Nouvelles fonctionnalités
Mettez en œuvre des recommandations personnalisées basées sur les retours négatifs des utilisateurs.
En savoir plus >Créez une scène dans la console AIRec et personnalisez les politiques de sélection et de lancement d'articles.
En savoir plus >Optimisez les configurations diversifiées en fonction des scénarios métier pour améliorer l'expérience utilisateur.
En savoir plus >Service de recommandation personnalisée de bout en bout et de haute qualité
S'appuyant sur les technologies de pointe d'Alibaba en matière de big data et d'intelligence artificielle, Alibaba Cloud Artificial Intelligence Recommendation (AIRec) fournit des services de recommandation personnalisée aux entreprises et aux développeurs. Ce service repose sur une expertise accumulée dans de nombreux secteurs tels que l'e-commerce, le contenu, l'actualité, la diffusion en direct et les réseaux sociaux.
AIRec vous aide à associer les utilisateurs aux articles et contenus pour obtenir des recommandations algorithmiques efficaces.
Recommandation en temps réel
Capture et analyse le comportement des utilisateurs en quelques secondes et fournit des recommandations personnalisées en quelques millisecondes. AIRec prend en charge plus de 1 000 QPS. Les utilisateurs peuvent actualiser la page pour consulter les derniers contenus recommandés.
Modèles d'algorithmes sectoriels
Fournit des modèles d'algorithmes sectoriels et des politiques de sélection et de lancement d'articles adaptées à votre activité pour la recommandation par scène. Vous pouvez utiliser des modèles algorithmiques pour mettre en œuvre des configurations précises selon vos besoins métier.
Démarrage à froid haute performance
Améliore l'expérience utilisateur grâce aux modèles sectoriels et aux retours positifs et négatifs en temps réel. Cette fonctionnalité est opérationnelle même en l'absence de données comportementales historiques lors du lancement du service.
Scénarios
Recommandations personnalisées pour les plateformes e-commerce
Les recommandations personnalisées sont progressivement devenues une fonctionnalité essentielle pour augmenter le volume brut de marchandises (GMV) des plateformes e-commerce.
Description du scénario : les utilisateurs ont des centres d'intérêt et des habitudes d'achat différenciés, à court et à long terme. Ils souhaitent trouver un assortiment d'articles qui leur plaisent lors de leurs achats en ligne et bénéficier d'avantages. Ils veulent également comparer les offres sur différentes plateformes et vérifier les prix des articles qu'ils envisagent d'acheter.
AIRec peut être utilisé dans les scénarios « vous aimerez aussi » et « recommandations associées » pour mettre en œuvre des recommandations personnalisées.
Recommandations personnalisées dans les communautés PGC et UGC
AIRec distribue rapidement et avec précision le contenu attendu à partir d'un réservoir de contenus à grande échelle.
Description du scénario : une grande quantité de contenu est générée chaque jour. Lorsque les utilisateurs consultent du contenu pour acquérir des connaissances, ils peuvent effectuer différentes actions pour exprimer leur préférence ou leur compréhension du contenu, comme aimer, mettre en favori, transférer ou commenter. Ils peuvent également effectuer des actions telles que retirer un « j'aime » ou signaler un contenu non apprécié pour fournir un retour négatif.
AIRec améliore significativement l'efficacité de distribution du contenu recommandé en fonction des centres d'intérêt des utilisateurs et renforce l'engagement sur le site.
Recommandations personnalisées pour l'actualité
Les grandes plateformes d'actualités et d'information se sont engagées dans une transformation vers une distribution efficace de l'information et la fidélisation des utilisateurs depuis le développement d'Internet. AIRec distribue et diffuse l'information avec précision, même lors de mises à jour rapides de l'actualité.
Description du scénario : un grand nombre d'articles d'actualité sont publiés (ou expirent) chaque jour. Les sujets tendance sont mis à jour en temps réel. AIRec doit identifier les recommandations d'actualité pertinentes et distribuer les articles avec précision en fonction des centres d'intérêt des utilisateurs. Les utilisateurs bénéficient ainsi de services d'information personnalisés avec une meilleure efficacité de lecture.
Avantages
Facilité d'utilisation
Une solution de bout en bout pour le traitement de flux, avec exploitation et maintenance intégrées. Vous pouvez créer une instance AIRec en quelques heures.
Fonctionnalités de bout en bout
Fournit une série de fonctionnalités auxiliaires couvrant l'interaction des données, les tests, le débogage, l'observation des résultats et l'utilisation stable. Aucun développement supplémentaire n'est nécessaire.
Personnalisation avancée des modèles sectoriels et de scènes
Propose des modèles et des stratégies sectoriels différenciés et adaptés, en s'appuyant sur la riche expérience d'Alibaba dans divers secteurs et scénarios.
Recommandations personnalisées en une étape
Offre une excellente expérience utilisateur et fournit des recommandations en temps réel sur la page d'accueil de Taobao, grâce à l'adaptation sectorielle et à des algorithmes de recommandation améliorés.
Excellente qualité et performance de recommandation
AIRec a démontré l'excellence de ses recommandations et de ses performances lors de nombreux événements promotionnels Double 11. Durant ces événements, l'architecture et les modèles algorithmiques d'AIRec traitent des requêtes hautement concurrentes et de grands volumes de données comportementales.
Excellente performance initiale
Les modèles sectoriels sont régulièrement mis à jour pour garantir la performance initiale d'AIRec et l'expérience utilisateur. AIRec offre une performance de recommandation de 20 % à 100 % supérieure aux algorithmes autogérés.
Extension flexible
Propose un large éventail de fonctionnalités fondées sur des années d'expérience opérationnelle et combine la logique d'exploitation avec des algorithmes de recommandation pour ouvrir les capacités de la plateforme et permettre une personnalisation rapide.
Sécurité et fiabilité élevées
Isole les données utilisateur, chiffre les informations sensibles, fournit des services stables et fiables et répond aux requêtes en quelques millisecondes.
Architecture
AIRec utilise un modèle d'entraînement de données hors ligne ou en temps réel pour modéliser les données en fonction des centres d'intérêt des utilisateurs à court et à long terme, et met en œuvre des recommandations personnalisées adaptées à chaque métier.
Comment déployer AIRec
1
Préparer les données
Préparez les données métier, les données d'articles et les données comportementales pour l'entraînement des modèles, conformément aux spécifications de données sectorielles.
2
Concevoir une page de recommandation
Concevez une page de recommandation, des règles de recommandation d'articles sur la page et des règles d'expérience utilisateur en fonction des besoins métier.
3
Créer une scène de recommandation
Créez une instance et une scène de recommandation en fonction de la conception de la page, puis transmettez les données hors ligne et en temps réel.
4
Utilisez une fraction du trafic pour vérifier l'effet de recommandation.
Utilisez une fraction du trafic pour vérifier l'effet de recommandation en termes d'expérience utilisateur et de données métriques.
5
Personnaliser et publier un service de recommandation
Configurez les politiques opérationnelles en fonction des exigences d'expérience utilisateur, utilisez le trafic utilisateur pour effectuer un déploiement canari, puis publiez le service de recommandation personnalisé.
