Mesterséges intelligencia az ajánlórendszerben hetedik rész

Gyakori felhasználási esetek

Vegyük újra a Netflix példáját.

Az ajánlómotor a Netflix központi eleme. A platformon nézett tévéműsorok több mint 80%-át az ajánlórendszeren keresztül fedezik fel. A rendszer különlegessége, hogy nem széles műfajokat vizsgál, hanem a tartalmakon belüli árnyalt szálakat. A cél az, hogy segítsen a nézőknek elszakadni az előítéletektől, és megtalálni azokat a műsorokat, amelyeket eredetileg talán ők választottak volna.

A Netflix ajánlómotorja "háromlábú zsámoly" munkakoncepciót használja. Az első láb az előzmények, azaz, hogy a Netflix-tagok mit néztek meg. A megjelöléseket, címkéket a Netflix munkatársai végzik, akik mindent megértenek a tartalomról és a saját gépi tanulási algoritmusukról, amelyek az összes adatot lekérik és összerakják az ajánlást.

Az ilyen ajánlómotorok működési koncepciója intelligens döntéstámogató rendszerként szolgálhat, amely más iparágak számára is elősegíti a termékek és szolgáltatások értékesítési tevékenységét. Ezek javíthatják az értékesítési munkatársak eredményességét, vagy automatikus döntéshozatali folyamatokat hozhatnak létre maguknak az ügyfeleknek.

Az ajánlómotorok közvetlenül a fogyasztók számára is bevethetők. A Credit Karma például egy kaliforniai fintech startup, amely ingyenes hozzáférést biztosít a hitelpontszámokhoz és a teljes hiteltörténethez, és pénzt keres a hitelkártyákra, hitelekre és egyéb termékekre vonatkozó személyre szabott ajánlásokból a felhasználóinak. Ajánlórendszere a felhasználók hiteltörténetére és aktuális helyzetére vonatkozó több millió adatra támaszkodik, hogy olyan termékeket javasoljon, amelyek nemcsak érdekelhetik a felhasználót, hanem nagy valószínűséggel meg is kapják a jóváhagyást, és így hosszú távú előnyökkel járnak.

Összefoglalás

Az ajánlórendszerek egyre inkább beépülnek az emberi élet minden területére és a döntéshozatali folyamatokba. Ez a jelenség más iparágakban sincs másképp, különösen a fogyasztóbarát vállalatoknál, ahol az információ túlterheltsége, az ügyfelek növekvő elvárásai és a költségcsökkentés egyre több esetben vezetnek az ajánlómotorok használatához. Végső soron az ügyfélélmény javítását és a tanácsadók hatékonyságának maximalizálását egyaránt szolgálja.

https://medium.com