基于KXEN算法引擎开发电子商务推荐引擎

“啤酒和尿布”的数据挖掘成功案例广为传颂，随着电子商务的兴起，一些先进的电子商务厂商开发基于网站的营销模式，例如，美国最大的在线书店Amazon就曾花费两年开发推荐引擎，变被动式的搜索方式为主动式的推荐方式，销售额提高5%。最近，美国最大的游戏公司Gamespy引进了KXEN的先进算法，基于KXEN的K2R、K2S和KAR开发了智能盲式销售和智能靶式销售网游装备推荐引擎，销售额提高了2-2.5倍。

基于KXEN算法引擎开发电子商务推荐引擎: 智能盲式销售

网游公司的主要盈利点由在线点卡收益转化为新装备的销售收益上，所以，GameSpy的团队非常注重新装备的推广，一个新装备推出之后，经过一周时间的免费试用，分析人员立刻基于用户数据，建立预测模型，识别出对这种装备感兴趣的人群，然后，在个性化网页的推荐装备栏目中加入这些产品。而旧的装备也要不断淘汰，他们的推荐装备引擎每周时间需要大约10多个模型，每个服务社区都有不同的需求。所以，这就要求分析团队的工具必须在短期内出来更多的模型，KXEN引擎恰恰满足了他们的需求。 对于所有的客户玩家，KXEN的模型进行一个打分，可以根据自己的成本预算给出一个阈值进行界定，大于阈值的就是需要定位的客户。经过多个模型的比较发现，KXEN所给出的模型预测准确性是最高的，在K2R之前，KXEN有一个称作K2C的模块自动化数据的预处理过程，这大大减轻了工作量，这使得模型的实时更新成为可能。开发初期，团队部署了共300多个模型，取得了非常好的效果。在KXEN之后，收益提高了2倍。
智能盲式销售实施框架图：

智能靶式销售

智能靶式销售思路是：根据所有客户的购买情况，得到装备之间关联规则的模型，当玩家进行了一定的购买后，运用模型进行预测，显示对玩家更有效装备。

基于KXEN的K2S和KAR模块，团队开发了共性过滤技术，取得了极佳的效果，收益提升达2.5倍。

基于KXEN算法引擎开发电子商务推荐引擎: 实施框架图：