새로운 기능
사용자의 부정적인 피드백을 기반으로 맞춤형 추천 구현
자세히 알아보기 >AIRec 콘솔에서 장면을 만들고 품목 선택 및 출시 정책을 맞춤설정합니다.
자세히 알아보기 >비즈니스 시나리오를 기반으로 다양한 구성을 최적화하여 사용자 경험 개선
자세히 알아보기 >포괄적인 고품질 맞춤형 추천 서비스
Alibaba의 선도적인 빅데이터 및 인공지능 기술을 기반으로 하는 Alibaba Cloud AIRec(Artificial Intelligence Recommendation)는 기업과 개발자를 위한 맞춤형 추천 서비스를 제공합니다. 이는 이커머스, 콘텐츠, 뉴스, 라이브스트리밍, 소셜 미디어와 같은 다양한 산업에서 축적된 서비스를 기반으로 합니다.
AIRec를 사용하면 효율적인 알고리즘 기반 추천을 실현하기 위해 사용자를 품목 및 콘텐츠와 연결할 수 있습니다.
실시간 추천 경험
사용자 행동을 몇 초 만에 캡처 및 분석하고 밀리초 이내에 맞춤형 추천을 제공합니다. AIRec는 1,000개 이상의 QPS를 지원합니다. 사용자는 페이지 새로고침을 통해 최신 권장 콘텐츠를 볼 수 있습니다.
산업별 알고리즘 템플릿
장면 추천을 위해 산업별 알고리즘 템플릿과 비즈니스별 품목 선택 및 출시 정책을 제공합니다. 알고리즘 모델을 사용하여 비즈니스 요구 사항에 맞게 세분화된 구성을 구현할 수 있습니다.
고성능 콜드 스타트
산업 템플릿과 실시간 긍정적인 피드백 및 부정적인 피드백을 기반으로 사용자 경험을 개선합니다. 이는 서비스 릴리스의 초기 단계에서 사용 가능한 이전 행동 데이터가 없을 때 작동합니다.
시나리오
이커머스 플랫폼에 대한 맞춤형 추천
맞춤형 추천은 점차 이커머스 플랫폼의 총 거래액(Gross Merchandise Volume, GMV)을 증가시키는 필수 기능으로 발전했습니다.
시나리오 설명: 사용자마다 장단기 쇼핑 관심사와 습관이 다릅니다. 그들은 온라인 쇼핑을 하는 동안 좋아하는 다양한 품목을 찾고 보너스를 받기를 원합니다. 또한 다양한 플랫폼에서 쇼핑하고 구매할 품목의 가격을 확인하고 싶어합니다.
AIRec는 "기타 추천" 및 "관련 추천" 시나리오에서 맞춤형 추천을 구현하는 데 사용할 수 있습니다.
PGC 및 UGC 커뮤니티의 맞춤형 추천
AIRec는 대용량 콘텐츠가 포함된 풀에서 예상 콘텐츠를 빠르고 정확하게 배포할 수 있습니다.
시나리오 설명: 매일 많은 양의 콘텐츠가 생성됩니다. 사용자는 지식을 습득하기 위해 콘텐츠를 읽을 때 좋아요, 즐겨찾기, 전달, 댓글 등 콘텐츠에 대한 선호도나 이해를 표현하는 다양한 액션을 수행할 수 있습니다. 사용자는 좋아요 취소 또는 싫어요와 같은 작업을 수행하여 부정적인 피드백을 제공할 수도 있습니다.
AIRec는 사용자의 관심분야를 기반으로 권장 콘텐츠의 배포 효율성을 크게 향상시키고 현장 사용자 참여를 높입니다.
뉴스에 대한 맞춤형 추천
주요 뉴스 및 정보 플랫폼은 인터넷 개발 이후 효율적인 정보 배포 및 사용자 유지를 위한 혁신에 착수했습니다. AIRec는 신속한 뉴스 업데이트를 통해 정보를 정확하게 배포하고 전달할 수 있습니다.
시나리오 설명: 매일 수많은 뉴스 항목이 퍼블리싱(또는 만료)됩니다. 핫 이슈는 실시간으로 업데이트됩니다. 따라서 AIRec가 잠재적인 뉴스 추천을 식별하고 사용자 관심분야에 따라 뉴스를 정확하게 배포해야 합니다. 이를 통해 사용자는 읽기 효율성이 향상된 맞춤형 정보 서비스를 이용할 수 있습니다.
혜택
사용의 용이성
O&M 및 관리를 제공하는 스트리밍 처리를 위한 엔드투엔드 솔루션입니다. 몇 시간 내에 AIRec 인스턴스를 생성할 수 있습니다.
포괄적인 기능 제공
데이터 상호 작용, 테스트, 디버깅, 효과 관찰, 안정적인 사용 전반에서 일련의 보조 기능을 제공합니다. 추가 개발은 필요하지 않습니다.
산업 및 장면 템플릿의 심층 맞춤설정
다양한 산업 및 시나리오에서 Alibaba의 풍부한 경험을 활용하여 차별화된 적합한 산업 모델과 전략을 제공합니다.
한 단계로 맞춤형 추천 제공
산업 적응 및 업그레이드된 추천 알고리즘을 기반으로 Taobao의 홈페이지에서 우수한 사용자 경험과 실시간 추천을 제공합니다.
탁월한 추천의 효과와 성능
AIRec는 많은 광군제 프로모션 이벤트에서 탁월한 추천 및 성능을 입증했습니다. 이러한 이벤트 동안 AIRec 아키텍처 및 알고리즘 모델은 많은 동시 쿼리와 수많은 행동 데이터를 처리하는 데 사용됩니다.
탁월한 초기 효과
AIRec 사용과 사용자 경험에 대한 초기 효과를 보장하기 위해 산업 템플릿을 정기적으로 반복합니다. AIRec는 자체 관리형 알고리즘보다 20%~100% 더 나은 추천 성능을 제공할 수 있습니다.
유연한 확장
다년간의 비즈니스 운영 경험을 바탕으로 다양한 기능을 제공하며 운영 논리와 추천 알고리즘을 결합하여 개방형 플랫폼 기능을 제공하고 신속한 비즈니스 맞춤설정을 구현합니다.
높은 보안 및 안정성
사용자 데이터를 분리하고, 민감한 정보를 암호화하며, 안정적이고 신뢰할 수 있는 서비스를 제공하고, 밀리초 내에 요청에 응답합니다.
아키텍처
AIRec는 오프라인 또는 실시간 데이터 교육 모델을 사용하여 단기 및 장기 사용자 관심분야를 기반으로 데이터를 모델링하고 비즈니스별 맞춤형 추천을 구현합니다.
AIRec 배포 방법
1
데이터 준비
산업별 데이터 사양에 따른 모델 교육을 위해 비즈니스 데이터, 품목 데이터 및 행동 데이터를 준비하세요.
2
추천 페이지 디자인
비즈니스 요구 사항에 따라 추천 페이지, 페이지의 품목을 추천하는 규칙, 사용자 환경 규칙을 디자인하세요.
3
추천 장면 생성
추천 페이지의 디자인에 따라 추천 장면인 인스턴스를 생성하고 오프라인 및 실시간 데이터를 보고하세요.
4
트래픽의 일부를 사용하여 추천 효과 확인
트래픽의 일부를 사용하여 사용자 경험 및 메트릭 데이터 측면에서 추천의 효과를 확인하세요.
5
추천 서비스 맞춤설정 및 릴리스
사용자 경험 요구 사항에 따라 운영 정책을 구성하고 사용자 트래픽을 사용하여 카나리아 릴리스를 수행한 다음 맞춤형 추천 서비스를 릴리스하세요.
