如何在多设备的环境中培养用户习惯

编者按：本节选由尼尔·厄雅（Nir Eyal）撰写，出自米哈尔·莱文（Michal Levin）的新著，《多设备设计经验》。尼尔·厄雅也是《入迷：习惯养成产品设计指南》一书的作者，并在NirAndFar.com上开有博客。 请允许我向这个数字时代提出一个哲学问

编者按：又快到苹果新品发布会，一如往年，苹果手机对NFC的支持又引来猜测。的确在移动支付风起云涌的时代，苹果的站队将能一锤定音的作用。那移动支付的未来将会在哪里呢？欢迎关注“也来扒一扒移动支付”系列文章。 移动支付是通信运营商非常看重的业务领域，尤其是在传统话

本文为个性化推荐十大挑战最后一部分，主要介绍了推荐系统效果评估，用户界面与用户体验，多维数据的交叉利用，社会推荐。接上文：个性化推荐十大挑战(中) 挑战七：推荐系统效果评估。推荐系统的概念提出已经有几十年了，但是怎么评价推荐系统，仍然是一个很大的问题。常见

有的人觉得个性化推荐就是细分市场和精准营销，实际上细分市场和精准营销往往是把潜在的用户分成很多群体，这固然相比基于全体的统计有了长足的进步，但是距离“给每一个用户量身定做的信息服务”还有很大的差距，所以，只能说个性化推荐是细分市场的极致!实际上，信息服务经历了

NFC, 移动支付,
个性化推荐,
个性化推荐,
个性化推荐,
今天是七夕，传说中牛郎织女都能在今天相会，可是你在哪里呢?
世间情动，是盛夏白瓷梅子汤，碎冰碰壁当啷响。
前文介绍了个性化推荐十大挑战的背景其中的数据稀疏性问题，冷启动问题。本篇介绍个性化推荐十大挑战中的大数据处理与增量计算问题，多样性与精确性的两难困境，推荐系统的脆弱性问题，用户行为模式的挖掘和利用。篇幅较长，大家耐心看噢~ 接上文：个性化推荐十大挑战(上) 挑

如何在多