Isaac AI專欄

2018年12月03日 下午 04:31

推薦系統

Isaac

推薦系統
1
0
0

隨著網路以及數位化的興起,資料比以往更加的容易傳播以及儲存,過去使用者總是需要主動式的去獲取重要的資訊,然而,現在每天數以萬計的海量資料,我們是否已經漸漸變成被動式的接收各種重要或不重要的資訊了呢?

如何有效的去過慮不重要的資料是許多現代人的困擾之一,這也使得眾多廠商們絞盡腦汁想要推播更貼近客戶需求的訊息,而非垃圾廣告資訊。而”推荐系統”也就是在這樣一個情況下逐漸受到重視,今天就讓我們來討論一下這個主題吧!

所謂的推薦系統,是一種將原始信息過濾的方法,他的目的就是要預測用戶對於物品的評分或者是偏好,藉由個人化或者說是客製化的訊息推播,讓使用者能快速抓到感興趣的內容,進而提升銷售金額。

那麼該如何做到這類客製化的推播呢?這當然就是仰賴蒐集各式各樣與客戶有關之資料,藉由分析每位顧客的年齡、興趣、性別、社交資料等多種因素,我們變能夠推斷每一位用戶偏好哪類型的東西,所以說掌握了客戶資料等於掌握客戶心理在想什麼阿!

推荐系統目前被廣泛應用於電影、音樂、新聞媒體等多種產業,而當中最著名的經典案例莫過於美國 Netflix這家公司的故事了(*),Netflix認為如果無法在短時間內精準推薦使用者喜歡的影片,使用者便容易被別的平台吸引走,此外,根據他們2015年所發表的論文顯示,高達80% 的用戶觀看時數都是依靠推薦而來的,這也是為什麼Netflix這家公司不惜砸下重本也要將推荐系統做的非常完美,甚至號召全世界的高手一同來參與他們所舉辦之推荐系統比賽。

在未來,個人化服務將會是一個明顯的趨勢,各個產業該如何滿足這樣一個需求將會是新的機會與挑戰。 *Netflix是一間網路串流媒體服務供應商,其平台上有許多獨家發行的影片以及節目


文章作者:Isaac
 

FB留言
TAKO留言
你尚未登入無法留言
讀取更多留言...