，而这一点也不是短期可以解决的。用户很难有耐心去连续看三页他不喜欢的网页或应用，尽管，可能他喜欢的内容就在第四页。

更多的，手机有其固有的限制，屏幕！尽管今天的手机已经比6年前的手机屏幕大出很多，但依然要比PC小很多。目前最普遍的智能机屏幕为3.5-4寸屏，比起最小的笔记本10寸屏，小了近3倍！

而另一方面，应用却在蓬勃发展。图片流、视频流以其强大的亲和力，陆续流行起来；同时，丰富的媒体信息也需要更好的屏幕展现！在互联网端看的赏心悦目的内容，在移动互联网端未必如此。

总之，更多样的应用，更丰富的信息，面对的是有限的硬件资源和处理能力，缓慢的网速以及狭小的屏幕。这就是手机的先天缺陷。

从上面的论述中不难得出这样一个结论，手机与生俱来的“缺陷”，导致了它必须要实现个性化推荐。

三、手机的个性化面临的挑战

前面我们分析了手机个性化的必要性，但是在手机上实现个性化，面临着很多现实的困难。下面，我们先来看一下这些困难和挑战。

碎片化

手机个性化面临的最大挑战是什么？是缺乏统一的入口和数据的碎片化。手机不比PC，有很多统一的入口，比如搜索引擎和浏览器；在手机端用户不如PC那样频繁使用搜索；也很少通过浏览器去实现一些应用，取而代之的，是通过一个个独立的APP分别实现用户的意图。用户的应用被打散，“碎片化”。

在时间上，也是如此，用户并不像互联网一样可以连续地使用某一应用，而是间断地，利用零散时间去做一些杂乱的无规律的事儿，也很难采集到足够充分的有效数据。这是由手机的特点决定的。手机上网可以随时随地，非常灵活。把很多原来碎片的时间都可以利用起来了。等车的时候，坐车的时候，两个约会之间的空闲时间，都可以被利用，重新安排。当然，往往这种安排会集中在两个应用上：游戏、阅读，统称，“打发时间”的应用。

特殊化

既然不能从移动端采集到足够有效的数据，我们能否从丰富的互联网端将数据传递过来呢？也很困难。因为一个用户在互联网上的行为与移动互联网上的行为有着很大的不同，所以很难直接地将互联网上的行为跟移动互联网打通。

差异化

现在国内几乎所有的O2O电商都面临一个最大的问题，单位面积用户密度不够，可用性差。

而本身用户稀疏，却只能对所有的人都提供千篇一律的服务，就使得这一业务可用度更加差。

用户是立体的，尽管他们处于同一个地理位置，但由于他们所处的地位、收入、性别、年龄等诸多不同，就形成了他们在同一地理位置有着不同的需求。

上面这三点都是在手机上实现个性化的最大困难和挑战，只有克服这些困难，才有可能在手机上真正实现个性化。

四、如何实现手机个性化推荐

了解用户最直接的方式莫过于直接询问他们喜欢什么内容。用户告诉我们他们的喜好之后，网站可以帮助他们过滤掉不相关的内容并筛选出合适的内容传递给他们。

可是，用户主动定制内容只是个性化的雏形，真正的个性化是不需要用户主动输入任何内容的。“系统”可以自动地学习到用户过往的信息数据，对其进行整理挖掘，得出用户的偏好判断。

这个“学习”的过程无外乎从以下几个方向来进行：第一个方向是内容属性定向，即根据“对象”的属性的理解来定向；第二个是行为定向，即根据“对象”的过往行为记录来定向；第三个是SNS定向，所谓SNS定向，也就是从SNS里面抓取人与人之间的关系来进行定向，第四个特征是位置定向，也即LBS，根据所处地理位置的信息来定向。

比方说“豆果美食”，已经形成了超过十万道中文菜谱数据库，包含有2.6万个中文食材。一头猪、牛身上不同部位有什么区别、好坏，如何选购，如何储存，如何制作，都有哪些营养成份，适用什么人群等等，这就是对“物”的属性的理解。

对物的理解有很多，不仅局限在文字和数字方面，还可以有音乐。著名的Pandora “音乐基因组”项目，请专业音乐人士汇总了超过400个属性作为音乐的“基因组”，这些“基因”能够代表每一首乐曲的音乐特点。2009年7月，Pandora Radio发布了Pandora Mobile，用户可以在手机上使用这个应用程序来获取音乐推荐。当用户输入某个歌名之后，Pandora根据这首歌在400多个属性上的取值，选取一系列相似的歌曲，组成个性化的播放列表传递给用户。

基于行为

顾名思义，这是一种根据过往的历史行为记录来推断用户喜好的方法，统称“基于行为”。

根据用户的一些历史行为，比如浏览过哪些网页，收藏过哪些商品，哪些商品加入过购物车，购买过哪些商品，都购买什么类型的商品，等等。从用户的购买行为上而言，这些单一的“行为”对购物的影响是不同的。越往后，“行为”对购物的结果影响越大，越可能接近用户的实际偏好。

除此之外，新用户和老用户也具有很不一样的选择模式：一般而言，新用户倾向于选择热门的商品，而老用户对于小众商品关注更多，新用户所选择的商品相似度更高，老用户所选择的商品多样性较高。

用户行为的时空统计特性也可以用于提高推荐或者设计针对特定场景的应用。最简单的例子是，在推荐前考虑用户从事相关活动随时间变化的活跃性。例如，在进行手机个性化阅读推荐的时候，如果以往的数据显示某个用户只在7点到8点之间有1个小时左右的手机阅读行为（可能是上班途中的地铁或者公交车上），那么9点钟发送一个电子书阅读的短信广告就是很不明智的选择。从数据中还可以分析出影响用户选择的长期和短期的兴趣，通过将这两种效应分离出来，可以显著提高推荐的精确度。

基于人群特征

物以类聚人以群分。基于人，就是基于对用户“属性”的了解，构建一个兴趣图谱。这个兴趣图谱基本上忽略了人和人之间存在的社交关系，或者社会关系；而着重于人的喜好厌恶，喜好程度，厌恶程度，并以这个为纽带重构人和人之间的联系。

在基于兴趣图谱的算法里，两个人之间的关系并不重要，他们可能认识，也可能不认识，算法关心的只是两人的兴趣有多相似；两人在对于同一物品，或者是相同内容的时候，喜欢的程度有多相似。

基于兴趣图谱的算法更多探究人与人之间最细微的差别，从而建立兴趣图谱。希望通过这张图谱的形成，得到一个个具有同类特征的人群。

基于地理位置

基于地理位置的个性化推荐，是移动互联网区别于互联网最大的特点。手机比PC的增量信息，就包括位置信息。

随着移动互联网的飞速发展以及GPS在智能手机上的普及，基于位置的服务成为一个受到学术界和业界广泛关注的问题。基于位置信息的推荐可能会成为个性化推荐的一个研究热点和重要的应用场景，而它绝对不只意味着某用户到了某地，就把这个地方的信息一股脑地推给他/她，或者由他/她自己去选择。

真正的解决之道是对用户的移动模式深入的理解，去预测用户的移动轨迹和判断用户在当前位置是否有可能进行餐饮购物活动等等，这才是基于位置的个性化推荐！

五、如何评估一个手机个性化推荐系统

个人认为，无论采取任何算法实现的手机个性化推荐系统，衡量其好坏有两个最主要的标准，一个是实时，一个是准确。

实时，毫无疑问，手机最大的特点是可以提取位置信息，而由此引发的个性化手机打折券、促销信息等LBS的服务，都需要很强的实时性。即便推荐结果再准确，如果不能做到实时的话，其系统可用性都要大打折扣。

准确，这是任何一个推荐系统的最基本也是最核心的标准。如果一个推荐系统推荐的结果总是驴唇不对马嘴，那么就是去了推荐的意义？

就像互联网女皇MARY MEEKER说的那样，我们要从稻草堆里挑出一根针来。换句话说，从海量的数据中得出最准确的信息。

结论

手机上的个性化，面临着数据碎片化，应用碎片化和使用时间碎片化的困难；手机上的个性化，还面临着用户的有效数据匮乏，互联网表现和移动互联网表现差异很大的问题；手机上的个性化，还面临着同一位置不同人群，不同需求的问题；这些问题都使得手机上的个性化任重而道远。

手机上的个性化，并非一朝一夕能够实现的，需要市场和用户的逐渐成熟，有效数据的逐渐增多，来逐步完善。

可无论怎样，手机上的个性化是必须的，也是可行的，它必将在未来的移动互联网应用中发挥极大的作用！

（Warlial 供雷锋网专稿，转载请注明来自雷锋网及作者，并链回本页）