銀行是受互聯(lián)網(wǎng)影響比較明顯的一個行業(yè)。很多銀行離柜率大大提升,現(xiàn)金方式的改變也促使銀行的變化。銀行也開始重視網(wǎng)絡(luò)和APP的發(fā)展。今天就讓faceui為大家介紹銀行類APP智能推薦系統(tǒng)新的趨勢,評估銀行類APP智能推薦系統(tǒng)的效果。
銀行類APP智能推薦系統(tǒng)新的趨勢
個性化推薦代表著銀行類APP智能推薦系統(tǒng)在移動端的一次重要探索,即從銀行APP向互聯(lián)網(wǎng)APP邊界的探索。
過去的銀行APP,它們中的大多數(shù)似乎是“孿生兄弟”——賬戶查詢、轉(zhuǎn)賬、購買理財、申請貸款、生活繳費、網(wǎng)點預(yù)約,構(gòu)成了一款銀行APP的的標準模型。同質(zhì)化帶來的是非常相似的應(yīng)用界面,尤其是農(nóng)商行、村鎮(zhèn)銀行的手機銀行APP,界面幾乎完全一樣。而這種“千人一面”的特征同樣也反映在早期銀行App的設(shè)計上。早期的推薦產(chǎn)品主要靠平臺運營人員依靠業(yè)務(wù)知識進行手工配置,策略投放也是基于場景相關(guān)性的固定位置展示,用戶訪問此場景時,將會“千人一面”地展示這些商品。
現(xiàn)在,銀行類APP開始關(guān)注用戶的個性化體驗,上線了廣發(fā)商城“看了又看”、“猜你喜歡”功能,為用戶提供商品的智能推薦服務(wù)。即整合眾多業(yè)務(wù)和推薦模型,為用戶提供“混合推薦”功能。如用戶打開發(fā)現(xiàn)精彩APP時映入眼簾的會是一個“瀑布流”,給每個用戶提供相匹配的飯票、商城、分期、小發(fā)播報等定制化服務(wù)和內(nèi)容。"根據(jù)用戶日常行為偏好,將適合的商品優(yōu)先篩選提供給用戶"。
這也就意味著,銀行類APP智能推薦系統(tǒng)對于銀行來講也是個新事物,需要經(jīng)歷從0到1的全過程。
銀行類APP智能推薦系統(tǒng)(圖片來自網(wǎng)絡(luò))
評估銀行類APP智能推薦系統(tǒng)的效果
推薦系統(tǒng)推薦質(zhì)量的高低可以通過如下指標進行評估,作為推薦系統(tǒng)的反饋結(jié)果他們也是算法模型迭代優(yōu)化的依據(jù)。這些指標有些可以定量計算,有些只能定性描述。
1、預(yù)測準確度:準確度表現(xiàn)在用戶對推薦內(nèi)容的點擊率,點擊后的各種主動行為(購買、分享等),停留時長等。
2、覆蓋率:覆蓋率是描述一個推薦系統(tǒng)對物品長尾的發(fā)掘能力。最簡單的定義是,推薦系統(tǒng)推薦出來的物品占總物品的比例。
3、多樣性:良好的推薦系統(tǒng)不僅僅能夠準確預(yù)測用戶的喜好,而且能夠擴展用戶的視野,幫助用戶發(fā)現(xiàn)那些他們可能會感興趣,但不那么容易發(fā)現(xiàn)的東西。
比如:你在某個電商網(wǎng)站買了一雙鞋子,然后你每次登錄這個網(wǎng)站他都給你推薦鞋子,這種情況你就會對推薦系統(tǒng)很失望,這就是典型的不具備多樣性。假如知道了用戶的喜好,推薦系統(tǒng)大部分給他推薦感興趣的,小部分去試探新的興趣是更優(yōu)的策略。
4、新穎性:新穎的推薦是指給用戶推薦那些他們以前沒有聽說過的物品。
銀行類APP智能推薦系統(tǒng)(圖片來自網(wǎng)絡(luò))
5、驚喜度:如果推薦結(jié)果和用戶的歷史興趣不相似,但卻讓用戶覺得滿意,那么就可以說推薦結(jié)果的驚喜度很高。與新穎性的區(qū)別是推薦的新穎性僅僅取決于用戶是否聽說過這個推薦結(jié)果。
6、信任度:如果你有兩個朋友,一個人你很信任,一個人經(jīng)常滿嘴跑火車,那么如果你信任的朋友推薦你去某個地方旅游,你很有可能聽從他的推薦,但如果是那位滿嘴跑火車的朋友推薦你去同樣的地方旅游,你很有可能不去。這兩個人可以看做兩個推薦系統(tǒng),盡管他們的推薦結(jié)果相同,但用戶卻可能產(chǎn)生不同的反應(yīng),這就是因為用戶對他們有不同的信任度。
7、實時性:推薦系統(tǒng)的實時性,包括兩方面:一是實時更新推薦列表滿足用戶新的行為變化;二是將新加入系統(tǒng)的物品推薦給用戶。
8、健壯性:任何能帶來利益的算法系統(tǒng)都會被攻擊,最典型的案例就是搜索引擎的作弊與反作弊斗爭。健壯性衡量了推薦系統(tǒng)抗擊作弊的能力。
以上就是faceui為大家介紹的關(guān)于銀行類APP智能推薦系統(tǒng)的相關(guān)內(nèi)容。雖然大家平時對銀行類APP關(guān)注和使用并不多,但這并不代表它沒有發(fā)展和完善的空間。