還可以基于氣候與天氣進(jìn)行推薦，例如深圳，天氣比較熱時(shí)，頁(yè)面上會(huì)推薦“空調(diào)”等類(lèi)似的消暑商品；若出現(xiàn)“霧霾”天氣時(shí)，則會(huì)推薦“空氣凈化器”。這類(lèi)規(guī)則不復(fù)雜，而且天氣數(shù)據(jù)都是公開(kāi)可以拿到的，只要在原來(lái)的基礎(chǔ)是增加一些標(biāo)簽。
關(guān)于視覺(jué)的推薦，也就是基于圖片的搜索，目前使用的還比較少。當(dāng)用戶輸入一張圖片，結(jié)果會(huì)根據(jù)這個(gè)圖片給出相關(guān)的推薦。比如逛街的時(shí)候，看到別人穿的衣服或者拿的東西不錯(cuò)，可以直接拍下照片，通過(guò)相應(yīng)的圖片計(jì)算和搜索算法，相關(guān)的商品就可以搜索出來(lái)。
前面介紹了推薦系統(tǒng)的應(yīng)用，那推薦系統(tǒng)的技術(shù)架構(gòu)是怎樣的呢？大數(shù)據(jù)平臺(tái)的底層是各種數(shù)據(jù)平臺(tái)，數(shù)據(jù)源包括會(huì)員數(shù)據(jù)、商品數(shù)據(jù)、訂單數(shù)據(jù)等結(jié)構(gòu)化的數(shù)據(jù)，以及行為日志等是非結(jié)構(gòu)化的數(shù)據(jù)，包括瀏覽日志、點(diǎn)擊日志、客戶和客服的對(duì)話記錄等。數(shù)據(jù)源上面是數(shù)據(jù)同步，通過(guò)“Sqoop”、“Flume”、“Kafka”等技術(shù)來(lái)實(shí)現(xiàn)，它的特點(diǎn)是存儲(chǔ)的數(shù)據(jù)和交換的數(shù)據(jù)比較多。然后是數(shù)據(jù)存儲(chǔ)，用的比較多的是“MySQL”、“Hbase”等。接著是計(jì)算框架，如“MapReduce”、“gome_realtime”、“spark”和“sparkstreaming”等。再接著數(shù)據(jù)平臺(tái)之上就是算法引擎和推薦引擎，通過(guò)許多的算法模型，如“協(xié)同過(guò)濾”、“關(guān)聯(lián)規(guī)則”、“矩形分解”，形成用戶畫(huà)像，結(jié)果可以是數(shù)據(jù)形式，報(bào)表形式、或者Excel表形式等。最后是各種應(yīng)用端，“網(wǎng)站”、“APP”、“WEB”或其他營(yíng)銷(xiāo)應(yīng)用端。