Публикации по теме 'personalization'


Поисковые и рекомендательные системы
Я возглавляю команду Search Experience в Walmart и пишу свою первую статью о поисковых и рекомендательных системах. Цель поисковой или рекомендательной системы — предлагать лучшие предложения пользователям, независимо от того, кто они, чего хотят и где совершают покупки. Ключевые столпы такой системы включают понимание, сопоставление и ранжирование лучших вариантов, а также предоставление пользователям инструментов, помогающих принимать решения. В этой истории мы сосредоточимся на..
Что, если бы авиакомпании были похожи на Netflix?
Нетфликс везде. У Netflix 110 миллионов подписчиков по всему миру. При примерно 2,5 пользователях на подписку это примерно 275 миллионов зрителей. Успех Netflix заключается в его способности предлагать пользователям персонализированные предложения на основе их привычек просмотра, что часто приводит к зависимости. Это все благодаря большим данным, ИИ (искусственному интеллекту) и алгоритмам машинного обучения. В Yieldr мы также сделали свою долю анализа данных. Мы изучили более 5..
Amazon Personalize
Сервис персонализации и рекомендаций в реальном времени, основанный на той же технологии искусственного интеллекта, что и на Amazon.com. Что такое Amazon Personalize? - Amazon Personalize. Краткий обзор Amazon Personalize. docs.aws.amazon.com Amazon представила свою внутреннюю технологию рекомендаций и персонализации как платную услугу, которую можно легко интегрировать в любое предприятие, стремящееся персонализировать опыт своих..
Сила персонализации для ритейлеров в новых условиях
Насущная потребность в переосмыслении клиентского опыта COVID-19 изменил правила цифровой трансформации. Поскольку люди практикуют социальное дистанцирование и проводят большую часть времени дома, розничные продавцы взимают плату за создание и улучшение своего присутствия в Интернете, чтобы продолжать обслуживать своих клиентов. Чтобы выделиться на фоне конкурентов, ритейлеры ищут инновационные способы обеспечения активного взаимодействия в социальных сетях и диалогах, а также..
Как вы можете использовать то же мощное машинное обучение, которое использует Netflix
Как вы можете использовать то же мощное машинное обучение, которое использует Netflix Вы когда-нибудь задумывались, почему изображения, которые Netflix использует для разных шоу, иногда меняются, когда вы входите в свою учетную запись каждый день? Сегодня это фотография всей бригады мостика, на следующий день Ворф оценивающе смотрит на меня. Это потому, что машинное обучение работает за кулисами, чтобы попытаться угадать, что заставит вас выбрать конкретное шоу для просмотра. Они..
Picky: Все последние новости по вашим интересам в одном месте!
Придирчиво: все последние материалы по вашим интересам в одном месте! Мы, люди, процветаем благодаря информации. Мы получаем это из разных источников. Мы переходим от одного онлайн-источника к другому, чтобы быть в курсе того, что нас интересует больше всего. Мы довольны стрессом от этой «самоорганизующей» попытки, потому что мы просто хотим быть в курсе. Но мы также понимаем простоту и любим удобство. Создание простых решений начинается с таких проблем: как технология может..
Датафикация и персонализация: способ Netflix расширить создание ценности для клиентов!
Способ Netflix расширить создание ценности для клиентов Netflix начала свою деятельность как компания по аренде DVD более 20 лет назад. Благодаря персонализации в своей основе Netflix рекомендовал и отправлял DVD своим клиентам. В то время его алгоритмы персонализации имели очень мало точек данных - прошлую историю проката, продолжительность хранения DVD и, возможно, некоторую дополнительную демографическую информацию. Перенесемся в то время, когда Netflix запустил потоковый сервис, он..