瓜子二手车是目前国内二手车交易平台的领军者。如何帮助买家在平台上迅速挑选到满意的车源，是智能个性化推荐要解决的问题。

我们将介绍瓜子推荐场景区别于一般电商推荐场景的特点，商品有排他性，时效性强，业务链条长，用户决策谨慎等。首先，二手车商品的排他性时效性，使得常规的协同过滤方法计算用户相似度或者物品相似度已经不再适用。我们结合瓜子的业务逻辑、垂直领域的商品特点，基于物品属性与用户行为，发展出了新的物品相似度计算方法，同时也很好地解决了物品冷启动的问题。其次，瓜子业务链条长，用户的决策过程慎重，商品的排他性又使得不同用户之间的行为互相耦合。直接优化成交会面临数据稀疏、噪声大等困难，我们将长链条分拆，分别各自优化转化率。我们将分享瓜子在面对这些挑战时采用的方法，已经取得的结果。

演讲提纲：

1. 瓜子个性化推荐场景面临的挑战

2. 垂直场景下物品相似度计算

3. 长链条业务场景下的结果优化 

4. 个性化推荐实践与结果

听众受益：

1. 了解区别于传统推荐的推荐场景

2. 了解排他商品推荐的应对方法

3. 了解长链条业务整体优化方案