上篇文章Dave給大家分享了《wish機器算法的原理之抓取分類用戶》也是wish的機器算法對用戶的各種信息抓取收集之后，它的下一步動作是做什么呢？    

他就會根據(jù)這些用戶的不同標簽不同特征來進行分組，比如有一個用戶組是有車一族的！平常購買汽車用品比較多，所以這個組里的人群是汽車用品購買組！如果你有汽車用品的listing是能夠引起Wish的機器算法的注意，那么Wish就會把你的產(chǎn)品精準推送向這個群組！一個用戶因為他標簽的多樣性，也會被歸納到很多個不同的標簽群組！比如說有個用戶他是一位老師！平常購買的辦公用品比較多wish會把他歸類到辦公用品組，但是這位老師有自己的小車，平常也會購買一些汽車用品，他的用戶畫像也會被wish歸類到汽車用品組，如果這老師還特別喜歡運動經(jīng)常買一些運動用品，他的用戶畫像也會分布在運動用品群組！等等以此類推一個用戶一般會被分布到很多用戶群組！現(xiàn)在wish的用戶達到4億多，但是把這些用戶組的用戶畫像加起來遠遠大于40個億，因為它是一個排列組合，有興趣的朋友可以去計算一下。    

大家要知道的是用戶池的人數(shù)有差異的，因為總有一些品類是很多人都喜歡的，有一些偏門的品類只有少部分的用戶喜歡！大家不要把這些用戶畫像池想象成產(chǎn)品的類目組，這個用戶畫像組比產(chǎn)品類目組廣泛，它可以是某一群高消費者組成，我就是喜歡價格高的別給我推送哪些便宜產(chǎn)品，也可以是某一個特殊群組，比如說你的產(chǎn)品是賣c羅的球衣，那么wish推送你的產(chǎn)品的時候一定是往C羅的球迷組推送，這個用戶畫像組可以是c羅的球迷組成劃分！也可以是梅西的，也可以是詹姆斯的等等，wish機器算法這樣做的目的就是為了將產(chǎn)品精準推送！不浪費流量

Wish的機器學習算法做完用戶的歸納和分類之后！它就會篩選出平臺不同類別的！方方面都很優(yōu)秀的產(chǎn)品推向這些用戶畫像池！那么問題來了！怎樣才是各方面都優(yōu)秀的產(chǎn)品呢？我們該怎樣去打造這些產(chǎn)品的listing才能得到wish機器算法的篩選推送？有哪些因素影響到產(chǎn)品的推送？請在跨境知道搜索并關注Dave！看Dave之前發(fā)表過的文章里面就有l(wèi)isting主圖 附圖 標題 描述 Tags 的打造辦法...