我们怎样把一个时尚穿搭app从0做到300万用户的？

两年前，我们收到一个app开发的订单，目标是自动为app用户推荐穿衣搭配。现在这个app拥有了300万用户，我在这里分享一下我们是怎么用数据和机器学习实现自动推荐的。

这个想法是：从一个人的穿衣搭配最能看出这个人的品味。了解了人的品味，会打开一个很大的市场。

身边朋友给我们穿戴建议，是因为了解我们的品味。我们怎么建立一个系统来学习我们的品味呢？

我们之前做过一个音乐推荐系统，通过协同过滤算法来了解每个人的音乐爱好。所以我们在这个背景下去考虑怎么去建立这个系统。

我们不把这个app当作一个简单的电商系统来开发，我们把主要目标定位在理解每个人的品味上。因为如果理解了每个人的品味和风格，就可以用相关的内容让用户喜欢上这个app。“服装”是可以被人工智能理解的，所以我们整个系统都在收集用户平时看什么服装，家里衣柜里有什么服装等，然后来建立个人的穿戴模型，让人工智能去理解和推荐。

有了这个定位以后，我们把开发人员分为2个小组：app开发和数据平台开发。

第一步：开发app,让用户去浏览、上传自己喜爱的穿戴。

做过app的都知道，获取用户是比较容易的，但是留住用户很难。所以我们采用迭代的方式来开发，通过快速获取反馈来学习和优化app。

第二步：开发数据平台去学习用户的品味

我们的目标就是了解用户穿戴品味，给出贴切的推荐。也就是在正确的时间把正确的内容给到用户，让用户爱上我们的app。虽然这个事情的建立很困难，但是我们觉得价值很大。

app的内容是100%用户创建，我们面临了一些难点：是要为用户自动产生的内容进行分类，激励用户贡献内容的机制。

app上线后，很快有了第一批种子用户产生了很多的内容，但是数据很混乱，完全不是我们想的那样美好。我们添加了结构化数据去优化数据结果。在通过多次优化后，我们总结了一套穿戴风格的自定义结构，完美的把用户和内容联系起来了，我在这个基础上建立了数据平台。这个数据平台能创建高质量的数据提供给机器学习。用app去跟用户实现完美交互。

第三步：算法

音乐推荐相对来说要容易多了，我们很容易知道一个用户喜爱听哪些歌曲，以及还有哪些人也需要听这些歌曲。有了这些关联信息，就可以做很多推荐方面的机器学习了。

服装推荐要复杂很多，首先是用户上传的服装和搭配，在线上平台很难去找到一个Link；然后用户对于服装的描述和电商平台里面服装产品描述很不一样。(我们通过很多尝试，看来解决得还不错)

在拥有正确数据集的基础上，通过深度学习和算法显著提高了用户的体验。

关于我们

聚云网是一个极客团队，我们帮助创业者和中小企业建立自己完整的解决方案。我们通过远程工作，微信，Slack，github是我们常用的工具。

如果你对我们的工作感兴趣，想加入我们，请发邮件给我。hsl990@163.com