旧电商死因：佛系购物 V.S. 世俗营销(2)

佛系需求 1：推荐和个性化预测

通过大数据、贝叶斯算法等，实现智能推荐功能，降低用户选择成本，包括：

• 基于搜索、已购和浏览记录的兴趣推荐（相似品、互补品算法，高频、低频等等）

• 基于用户访问时间的活跃性推荐（根据时间推测用户可能的使用场景，然后做出推荐）

• 基于位置信息的推荐（检查用户是否处于线下商圈，是否需要推荐店铺）

• 基于社交属性的推荐（根据好友关系、社交行为等，猜测用户可能需要的商品）

佛系用户在意效率，那么推荐功能或许能帮ta们。

佛系需求 2：通过图片找相似商品

这是比较老的一个领域，但可能是最受欢迎的功能之一，通过计算机视觉+深度学习做到“以图搜图”，例如，一个妹子有一张吊灯的照片，很喜欢但买不到，于是她把照片上传到电商APP，AI能理解商品的款式、规格、颜色、品牌及其他的特征，最后给出相似商品的链接。

这个功能可以显著地提升佛系用户的搜索能力。

“能搜到就买，搜不到就算了”这种需求现在也能争取一下了。

这方面做的小有成就的国内外有几十家，下面可以找到他们，以及一些开源代码：

图片截取自ChenLee_ 1 的blog

（编辑：ASP站长网）