“Custom is the god”源于马歇尔·菲尔德，体现的是把顾客至于工作中心的服务思路，一直被奉行为商品营销，顾客服务的至高原则。而推荐系统的诞生，究其根本，更多的是为用户设计，通过分析用户浏览、收藏、购买的记录，自动化找到用户喜欢的商品。在此过程中，冷启动（cold-start）问题一直困扰着所有的推荐系统，特别是新商品，几乎被所以推荐系统忽略。

     尽管有层出不穷的推荐算法，如利用文本信息，标签信息，交叉推荐等来弥补推荐过程中的信息不足。而对于完全意义上的冷启动，特别是一些新产品，这些算法都略显“无奈”。作为电商网站，更多的通过让新用户，新商品添加文本信息，来缓减“冷启动”，却容易招致用户反感。商家则会“铤而走险”，通过“shilling attacks”等来博取推荐算法的“亲睐”。然而该方法不仅效果有限，且易于暴露，不属良策。营销学中，更多得是采取广告等多媒体形式，进行推销。不过高额的宣传费用，让小企业“望而却步”。而促销（免费赠送或者打折促销）作为一种成本较低，且规模可控的推销方式为中小型店家广泛采用。不过怎么能通过促销奖新商品最大程度的推广出去，促销群体的选择至关重要。

     本文针对电子商务网站中广泛存在的促销活动，进行建模和分析。将问题简化为，在一个二部图网络中，商品选择哪种类型的用户连边，能最大程度的使得商品被推荐出去的机会最多。鉴于可操作性考虑，提出了四种基于商品度的方案：（1）最大度原则，即选择度最大的一批用户进行连边；（2）最小度原则，选择最小度的一批用户进行连边；（3）BA原则，即择优链接；（4）随机连边。结果惊奇的发现，连边最小度用户，反倒可以让新品最大程度的被系统推荐（Item-CF推荐算法）出去，而连边大度用户，新商品几乎继续“默默无闻”，淹没在茫茫的商品海洋中。经分析发现，真实电商网络所特有的异质性和异配性，是导致这种现象的本质原因。

     本文不仅为揭示了网络结构和推荐系统的关联性，而且从实际应用角度，为商品在线推销提供了科学的可借鉴的模式。可见，深入的了解网络科学，也会为商品营销打开一扇新的窗户。生意想做好，也得懂网络科学啊！！！

论文信息：Jin-Hu Liu, Tao Zhou, Zimo Yang, Zi-Ke Zhang, Chuang Liu and Weimin Li, PLoS ONE 9(12):e113457, 2014

全文免费下载: http://www.plosone.org/article/info%3Adoi%2F10.1371%2Fjournal.pone.0113457