淘宝的千人千面很多人都在使用，因为使用之后可以让其他人按照自己的兴趣获得产品，但是很多人不知道这个千人千面的算法原理，也不知道这个软件到底有什么作用，有想法的朋友来看下吧!
千人千面的规则原理：
淘宝要怎么判断，这个商品就是这个买家喜欢的商品呢?这个时候就会有有个媒介了。其实也就是大家听过的“标签”。
标签是个什么东西呢?说的简单通俗一点就是我们给淘宝留下了一个什么印象。那么这里面就分成了：买家标签和卖家标签。
淘宝需要将买家标签跟卖家标签匹配，匹配上就展示，匹配不上就不展示。
所谓的权重是个很简单的东西。因为“初始标签(发布宝贝填写信息)、买家浏览、买家收藏加购、买家购买以及老顾客回购”这五个阶段标签是有深浅的。老顾客回购的标签是最深的。也就是为什么我们说的老顾客回购的权重高。因为我们的标签痕迹越深，我们展示就能够越靠前，因为我们的匹配度高。
那么可能会有掌柜在想了，自己的一个新品，没有访客。那是不是就完了。这个就不是这样的。因为新品是会有一个新品扶持的。但是抛开这个不说。回过头看，初始标签(发布宝贝填写信息)，我们就应该先把这一步做好。那么这个时候怎么做，我们就要将店铺的标签集中来。
巧用千人千面：
相关性1：
发生过营销关系的人群(个性化强关系)对于和店铺或者商品直接发生过营销关系的人群，比如产生购买、加购、收藏的店铺和产品，淘宝端都会默认为是较强相关性人群，特别是一些复购率比较高的类目，在千人千面渠道都会优先推送给你，比如猜你喜欢、搜索优先排序、会场千人千面排序。这里体现特别明显的是搜索端的推荐，个性化关系非常明显，之前会有显示购买过的店铺、收藏过的店铺等标识，现在这种标识取消了，但是逻辑未变。
相关性2：
根据你的营销关系路径推荐同类商品和店铺我们有时候会发现在搜索过什么样的宝贝、浏览过什么样的商品、收藏加购过什么样的商品之后，你会在手淘首页上看到类似的品类进行展现，这个就是淘宝记录你的浏览痕迹进行针对性的推荐，把同类中的优质宝贝推荐给你。
相关性3：
根据消费者访客画像进行针对性推荐消费者的历史购物记录经过一段时间后，每个访客都会形成一个人群画像，比如90妈妈、中等收入、处女座、喜欢旅行等.....淘宝系统会通过分析你的人群标签画像，然后再去分析淘宝上的这些商品和人群的标签画像，有哪些店铺标签是符合这些特征的，然后把最匹配的店铺商品，优先推荐给同类消费者。如果店铺人群画像足够精准，那么推荐来的访客转化也就比较高，否则匹配的人群不够精准，千人千面带来的转化就会比较低。
相关性4：
根据大概率进行相关性判断匹配前面说过，我们每个访客经过一段时间的浏览、加购、收藏、购买等行为后都会形成自己的标签画像，但如果是一个新注册的用户，人群标签画像是比较空的，这时候咋办?因为这个买家除了具备一些基本的人群属性外，购物行为和购物偏好方面是空缺的，这时候搜索引擎会根据概率来进行匹配。系统会根据你的搜索意图，来推荐给你同类商品中购买可能性最大的类型产品。
推荐阅读：
