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,運用A/B testing客觀確認方法優劣,可因應電商資料狀態調整演算邏輯,使得推薦方法能不斷提升優化。
Abstract
This two-stage composite recommendation technology integrated multiple analytic methods and online usage context detector. In addition, A/B Testing mechanism has been established to simultaneously compare and test a variety of recommended algorithms performance through streaming technology based on optimizing the effectiveness of the recommendation technology.
技術規格
推薦技術已達服務化水準,含多租戶設計,於VenRaaS平台可直接介接使用。系統包含Data Ingestion、Batch modeling、Nearline storage、Recommendation API、Evaluation、A/B Testing、Management Console等模組,可承載之使用者數與商品數依系統規格與回應時間而定,可彈性擴充。參考規格:在100個使用者同時上線操作時,90%的查詢作業,平均回應時間不超過2秒。
Technical Specification
Intelligent Recommendation System is developed as a Service with multi-tenancy design. EC vendors could request recommendation services on VenRaaS. System includes Data Ingestion, Batch modeling, Nearline storage, Recommendation API, Evaluation, A/B Testing, Management Console modules. The supporting technical spec is based on machines and could be scale-out dynamically. Reference spec: The response time of 90% recommendation requests of 100 concurrent online users is under 2 secs. (API Servers: 2 Servers with 2 vCPU + 7.5GB RAM)
技術特色
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,針對千萬規模使用者,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。兩階段複合式推薦技術,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、商品關聯分析、矩陣分解、內容關聯等技術建構探勘模型,每日遞增更新;線上偵察階段則依據使用者線上瀏覽行為洞析偏好需求,動態調整推薦清單,不但考量使用者本身長期偏好、商品關聯性,更考量使用者線上即時需求。此外,因應SoLoMo趨勢,推薦系統可融入社群資料分析技術進行精準個人化推薦。技術融入領域相關知識並經過調整後更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等應用。(已實際導入多家指標電子商務平台)
應用範圍
可應用於各型電子商務網站、Web 2.0內容網站、數位內容市集等基於客戶對商品喜好之相關推薦應用。
接受技術者具備基礎建議(設備)
Google Cloud Platform環境,或可支援Hadoop 運算之運算叢集。
接受技術者具備基礎建議(專業)
具備Big Data平台運作能力與銜接推薦系統與前端UI系統之能力。
聯絡資訊
聯絡人:李紀幸 執行長室
電話:+886-3-5917062 或 Email:GraceCHLee@itri.org.tw
客服專線:+886-800-45-8899
傳真:+886-3-5820099