大数据下的运营利器：精准推送系统( 五 )_随着头条、抖音的陆续崛起

然后从内容和商品库中筛选符合要求内容或商品形成一个推荐集，然后再结合用户行为、车辆画像和内容标签、商品标签等通过算法对此推荐集进行筛选过滤。最后对过滤出的推荐集按照契合度、热度等权值进行排序输出给客户，最终形成千人千面的内容和商品的精准推送界面。

举例来说：一个有辆某品牌车龄为一年的SUV车主用户，我们通过数据可以知道这个客户本人喜欢自驾游，喜欢聊天等爱好；还知道这个车主的车什么时间审的车，行驶了大约多少公里，最近是否有违章，而且最近客户行为曾经搜索过机油等关键词。

通过这些数据和行为，然后我们再结合最近的客观因素（例如：天气），我们就可以给客户推荐相关的内容（自驾游知识）、商品（机油、雨刷、轮胎、等）、话题和服务（维保、审车、违章处理）等等。

当然更复杂推送的系统，还要考虑流量分配，用户的行为预测，系统智能学习等等，这些综合做起来就是一个系统的工程，这里希望有更多同道去深入研究并分享出来。

总之，精准推送系统设计需要综合的平台特别是大数据平台的支撑，其不同行业的推荐算法也会随着互联网的发展变的更智能，更精确。

大数据下的运营利器：精准推送系统( 五 )