走進(jìn)算法：粗談長尾效應(yīng)

長尾效應(yīng)？跟動物尾巴有關(guān)系？

上一篇講完推薦系統(tǒng)的分類和功能后，在這我有必要對其中的一個名詞“長尾效應(yīng)”進(jìn)行完整的解釋。長尾效應(yīng)在百度百科上解釋為“從人們需求的角度來看，大多數(shù)的需求會集中在頭部，而這部分我們可以稱之為流行，而分布在尾部的需求是個性化的，零散的小量的需求?！?/p>

但不要小瞧尾部的需求，因?yàn)榱餍械念^部種類畢竟有限，而尾部的種類繁多，即使需求量小，但是匯集在一起，整體需求不一定低于流行頭部的需求。這就好比千千萬萬的小溪流匯集在一起可能會勝過湖泊甚至大海。

長尾效應(yīng)在數(shù)學(xué)模型曲線上表示為一條正太曲線，如下圖所示：（在這我舉例表示：頭部為大廠手機(jī)品牌公司，尾部為小廠品牌手機(jī)公司）

如上圖所示，雖然大廠品牌（蘋果、三星、華為等）的手機(jī)銷售額各自都在前幾名，但是總的銷售額，也就是藍(lán)色圖形面積比黃色圖形面積要小得多，而黃色圖形則表示的都是小品牌商（錘子、一加、魅族、中興等）的手機(jī)銷售額總和，它們加在一起的銷售額是非?？捎^的，也驗(yàn)證了一句話“人多力量大”的道理。

因此，在設(shè)計(jì)推薦系統(tǒng)的時候，一邊要保證大廠品牌的銷售額，但是千萬不能忽略小廠品牌。推薦的商品可以跟大廠品牌相關(guān)度更高，也要不斷挖掘客戶的潛在興趣，推薦一些小廠品牌的手機(jī)種類，只有這樣才能緩解甚至解決“長尾效應(yīng)”。只有這樣，才能使設(shè)計(jì)出的推薦系統(tǒng)更加智能化、人性化，增強(qiáng)用戶的滿意度和粘性。