设计了只需在页头加入脚本即可显示推荐商品的架构
这是一款根据商城访客的页面浏览和购买记录推荐商品的 SaaS。它使用同一公司的网页分析服务 VODA 收集的数据，商城只需在页头加入脚本即可获取并展示推荐商品。共有 8 人参与，我作为软件架构师设计了数据流、API、数据库和推荐算法结构。
- 6 个领域从数据流到推荐算法结构均亲自设计
- 3 种亲自开发的基于统计的推荐算法
- 8 人由架构师、AI、后端、前端、PD 和 PM 组成的团队
向全体会员推荐浏览最多商品的区域。商城顶部菜单已裁掉。
本地化参考图 · 查看韩语原图- 已分配角色
- 作为软件架构师，我设计了数据采集与分析、推荐展示方式、REST API、关系数据库、客户细分和推荐算法结构，并开发了基于统计的推荐算法。
- 成果
- 搭建了利用 VODA 收集的数据为每位客户生成推荐列表并在商城页面展示的架构。“浏览最多商品”推荐已在真实商城首页上运行。
- 1数据流设计为以购买过和经常浏览的商品为重点进行分析
- 2推荐展示页头脚本获取推荐列表并显示在指定位置
- 3API 与数据库设计脚本用 API、VODA 对接 API 和行为模式数据表
- 4推荐算法设计客户细分和模块结构，开发 3 种统计推荐
此技术预期带来的变更
商城端开发负担小的接入方式
商城只需在页头加入脚本即可出现推荐区域，无需为每个商城单独开发。
因客户而异的推荐
以购买过和经常浏览的商品为重点，并把相似客户归为一组，从而为不同客户展示不同商品。
便于增删算法的结构
推荐算法在 Django 中以模块方式管理，增加或移除新算法时需要改动的地方很少。