麦路推荐引擎 - 麦路电子商务推荐引擎

麦路电子商务推荐引擎介绍

在顾客访问一个商品的同时，积极推荐其他相关的商品，让顾客停留更多的时间，关注更多的商品，进而增加成交机会，这便是商品推荐。

亚马逊素有推荐之王的称号，过去十几年间，该公司投入了大量金钱和脑力开发推荐机制，来促使用户更多地购物。由科技博客网VentureBeat处获悉，Amazon 有35%的商品销售源自于推荐系统。

好的推荐系统可以极大提升用户的购物体验，从而增加单品被展示的机会，并促发交叉销售，最终增加网站的访问量，提升销售额。
目前大多数电子商务网站是按照商品同类别或者销量排行或者手工搭配等方法来进行关联推荐的，属于网站管理者的主观推荐，推荐内容往往缺少针对性，容易造成用户对推荐区域的漠视。

麦路推荐是基于用户行为的推荐，利用嵌入到客户网站商品页面上的一小段脚本，对客户网站上的用户行为进行跟踪汇总分析，建立专属于客户网站的推荐模型，实时分析预测网站用户的需求和兴趣，从而给出针对性的商品推荐。
目前麦路推荐包括以下几种形式：

我们可以在最早应用了麦路推荐的红孩子网站上面看一下推荐的示例。

在麦路网上，会对推荐效果进行跟踪，商品页面总的展示次数，推荐商品被点击次数(有效点击数)，人均访问商品页面数(人均pv)，有效点击率几个指标，可以说明推荐的运行效果。

有效点击率 = 推荐商品被点击次数 / 所有商品页面浏览次数

人均pv 和有效点击率提升，表明随着用户行为数据的积累，推荐模型会变得更加聪明，能够给出更合理的推荐。

麦路引擎系统不收集合作方的任何用户隐私资料，是非常安全的。

麦路的技术团队有六年的数据挖掘项目经验，专注和专业保证高质量的推荐效果。

您不需投入任何的硬件设备和技术人员，也不需等待，只需半个小时即可体会麦路的推荐服务。如果对效果不满意，可以立即将麦路推荐拿掉，对网站不会有什么影响。

B2C商家在使用麦路的推荐引擎服务后，即可作为广告主加入麦路的精准行为定向广告系统。在麦路广告网络中，会根据用户行为的相关性给出精准的商品广告推荐，可以直接为B2C网站带去有价值的用户，进一步提升销售额。

在麦路旗下面向最终消费者的个人购物推荐门户发现宝中，使用麦路推荐服务的B2C商家，也会得到更多的商品曝光机会，同样可以增加销售。

截至目前，已经和麦路合作的电子商务网站(排名不分先后)有：

麦路成立于2006年6月,专注于数据挖掘技术在互联网的应用。麦路团队在数据挖掘和行为模式分析方面具有多年的理论积累和丰富的实践经验。2007年麦路推出了基于用户行为模式挖掘的电子商务和媒体推荐引擎产品。

想使用麦路推荐，请按以下方式联系麦路网:

联系人：梁先生

QQ：501887395

电话：021-51816465-815

1.安全问题。麦路是匿名收集网站用户的访问行为记录，不需要访问网站数据库，无法获取网站的用户信息和商品的成交记录，所以不存在安全问题。用户在使用麦路推荐服务过程中产生的需要麦路保密的信息，麦路会和用户签署严格的保密协议并认真执行。

2.有些网站可能会觉得自己也可以建立这套系统，事实上如果B2C网站自己做这样的推荐系统，需要考虑以下问题：

硬件方面，可能需要投放专门的推荐服务器，用于完成收集点击流数据，建立模型，展示推荐内容这些功能。如果不采用独立的服务器，则会极大的消耗原有服务器的计算资源。

技术上，推荐模型的关键技术包括两个主要方面：

一是点击流预处理，需要通过各种数据预处理技术来过滤无效的点击流。

只有做好数据处理，才能获得高质量的推荐模型，其中涉及到很多很细致的问题，需要不断修正。

二是推荐模型的计算。模型计算涉及到数据仓库、数据挖掘、数理统计方面的专业知识，需要相关的专业技术人员。在众多的推荐算法中，选择哪些算法，如何平衡各个算法的权重，进而达到最高的推荐点击率，这也是一个需要不断试验修正的过程。

从数据预处理到推荐模型的效果监测和优化，涉及到的参数都需要不断调整，项目实施完成，一个技术人员也就被限制住了。

而采用麦路推荐，用户点击行为的收集与处理，推荐模型计算，维护和更新，推荐规则的生成都是在麦路的服务器上进行的，用户无需非此费心。同时，与麦路合作的非电子商务网站还能为B2C网站带去额外的流量。

把推荐交给麦路，可以让大家集中精力做好自己擅长的事情。麦路相信，良好的分工，会促进国内电子商务事业的发展；只有国内的电子商务真正兴旺起来，麦路的推荐才会有更大的价值

注册成为麦路用户。