很多人用淘宝的千人千面，是因为用了之后，别人可以根据自己的兴趣得到产品，但是很多人不知道淘宝千人千面的算法原理，也不知道这个软件的功能是什么。有想法就来看看吧！
成千上万人的规则和原则：
淘宝怎么判断这个商品就是这个买家喜欢的？这个时候就会有一个媒介。其实也是大家都听过的“标签”。
什么是标签？简单来说，就是我们在淘宝上留下了什么印象。然后分为：买家标签和卖家标签。
淘宝需要匹配买家标签和卖家标签。如果匹配，就会显示出来。如果不匹配，就不显示。
所谓权重是一个很简单的事情因为“初始标注(发布宝贝填写信息)、买家浏览、买家收藏购买、买家购买、老客户复购”这五个阶段是不一样的。老客户复购的标签最深。这也是老客户回购权重高的原因。因为我们标签的痕迹越深，就越能展现出向前，因为我们的匹配度高。
然后可能会有一个店主在想，一个自己的新产品，没有访客。就这样结束了吗？事实并非如此。因为新产品会有新的产品支持。但除此之外。回过头来看，初始标签(释放宝贝填写信息)，要先做好这一步。那么这个时候我们该怎么办呢？我们应该集中商店的标签。
巧妙利用千人千面；
相关性1:
有过营销关系的人(强个性化关系)对于直接与店铺或商品有过营销关系的人，比如购买过、添加过、收藏过的店铺和商品，淘宝会默认为高度相关的人，尤其是一些复购率高的类目，会在千人渠道中优先推荐给你，比如猜你喜欢的，搜索优先，场馆千人排序。这里特别明显的是搜索端的推荐，个性化关系非常明显。之前有标示购买店铺和收藏店铺的。现在这个标志取消了，但是逻辑没变。
相关性2:
根据你的营销关系路径推荐类似的商品和店铺。我们有时候会发现，搜索了什么样的宝贝，浏览了什么样的商品，收藏了购买过什么样的商品，就会在淘宝首页看到类似的类目。这就是淘宝记录你的浏览痕迹进行针对性推荐，向你推荐同类的优质宝贝。
相关性3:
一段时间后，每个来访者都会形成一个人群的画像，比如90岁的母亲、中等收入者、处女座、喜欢旅游的人等.淘宝系统会分析你的人群标签画像，然后分析淘宝上这些商品和人的标签画像，看哪些店铺标签符合这些特征，然后优先推荐最匹配的店铺商品给同类消费者。如果店铺人群画像足够精准，推荐访客的转化率会更高，否则匹配人群不够精准，千人千面带来的转化率会更低。
相关性4:
按照大概率来判断匹配，前面说过，我们每个访客经过一段时间的浏览、购买、收藏、购买，都会形成自己的标签画像，但是如果是新注册的用户，人群的标签画像就比较空了。这时候我该怎么办？因为这个买家有一些基本的人群属性，购物行为和购物偏好是空缺的，这个时候搜索引擎会根据概率进行匹配。系统会根据你的搜索意向，为你推荐同类产品中购买可能性最大的那一类产品。
网购省20%-90%神器免费领！
