麦路媒体推荐引擎介绍
1.什么是麦路推荐引擎
当网站用户访问一个页面主题的同时，积极推荐其他相关的主题，让用户停留更多的时间，浏览更多的页面，这便是推荐系统。
页面主题，就是页面的主题内容，其实是个很宽泛的概念，网站的内容决定了主题的具体形式。比如对视频网站，页面主题就是播放的视频；对新闻网站，页面主题就是新闻的内容；对论坛，页面主题就是帖子的内容；对博客网站，页面主题就是日志的内容；对电子商务网站，页面主题就是商品；等等。
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(下图两例)，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。
【amazon：还买过】
【amazon个性化推荐】
好的推荐系统可以极大提升网站用户的浏览体验，增加页面主题被展示的机会，最终提高网站的访问量，增加网站的收入。
目前大多数网站是根据同类主题或者关键词（包括TAG）或者热点排行或者手工编辑等来进行关联推荐的，这些方式大多是网站编辑人员的主观推荐，推荐内容往往缺少针对性，不能反映用户在网站上实际的浏览行为，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页面上的一小段脚本，对网站上主题页面的用户浏览行为进行跟踪汇总分析，利用数据挖掘技术，建立专属于客户网站的推荐模型，当新的用户访问某个主题时，给出针对性的推荐。
麦路推荐是利用群体的知识来推荐内容。直观的理解是“别的用户在看该内容的时候还看了哪些相关的内容”。在内容多的网站，这种基于行为的推荐能够更加智能的为用户挑选他可能感兴趣的热点内容，从而起到主观推荐无法实现的效果。
2.成功案例
在创业邦上面看一下资讯推荐的示例。
在麦路网上，会对推荐效果进行跟踪，可以从页面总的展示次数，推荐内容被点击次数(有效点击数)，人均访问页面数(人均pv)，有效点击率这几个指标，显示推荐的运行效果。Mofile的统计数字表明，麦路推荐视频的点击率超过了18％。
3.麦路推荐的核心优势
1)安全
麦路引擎系统不收集合作方的任何用户隐私资料和交易信息，是非常安全的。
2)专业
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。
3)简单
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。
4)广告
把浏览量转化为商业价值。麦路会在合作的非电子商务网站上，投放合作的电子商务网站的商品广告，根据用户行为的相关性给出精准的商品推荐，为B2C网站带去有价值的用户，把媒体网站的浏览量转化为商业价值。
4.合作网站
截至目前，已经合作和确定合作的媒体类网站有(排名不分先后)有：
5.团队介绍
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年麦路推出基于用户行为模式挖掘的电子商务和媒体推荐引擎产品.
6.联系方式
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
附1：常见问题FAQ
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，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， 事实上如果用户自己建立这样的推荐系统，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，也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。
用户在页面上停留时间的不同可能代表着不同的兴趣度，需要识别出用户不感兴趣的页面；
网络爬虫需要被识别并剔除出去；
用户不同时间段内的访问行为，如何划分到正确的访问序列；
如何准确的识别唯一访问者；
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。
