工業技術研究院

技術簡介

個人化即時產品推薦引擎根基於slopeone 演算法，並參考使用者消費行為(包含檢視、加入最愛、購入等使用者操作之分析)，進行消費者分群，配合消費者使用之介面(如：網站、手機...等)，即時推薦最適商品給消費者，以提升購買率。

Abstract

Personalized real-time recommendation engine which is based on slopeone algorithm, and analyzing users’ activity log (view, add favorite, buy) is to generate suitable goods to consumer and gain purchase rate

技術規格

針對多元資料來源進行關聯分析，提供零售業者商品關聯分析與商品組合推薦結果。 於合作場域中的零售業者進行產品推薦引擎準確度與轉化率分析。透過分析消費者行為（包含：瀏覽、掃描、購買）資料、交易資料、線上商品關聯資訊（包含：大買家、Yahoo購物、大潤發）、外部Open Data資訊（包含：節日、氣候）等多維度資料，從當中萃取5個關聯法則，可提高推薦引擎之效度。

Technical Specification

Retrieving 4 online-shopping shop and 1 retailer data sources and mobile user shopping log, analyzing these data to provide good relationship analysis and good recommendation result, gaining conversion rate to 10% By analyzing user activities including view scan and buy activity, online-shopping store recommendation data information and open data, extracting 5 relation rules, gaining effectivity of recommendation engine.

技術特色

個人化即時產品推薦引擎有下列幾個特色，根基於slopeone 演算法 , slopeone演算法根基於使用者評價,對於未評價之商品給予評分, 本技術根據使用者的活動記錄給定該使用者對於對應商品的評分,同時根據使用者活動記錄分群使用者,以達到即時計算的目的

應用範圍

電子商務、行動購物、網路商城、零售批發。

接受技術者具備基礎建議（設備）

網路管理、行銷管理

接受技術者具備基礎建議（專業）

零售管理、產品管理

聯絡資訊