關聯式建議清單

有時，項目對使用者 (個人化) 建議的相關性不充分。在這種情況下，您可以使用與不同項目的使用者互動，同樣來了解一下項目對項目 (關聯式) 關聯性。項目對項目關聯是建議所能提供其中一個最重要案例，因為這些關聯支援如下所列的這類體驗：

人們也喜歡

其中一項最有效的建議管道就是人們也喜歡 (或購買) 清單，最常在產品詳細資料頁面上找到。

人們也喜歡以明確訊號 (交易性、最近觀看) 為依據，並使用其他使用者的消費資訊建立項目之間的強大關聯性。

人們也喜歡的範例：

產品詳細資料頁面上的 [人們也喜歡] 範例。

另一種用來建立項目模型的方式是使用隱含觀看次數訊號，而不使用按讚或購買這樣的明確動作。我們可以使用觀看次數，協助使用者瀏覽相關或類似的內容。這種體驗可讓使用者查看其他使用者觀看過但未與之進行明確互動的內容。

人們也觀看的範例：

經常一起購買是根據購物車中已放入的項目進行追加銷售的案例。這種案例通常稱為「糖果架體驗」。此案例會從其他先前已購買 (已完成) 的購物籃學習，並根據使用者購物車中目前的項目傳回互補的產品。此案例可能與項目對項目關聯不同，因為這可以將整個購物籃當做有意義的實體進行分析。

經常一起購買的範例：

[經常一起購買] 在購物車結帳頁面上的範例。

有些項目的視覺相似性可能提供的是另一種觀點，而不是共同篩選解決方案。假設消費者正在尋找和他們在店裡看到的一樣的花襯衫圖案。智慧建議可以透過選購類似外觀，使用內容影像來偵測具有相似視覺屬性的產品，為使用者提供不同的項目對項目體驗。

選購類似外觀的範例：

在此圖片中，您可以看到結果現在傳回類似於起始項目的漸層圖案。

漸層圖案長衫的視覺上相似項目的建議範例。

內容圖片有時可能看起來一樣 (例如一瓶葡萄酒)，但經視覺相似性比較後顯得不合適。當產品有豐富的文字描述時，可能會產生文字相似性。在這種情況下，智慧建議可以訓練神經網路來理解項目描述使用的書面文字。對於這些客戶，我們的模型會理解和解譯文字做為替代相似性空間，以提供相關的建議。

文字上相似項目的建議範例：

高跟鞋的文字上相似項目的建議範例。