Nilalaman
- Ano ang isang System ng Rekomendasyon?
- Paano gumagana ang isang System ng Rekomendasyon?
- Ang mga problema na Gusto ng Airbnb na Malutas
- Ano ang Ginawa ng Airbnb?
- Ebolusyon ng mga Sistemang Rekomendasyon
- Konklusyon
Pinagmulan: Artisticco / Dreamstime.com
Takeaway:
Ang mga sistema ng rekomendasyon ay maaaring maging malaking tulong kapwa sa mga namimili at mga mamimili.
Natanaw mo na ba ang isang bagay sa online, at bago mo alam ito, ikaw ay binomba ng mga ad sa paksang ito saan ka man pumunta? Halimbawa, hayaan mong sabihin na naghahanap ka ng pinakabagong impormasyon sa susunod na "Star Wars" na pelikula. Matapos mapanood ang trailer, nagsisimula kang makakita ng mga online ad para sa mga T-shirt na "Star Wars", laruan ng "Star Wars", "Star Wars" DVD, "Star Wars" sheet ... at isang maraming iba pang mga produkto ng "Star Wars" na hindi mo naisip na umiiral pa! Ito ay lahat salamat sa mga system ng rekomendasyon.
Ano ang isang System ng Rekomendasyon?
Mga sistema ng rekomendasyon - kilala rin bilang mga engine ng rekomendasyon, mga system ng rekomendasyon o simpleng RS - ay muling tukuyin ang mga paraan ng paglikha ng karanasan ng customer. Ang mga sistema ng rekomendasyon ay nakatulong sa mga customer na gumawa ng kaalaman at mas mahusay na mga pagpapasya sa pagbili habang gumagawa ng mga online na pagbili. Kung mayroon kang anumang oras na gumawa ng anumang online na pagbili, pagkatapos ay halos natagpuan mo ang mga rekomendasyon sa mga produktong katulad ng mga binili mo. Kaya, habang nagba-browse ka ng mga produkto, ang mga system ng rekomendasyon ay na-obserbahan ang iyong pag-browse sa pag-browse at paghahanap ng mga produktong hindi mo pa natuklasan sa iyong sarili. Ang mga sistema ng rekomendasyon ay may mahalagang papel sa pagpapahusay ng pangkalahatang karanasan sa customer, lalo na sa angkop na pagbili ng online. Siyempre, ito ay mabuti para sa negosyo din. Ang mga kumpanya ay nadaragdagan ang kanilang mga pamumuhunan sa pagpapabuti ng kanilang mga engine ng rekomendasyon upang matulungan ang mga customer na pumili ng pinakamahusay na mga produkto.
Paano gumagana ang isang System ng Rekomendasyon?
Bago natin malaman kung paano nakakaapekto ang mga sistema ng rekomendasyon sa ating buhay, nararapat na malaman kung paano sila gumagana at kung paano sila umusbong.
Ang isang sistema ng rekomendasyon ay isang teknolohiya ng pag-filter ng impormasyon, na karaniwang ginagamit sa mga website ng e-commerce upang mag-alok ng mga piniling mga pagpipilian sa produkto sa isang customer na bumibisita sa kanila. Tulad ng iminumungkahi ng pangalan, ang teknolohiya ay ginagamit upang mag-alok ng mga rekomendasyon sa mga produkto na may katulad na mga katangian. Ang layunin ay naiiba depende sa pananaw ng partido. Para sa isang negosyo na nagbebenta ng mga produkto sa isang website ng e-commerce, pinapabuti nito ang mga prospect na kumikita ng kita sa pamamagitan ng pag-aalok ng mas maraming mga pagpipilian sa produkto sa isang customer. Para sa isang customer, nag-aalok ito ng mga katulad na rekomendasyon ng produkto at nagbibigay ng isang pagkakataon sa customer na bumili ng isang mas mahusay na produkto kaysa sa napili na o bumili ng isang produkto na maaaring mapahusay ang karanasan ng produkto na napili para sa pagbili. Upang magbigay ng mga rekomendasyon, ang mga makina ay gumagamit ng isang bilang ng mga pamamaraan, kabilang ang:
Hindi mo maaaring mapabuti ang iyong mga kasanayan sa pag-programming kapag walang nagmamalasakit sa kalidad ng software.
Ang mga problema na Gusto ng Airbnb na Malutas
Ang Airbnb ay isang website kung saan makakahanap ng mga tirahan ang mga tao at ilista din ang kanilang tirahan para sa mga layunin sa pag-upa. Ayon sa Wikipedia, ang Airbnb ay mayroong higit sa 1,500,000 listahan sa 34,000 mga lungsod at 190 na mga bansa. Ang mga manlalakbay ay walang hanggan naghahanap ng murang, komportable at ligtas na tirahan sa buong mundo. Nais ng Airbnb na makahanap ng mga paraan upang mag-alok ng mas mahusay, napasadyang mga pagpipilian sa accommodation sa mga customer nito. Nais nitong malaman ang higit pa tungkol sa mga natatanging pangangailangan ng mga manlalakbay.
Ano ang Ginawa ng Airbnb?
Ang pangunahing ideya ay upang malaman ang mga indibidwal na pangangailangan ng paglalakbay ng mga manlalakbay at magbigay ng naaangkop na mga pagpipilian o rekomendasyon. Kaya, nagpasya ang Airbnb na maghukay nang malalim sa data ng customer na naitala sa anyo ng mga pagsusuri sa paglalakbay, puna ng tirahan at iba pang data na naitala ng mga customer. Ang Airbnb ay gumawa ng isang koponan upang gawin iyon. Ayon kay Mike Curtis, ang bise presidente ng engineering, "Sa mahabang panahon ngayon, ang Airbnb ay naging isang kahanga-hangang lugar na pupunta kung alam mo kung saan ka pupunta at alam mo kung pupunta ka, ngunit natanto namin na mayroon kaming lahat ng data na ito na wala sa ibang tao. Mayroon kaming mga pattern ng paglalakbay. Mayroon kaming mga pagsusuri. Mayroon kaming mga paglalarawan ng mga listahan. Marami kaming nalalaman tungkol sa mga kapitbahayan na maaari nating ibagsak mula sa loob doon. "Kaya't ang Airbnb ay nakakuha ng mga data at isang sistema ng rekomendasyon na nagbibigay ng mga isinapersonal na rekomendasyon.
Ebolusyon ng mga Sistemang Rekomendasyon
Ang hype sa paligid ng mga makina ng rekomendasyon sa kabila, kailangan nilang pumunta nang mahabang panahon bago tunay na makuha ang imahinasyon ng gumagamit. Sa ngayon, ang mga engine ay sumusunod sa isang pangkaraniwang algorithm at hindi masyadong nag-aalok ng mga pinasadyang pagpipilian. Ang hinaharap ay namamalagi sa pag-aalok ng mga pasadyang pagpipilian ng produkto sa mga customer. Para sa mga iyon, ang mga algorithm ay kailangang mag-salik sa mga pagiging kumplikado tulad ng pagtulog, ang mga gumagamit ng mood, oras ng araw at output ng enerhiya. Tila na ang tingian at industriya ng media ay magpapatrabaho sa mga makina na ito at ang iba ay susundin ang suit.Ang mga industriya ng pagbabangko at pinansiyal, halimbawa, ay naghahanap upang lalong mahulaan ang kanilang mga customer sa susunod na mga galaw upang ang mga na-customize na mga produkto ay maaaring maalok. Para sa mga iyon, maraming data sa mga bagay tulad ng feedback ng customer, pattern ng social media, data ng call center, website, s at kahit na antas ng edukasyon ng mga mamimili ay isasaalang-alang.
Konklusyon
Ito ay magiging kagiliw-giliw na panoorin kung paano ang hugis ng hinaharap ng mga engine ng rekomendasyon. Ang mga algorithm na ginagamit na ngayon ay ginagamit nang matagal, ngunit ang mga negosyo ay nais nang higit pa sa konsepto. Ang mga tatak ay naghahanap upang mag-tweak at pagbutihin ang kanilang mga algorithm sa pamamagitan ng patuloy na pagsisikap na gawing mas komprehensibo ang mga ito. Gayunpaman, ang potensyal na pinakamalaking hamon ay namamalagi sa pagpapatupad ng mga engine ng mga industriya na hindi tradisyonal na ginagamit ang mga ito, halimbawa, ang sektor ng seguro na maaaring mag-alok ng mga rekomendasyon ng produkto ng seguro.
Ang mga sistema ng rekomendasyon ay may potensyal na tulungan ang mga tao sa kanilang pang-araw-araw na buhay sa maraming mga paraan, pati na rin ng tulong sa mga advertiser na ipakilala ang mga produkto at serbisyo sa mas malawak na mga madla, at ang oras lamang ay magsasabi nang eksakto kung paano ang teknolohiyang ito ay magpapatuloy na umunlad.