如何在没有登录信息的情况下识别重复访问的用户

我想为我的网站创建一个推荐引擎。假设一个用户访问我的网站,我希望推荐他可以查看的其他产品。我可以创建一个推荐引擎。但是,如何找到模式呢?我想到的是,如果我能通过任何方式知道一个用户浏览了哪些产品,我就可以从中找到模式,并向另一个用户推荐。但是,这种信息跟踪在不让用户登录的情况下是否可能呢?跟踪IP地址可能是一种方法,但IP可能是动态的。我听说过cookies。请帮助我。有没有相关的API?


回答:

设置cookies非常简单。根据我的经验,最简单的设置方法是通过JQuery插件:jquery-cookie

对于你的任务,你可以在用户第一次打开你的网站时设置一个带有随机几乎唯一ID的cookie(查看这个问题了解如何操作),例如

$.cookie('user_id', 'the_random_id');

当用户再次访问时,你可以读取该值

user_id = $.cookie('user_id')

然后在你的数据库中检查与该用户相关的信息。

显然,如果用户不接受cookies或删除它们,你就无法识别他们。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注