Alibris借助Simularity技术优化海量商品推荐
当拥有1.5亿种商品和数百万客户时，如何做出精准的产品推荐？如果仅依赖畅销品，将无法展示那些可能最符合用户兴趣的稀有商品。这是eBay多年来面临的难题，因此业界对明年将在英国推出的全新eBay Feed充满期待。
Alibris由Monsoon Commerce拥有，恰好面临这一挑战。该公司销售新书、二手书籍及媒体产品，拥有1.5亿种商品，且每种商品对数百万客户而言都很少被单独购买。根据Monsoon Commerce营销副总裁兼Alibris Marketplace Services总经理Casey Carey的说法，通过更个性化的购物体验帮助客户找到相关商品既具有挑战性又至关重要。
Alibris的数据规模庞大，但非常稀疏。在这种情况下，传统的机器学习模型无法发挥作用，因为训练子集无法覆盖所有商品。这正是Simularity技术的用武之地。Alibris现已采用该技术，让购物者享受发现注定成为他们新宠商品的乐趣。
Simularity的技术采用高度可扩展的相关性算法，在令人惊讶的低成本商用硬件上，对数万亿数据点提供实时相似性分析。这使得Alibris能够为其数百万种商品提供推荐支持，并理清其庞大而稀疏的数据。
Alibris采用Simularity并不令人意外，其创始人兼首席执行官Liz Derr曾在Monsoon Commerce担任工程副总裁和首席运营官长达七年，直至2011年离职创办了这家公司。
如今，Alibris拥有了更好、更快的推荐服务。这些推荐基于全部数据，并在商用硬件上运行，这对买家和卖家来说都是好消息。