图 – 用户学历 根据以上信息，本次调研的主要对象是受过高等教育，并且拥有网购习惯的中、青年人群。 . 用户偏好分析 在本次对用户购物平台偏好的调研中，最受欢迎的购物平台是淘宝.7，其次是京东.，天猫.，拼多多.，抖音.，唯品会.以及苏宁易购。 图 – 用户更喜欢的购物平台 其中超一半调研用户选择的，影响用户购物平台选择的原因分别是
价格比其他平台更低7 促
销活动力度更大 商品的种类更全 物流配送更加 LINE数据 快捷 选择占比较少的原因有： 用户界面更加实用美观 退换货方便 由此可以看出由于电商战争已持续多年，用户界面与退换货政策的优化已经被各大平台做到了一个瓶颈。 对用户来说，现有的用户界面与退换货政策已经可以满足用户的基本需求；用户的核心目的是购物，所以相同商品的价格更低，活动时的促销力度更大，商品的种类更加全面以及订单下达后可以更加快捷方便的收到商品，才是用户的重点需求，也是各大电商平台的主战场。 图 – 影响用户选择购物平台的原因 接下来我们把目光聚焦到淘宝中。
在本次的淘宝用户调研中
我们可以看到购物主要发生在淘宝产品模块“聚划算”.7和淘宝产 年轻消费者对 品模块“淘宝直播”.和淘宝产品模块“有好货”7.中。许多产品里都设置了推荐模型系统，比如结合推荐模型，购物平台可能会更知道用户更想要什么，从而让相关产品出现在用户浏览首页。那么，推荐模型是如何“起效”和“运转”的？个性化推荐，又有哪些存在意义？本篇文章里，一起来看。 一款应用软件或系统设计，为了更好地迎合市场用户，一定逃离不了对用户的推荐模型，而推荐的目的是为了更好地解决用户痛点，触达用户目标，从而达到用户的留存，提高用户与产品之间的粘度，比如在日常购物场景
打开同一款购物应用可能会
遇到若干种情形： 和好友同时打开后发现，为什么两个 买房B 人首页各个频道入口的图片以及文字不一致？ 为什么同样搜索相同关键词，你和好友竟然出现不一样的商品列表？ 为什么我刚刚浏览了裤子以后，首页各个频道的展现变了？ 一、购物平台是如何知道我需要什么？ 是如何知道我喜欢什么并且可能想要买什么的？ 为什么它能做到每个人都不一样？ 为什么它要这么做？ 从这里会产生一个机器人模型学习概念，机器学习就是将主体换为机器，并且它通过某种途径来获取知识或者技能的过程，并应用于未来的生活工作，人获取知识的外化载体是书本、音频、视频等，传输通道是人的感官，处理中心是大脑，而对应于机器外化载体也同样可以有以上各类信息源，并且使用各类外放设备收集信息，处理中心是与存储共同维护。
