Публикации по теме 'recommendations'


Косинусное подобие и обработка категориальных переменных
Рекомендательные системы машинного обучения в значительной степени зависят от способности сравнивать несколько характеристик большого пула претендентов и определять те, которые лучше всего соответствуют требуемым характеристикам. Сравнивать числовые характеристики (или параметры) довольно просто. Но многие характеристики, как правило, являются «категориальными переменными», которые принимают значение из ограниченного, обычно фиксированного набора значений. Например, категориальная..
Помощник с искусственным интеллектом для маркетинга B2B
Помощник с искусственным интеллектом для маркетинга B2B Традиционно именно маркетологи B2C первыми улучшают качество обслуживания покупателей с помощью данных и персонализации. В последние годы интернет-сервисы, такие как Amazon и Netflix, установили планку рекомендаций в реальном времени, основанных на прошлом поведении. Динамическое изменение пути клиента создает сегмент одного опыта, который является привлекательным и неотразимым. Согласно недавнему опросу, проведенному..
Как создать систему рекомендаций по машинному обучению с помощью JavaScript
Вас интересует машинное обучение и его приложения? Если вы хотите узнать что-то новое и интересное, как насчет системы рекомендаций по машинному обучению? Что ж, не пугайтесь и не поражайтесь этими объемными терминами и словами, они просто говорят кому-то, что именно делает код. Машинное обучение всегда было в новостях, будь то для того, чтобы отнять работу или заставить робота понять человека и ответить ему. Но что именно мы можем делать с машинным обучением? Ответ почти все...
Исследуйте против эксплуатации
Если бы вам нужно было выбрать ресторан, вы бы пошли туда, где уже бывали? Или тот, который вы не пробовали? Когда я задавал этот вопрос друзьям, ответы обычно были такими: это зависит от обстоятельств. В зависимости от дня, случая или настроения можно выбрать новое место (т. е. вариант исследовать ) или остановиться на уже испытанном (т. е. использовать , и я немного объясню это). Иногда встречаются те, кто категорически за один из вариантов. Есть серийные «исследователи»,..
Контролируемая многопрофильная структура для рекомендации
Загрузите технический документ Обнаружение облачных знаний в документах KDD , чтобы ознакомиться с 12 документами KDD и знаниями от 12 экспертов Alibaba. Юкуо Цэнь, Цзяньвэй Чжан, Сюй Цзоу, Чан Чжоу, Хунся Ян, Цзе Тан Этот документ «Контролируемая мультиинтересная структура рекомендаций» был принят KDD 2020. В последнее время нейронные сети широко используются в рекомендательных системах электронной коммерции. Алгоритм рекомендаций на основе нейронной сети обычно изучает..
Ad2Vec: Рекомендатор похожих объявлений для торговых площадок
Ad2Vec: рекомендатель похожих объявлений для торговой площадки ВСТУПЛЕНИЕ В настоящее время рекомендации по продуктам, возможно, являются наиболее важным компонентом веб-сайта электронной коммерции или мобильного приложения. Компании могут легко повысить критически важный бизнес-показатель рейтинга кликов (CTR) на своей платформе, улучшив свои рекомендации. Поэтому я считаю, что рекомендации - лучшая область, в которой команды Data Science имеют шанс повысить свою заметность в..
Механизм рекомендаций для электронной коммерции - алгоритм подобия (CNN)
Механизмы рекомендаций, основанные на компьютерном зрении, в большей степени влияют на бизнес-показатели электронной коммерции и улучшают качество обслуживания клиентов. Вступление Благодаря успеху контролируемого обучения, CNN, высокой вычислительной мощности и библиотек с открытым исходным кодом область компьютерного зрения (CV) достигла уровня, на котором многие человеческие задачи имитируются компьютерами. В этой статье я объясню, как мы в Brillio создали механизм рекомендаций..