Novos recursos
Implemente recomendações personalizadas com base no feedback negativo dos usuários
Saiba mais >Crie uma cena no console AIRec e personalize as políticas de seleção e exibição de itens
Saiba mais >Otimize configurações diversificadas com base em cenários de negócios para melhorar a experiência do usuário
Saiba mais >Serviço de recomendação personalizada de alta qualidade de ponta a ponta
Com as tecnologias líderes de big data e inteligência artificial da Alibaba, o Alibaba Cloud Artificial Intelligence Recommendation (AIRec) oferece serviços de recomendação personalizada para empresas e desenvolvedores. É construído sobre a experiência acumulada em diversos setores, como e-commerce, conteúdo, notícias, livestreaming e redes sociais.
O AIRec ajuda você a associar usuários a itens e conteúdos para obter recomendações eficientes baseadas em algoritmos.
Experiência de recomendação em tempo real
Captura e analisa o comportamento do usuário em segundos e fornece recomendações personalizadas em milissegundos. O AIRec suporta mais de 1.000 QPS. Os usuários podem atualizar a página para visualizar o conteúdo recomendado mais recente.
Modelos de algoritmo específicos por setor
Oferece modelos de algoritmo específicos por setor e políticas de seleção e exibição de itens adaptadas ao seu negócio para recomendação de cenas. Use modelos algorítmicos para implementar configurações granulares que atendam às suas necessidades de negócios.
Cold start de alto desempenho
Melhora a experiência do usuário com base em modelos do setor e feedback positivo e negativo em tempo real. Funciona quando não há dados comportamentais históricos disponíveis na fase inicial do lançamento do serviço.
Cenários
Recomendações personalizadas em plataformas de e-commerce
As recomendações personalizadas se consolidaram gradualmente como um recurso essencial para aumentar o Gross Merchandise Volume (GMV) das plataformas de e-commerce.
Descrição do cenário: Os usuários possuem interesses e hábitos de compra diferenciados de curto e longo prazo. Eles desejam encontrar uma variedade de itens de que gostam ao comprar online e obter benefícios. Também querem pesquisar em diferentes plataformas e comparar os preços dos itens que pretendem comprar.
O AIRec pode ser utilizado nos cenários de "você também pode gostar" e "recomendações relacionadas" para implementar recomendações personalizadas.
Recomendações personalizadas em comunidades PGC e UGC
O AIRec distribui de forma rápida e precisa o conteúdo esperado a partir de um acervo com grande volume de conteúdo.
Descrição do cenário: Uma grande quantidade de conteúdo é gerada todos os dias. Ao ler conteúdo para adquirir conhecimento, os usuários podem realizar diversas ações para expressar sua preferência ou compreensão do conteúdo, como curtir, favoritar, compartilhar e comentar. Também podem realizar ações como desmarcar curtida ou marcar como irrelevante para fornecer feedback negativo.
O AIRec melhora significativamente a eficiência da distribuição de conteúdo recomendado com base nos interesses dos usuários e aumenta o engajamento na plataforma.
Recomendações personalizadas para notícias
As principais plataformas de notícias e informação passaram por uma transformação rumo à distribuição eficiente de informações e à retenção de usuários desde o desenvolvimento da Internet. O AIRec distribui e entrega informações com precisão em meio a atualizações rápidas de notícias.
Descrição do cenário: Um grande número de notícias é publicado (ou expira) todos os dias. Os temas quentes são atualizados em tempo real. Isso exige que o AIRec identifique oportunidades de recomendação de notícias e as distribua com precisão com base nos interesses dos usuários. Dessa forma, os usuários podem desfrutar de serviços de informação personalizados com maior eficiência de leitura.
Benefícios
Facilidade de Uso
Uma solução de ponta a ponta para processamento de fluxos, com operação e gerenciamento. É possível criar uma instância do AIRec em poucas horas.
Provisionamento de Recursos de Ponta a Ponta
Oferece uma série de recursos auxiliares durante a interação com dados, testes, depuração, observação de efeitos e uso estável. Não requer desenvolvimento adicional.
Personalização Aprofundada de Modelos de Setor e Cenário
Oferece modelos e estratégias diferenciados e adequados para cada setor, aproveitando a vasta experiência da Alibaba em diversas indústrias e cenários.
Recomendações Personalizadas em Uma Etapa
Oferece excelente experiência do usuário e fornece recomendações em tempo real na página inicial do Taobao, com base na adaptação ao setor e em algoritmos de recomendação aprimorados.
Excelente Efeito de Recomendação e Desempenho
O AIRec comprovou a excelência de suas recomendações e seu desempenho em diversos eventos promocionais do Double 11. Durante esses eventos, a arquitetura e os modelos de algoritmo do AIRec são usados para processar consultas simultâneas de alta concorrência e grandes volumes de dados comportamentais.
Excelente Efeito Inicial
Itera regularmente os modelos de setor para garantir o efeito inicial no uso do AIRec e a experiência do usuário. O AIRec pode oferecer um desempenho de recomendação de 20% a 100% superior ao de algoritmos autogerenciados.
Extensão Flexível
Oferece diversos recursos com base em anos de experiência em operações comerciais e combina a lógica operacional com algoritmos de recomendação para disponibilizar as capacidades da plataforma e implementar personalizações rápidas para os negócios.
Alta Segurança e Confiabilidade
Isola os dados do usuário, criptografa informações sensíveis, oferece serviços estáveis e confiáveis e responde a solicitações em milissegundos.
Arquitetura
O AIRec utiliza um modelo de treinamento de dados offline ou em tempo real para modelar dados com base nos interesses de curto e longo prazo dos usuários e implementar recomendações personalizadas específicas para cada negócio.
Como Implantar o AIRec
1
Prepare os Dados
Prepare dados comerciais, dados de itens e dados comportamentais para o treinamento de modelos, com base nas especificações de dados do setor.
2
Projete uma Página de Recomendação
Projete uma página de recomendação, regras para recomendar itens na página e regras de experiência do usuário com base nos requisitos de negócios.
3
Crie uma Cena de Recomendação
Crie uma instância e uma cena de recomendação com base no design da página de recomendação e reporte dados offline e em tempo real.
4
Use uma Fração do Tráfego para Verificar o Efeito da Recomendação
Use uma fração do tráfego para verificar o efeito da recomendação nos aspectos de experiência do usuário e dados de métricas.
5
Personalize e Lance um Serviço de Recomendação
Configure políticas operacionais com base nos requisitos de experiência do usuário, use o tráfego de usuários para realizar canary release e, em seguida, lance o serviço de recomendação personalizado.
