Didukung oleh teknologi data besar dan kecerdasan buatan dari Alibaba, Artificial Intelligence Recommendation (AIRec) menyediakan layanan rekomendasi personalisasi untuk perusahaan dan pengembang. AIRec dikembangkan berdasarkan akumulasi layanan di berbagai industri seperti e-commerce, konten, berita, siaran langsung, dan media sosial. Untuk mendapatkan rekomendasi personalisasi, Anda hanya perlu memanggil Operasi API AIRec dengan memberikan data yang diperlukan.
Pengenalan
Template industri
Solusi rekomendasi AIRec diklasifikasikan berdasarkan industri. AIRec menyediakan template untuk industri e-commerce, konten, dan berita. Template untuk lebih banyak industri akan ditambahkan berdasarkan permintaan pelanggan.
Template untuk industri e-commerce
Anda dapat menggunakan template ini untuk merekomendasikan item yang memiliki atribut komoditas, seperti informasi logistik dan informasi penjualan. Rekomendasi tersebut dapat membimbing pengguna melalui transaksi langsung dan memiliki persyaratan khusus pada rasio klik-ke-pembelian. Aplikasi umum termasuk Taobao, Tmall, dan Xianyu.
Template untuk industri konten
Template ini cocok untuk platform berbagi konten. Anda dapat menggunakannya untuk merekomendasikan konten yang memiliki atribut berbagi, seperti menyukai dan meneruskan. Konten yang direkomendasikan bisa berupa teks pendek, artikel, gambar, atau kombinasi dari semuanya. Aplikasi umum termasuk Taobao Headlines dan berbagai komunitas pemasaran.
Template untuk industri berita
Anda dapat menggunakan template ini untuk merekomendasikan informasi yang memiliki atribut berita, seperti penulis, lokasi publikasi berita, dan waktu publikasi. Berita adalah metode untuk menyebarkan informasi dan memerlukan tingkat ketepatan waktu yang tinggi. Aplikasi umum termasuk UC Toutiao.
Jenis layanan
Anda mungkin juga suka
Jenis layanan ini cocok untuk skenario di mana niat menjelajah pengguna tidak jelas. AIRec mempelajari informasi tentang minat yang ditunjukkan oleh perilaku jangka panjang dan jangka pendek pengguna. Kemudian, AIRec menjalankan tugas pelatihan untuk mengeksplorasi minat pengguna dan menyajikan rekomendasi konten yang beragam. Lokasi umum: halaman utama dan halaman kategori produk.
Rekomendasi terkait
Jenis layanan ini cocok untuk skenario di mana minat pengguna telah ditentukan secara mendasar. AIRec menemukan rekomendasi terkait secara dinamis berdasarkan fokus minat, seperti 1/N komoditas atau 1/N artikel, serta hasil perhitungan dan analisis pada data perilaku masif pengguna. Kemudian, AIRec menemukan rekomendasi terkait secara statis berdasarkan korelasi antara atribut dan fitur dari rekomendasi terkait secara dinamis. Lokasi umum: halaman detail produk.