Recommander un contenu

Les règles de recommandation de contenu (également appelées règles de recommandation) permettent de conseiller du contenu aux visiteurs de votre site Web. Les règles de recommandation, mises en oeuvre par LikeMinds, conseillent du contenu en fonction des interactions antérieures des utilisateurs avec votre site Web.

Lors de la création d'une règle de recommandation de contenu, vous devez spécifier l'une des trois méthodes de recommandation. Ces méthodes de recommandation sont les suivantes :

manière dont l'utilisateur en cours navigue dans le site: Cette méthode est associée au moteur Clickstream de LikeMinds.
préférences explicitement exprimées par l'utilisateur: Utilisez cette méthode de recommandation pour générer des recommandations en fonction des classements des articles par les utilisateurs. Cette méthode est associée au moteur de préférences de LikeMinds.
Les articles sont mappés à un article de contenu et sont représentés par des ressources et des collections de ressources. Votre site Web enregistre des classements à l'aide du bean Rating. Ce dernier collecte le classement, la source d'article et la collection de ressources, puis consigne les données pour que LikeMinds les utilise ultérieurement.
association au contenu renvoyé d'une règle: Utilisez cette méthode de recommandation pour générer des recommandations en fonction des analyses du panier de la ménagère. Cette méthode associe les articles qui intéressent un utilisateur en cours d'un site Web (un article de son panier, par exemple) aux articles qui ont intéressé d'autres utilisateurs ou qu'ils ont acheté. Cette méthode est associée au moteur d'affinités entre articles de LikeMinds.
Les règles d'affinité entre articles utilisent les données de transaction de LikeMinds qui sont en cours de récupération. Elles permettent de générer des recommandations à partir d'un ensemble de ressources connu (il s'agit en fait des résultats d'une autre règle renvoyant le même type de ressource).

Notes :

Avant d'utiliser les règles de recommandation de contenu, prenez contact avec votre administrateur système afin d'identifier les moteurs LikeMinds qui sont configurés et en cours d'exécution sur le serveur de production.
Pour prévisualiser des résultats, la base de données LikeMinds de production doit contenir des données telles que des éléments, des utilisateurs et des transactions (classements ou actions). Le problème d'initialisation de données est couramment appelé démarrage à froid.