技術簡介
融合多元分析方法與線上使用情境偵測之兩階段複合式推薦技術,可對應廠商資料與需求調整推薦邏輯引入運用A/B testing客觀確認方法優劣。融入領域相關知識可延伸至許多跨領域應用,如多媒體推薦、線上廣告推薦、CRM或決策支援相關之資訊服務…以滿足產業界的需求。
特色與創新
「兩階段複合式推薦技術」分為「批次分析階段」與「線上偵察階段」;在「批次分析階段」:根據實際應用資料特性,運用多維偏好特徵統計、關聯分析、矩陣分解、內容關聯等技術建構探勘模型,每日遞增更新;而「線上偵察階段」,除了考量使用者線上瀏覽行為、本身長期偏好、商品關聯性外,更考量使用者線上即時需求,動態調整推薦清單。
此技術應用已實際導入以下產業:
- 電子商務平台:針對千萬規模使用者與百萬商品規模之大型電子商務平台2秒內提供即時適性化推薦。
- 線上音樂推薦:利用異質性資料如用戶側寫、播放紀錄與喜好回饋、音樂中介資料、音樂內涵式特徵等與多重演算法結合計算,建立音樂個人化推薦與音樂曲風/情境分類器。以使用者舒適圈為基底,從個人喜好走向群體熱門,再以音樂內涵本質進一步打開使用者聆聽廣度。
- 多媒體影片推薦:利用影片描述進行相似影片計算,可達成線上影音串流服務提供個人化推薦,應用於市場上線上影音串流服務。
應用與效益
於廠商資料需求調整之系統開發與推薦邏輯優化,可有利於推薦方法與推薦成果的提升應用。