ในเดือนพฤษภาคมปีนี้ บริษัท Seznam.cz จะจัดสัมมนาเชิงปฏิบัติการเป็นภาษาอังกฤษหัวข้อ "ระบบการแนะนำและการนำเสนอผู้ใช้” ในการประชุมวิชาการทางวิทยาศาสตร์ Machine Learning 2022 ปราก- ผู้เข้าร่วมประชุม ทำความคุ้นเคย ด้วยสถานะปัจจุบันของการวิจัยระบบแนะนำ รวมถึงสถาปัตยกรรมการเรียนรู้เชิงลึกeuroใช้เครือข่ายใหม่เข้าไป สัมมนานี้จะรวมถึงภาคปฏิบัติ ซึ่งผู้เข้าร่วมจะได้ฝึกการหายใจเข้าลึกๆeuroเครือข่ายใหม่ที่จะนำมาประยุกต์ใช้แก้ไขปัญหาการแนะนำข่าวสารบนชุดข้อมูลที่เตรียมไว้ ส่วนคำอธิบายและปฏิบัติจะเน้นไปที่การแก้ไขปัญหาปฏิบัติที่เลือกของคำแนะนำโดยเฉพาะการแก้ปัญหาที่เรียกว่า “การเริ่มต้นแบบเย็น” ของปัญหาโดยใช้วิธีการแสดงแทนของผู้ใช้
ภาพรวมของระบบการแนะนำ
หากคุณเพิ่งเข้าชมเว็บไซต์ข่าว เว็บไซต์เฉพาะเรื่อง หรือซื้อสินค้าในร้านค้าออนไลน์ คุณอาจเคยเห็นรายการบทความหรือสินค้าที่ถูกทำเครื่องหมายว่าเป็น “บทความยอดนิยม” “สินค้าที่คล้ายกัน” หรือแม้กระทั่ง “ผู้ใช้ที่ซื้อสินค้านี้ก็สนใจสินค้าเหล่านี้ด้วย” ในทุกกรณี ข้อเสนอเหล่านี้ถูกนำเสนอให้คุณโดยระบบแนะนำ (DS) ซึ่งเป็นระบบที่ผู้ให้บริการออนไลน์ใช้กันอย่างแพร่หลายในปัจจุบัน
คำค้นหาทั่วไปสำหรับสินค้าที่ไม่ใช้ DS สามารถส่งคืนสินค้าได้หลายร้อยถึงหลายพันรายการ (ตัวอย่างภาพประกอบของการค้นหา "รองเท้าวิ่งผู้ชาย" บน Zboží.cz)
การนำเสนอบริการออนไลน์ในทศวรรษที่ผ่านมา เพิ่มขึ้นเกินกว่าลำดับความสำคัญ และจำนวนรายการ (สินค้าในร้านค้าออนไลน์ บทความจากเว็บไซต์ข่าว ฯลฯ) ที่นำเสนอโดยบริการออนไลน์แต่ละแห่งอาจมีตั้งแต่หลักแสนไปจนถึงหลักล้านรายการ Pro สำหรับผู้ใช้งานอินเทอร์เน็ตทั่วไป การเลือกสินค้าและบริการจากจำนวนมากมายเช่นนี้ กลายเป็นเรื่องยากและไม่น่าพึงพอใจอย่างยิ่งoneNS - การศึกษาทางจิตวิทยาที่มีการอ้างอิงบ่อยครั้งจากปี 2000 จากการทดลองที่ออกแบบมาอย่างดี เธอสรุปว่าการตัดสินใจมากเกินไปมักจะส่งผลที่น่ารังเกียจ ระบบผู้แนะนำได้รับการออกแบบเพื่อตอบสนองต่อบริษัทเทคโนโลยีต่อสถานการณ์นี้ ระบบการแนะนำที่ออกแบบมาอย่างเหมาะสมจะช่วยลดความซับซ้อนและทำให้การเลือกบริการและผลิตภัณฑ์เป้าหมายของผู้ใช้มีประสิทธิภาพมากขึ้น สิ่งนี้ทำให้ผู้ใช้มีความรู้สึกเชิงบวกเกี่ยวกับการใช้บริการ และสิ่งนี้มักจะสะท้อนให้เห็นในเวลาที่เขาใช้เวลาบนเว็บไซต์ของผู้ให้บริการนานขึ้น ในจำนวนบริการ รายการ หรือผลิตภัณฑ์ที่เขาดูมากขึ้น และแน่นอนในจำนวน ของยอดขายที่ผู้ให้บริการบันทึก
ประวัติความเป็นมาของระบบแนะนำสินค้าเริ่มต้นขึ้นในช่วงทศวรรษ 1970 เมื่อบทความทางวิทยาศาสตร์ชิ้นแรกๆ เกี่ยวกับวิธีการแนะนำ สินค้าเริ่มปรากฏขึ้น การพัฒนาอย่างรวดเร็วของระบบแนะนำสินค้าและการนำไปใช้งานอย่างแพร่หลายเกิดขึ้นในช่วงต้นศตวรรษที่ 21 เมื่อโครงการอีคอมเมิร์ซขนาดใหญ่เริ่มเข้าใกล้ความสามารถในการทำกำไรในทศวรรษที่ผ่านมา แนวทางที่ใช้การวิเคราะห์ข้อมูลและเทคโนโลยีการเรียนรู้ของเครื่องได้เข้ามามีบทบาทสำคัญในระบบแนะนำสินค้าอย่างชัดเจน
บริษัท Seznam.cz ได้ใช้ระบบคำแนะนำบนเครือข่ายเนื้อหามาตั้งแต่ปี 2016 และเสนอบริการคำแนะนำมาตั้งแต่ปี 2019 "รายการแนะนำ" สำหรับไซต์พันธมิตร กรณีศึกษา ของปี 2019 รายงานจำนวนผู้อ่านบทความบนเว็บไซต์เพิ่มขึ้น 22% หลังจากเปิดตัวบริการ
ตัวอย่างเอาต์พุต DS สองรายการจากเพจ wwwseznam.cz – การเปรียบเทียบลิงก์ที่สร้างขึ้นโดยไม่มีข้อมูลผู้ใช้ (ส่วนด้านซ้ายของรูปภาพ) กับลิงก์ส่วนบุคคลโดย DS ที่ปรับแต่งให้เหมาะกับผู้ใช้ (เพศชาย อายุ 30 ปี สนใจในเทคโนโลยีและกลุ่มยานยนต์อัตโนมัติ)
ผลกระทบที่สำคัญอีกประการหนึ่งของการพัฒนาอย่างรวดเร็วของ DS ในทศวรรษที่ผ่านมาคือความต้องการผู้เชี่ยวชาญด้าน IT ที่มีความรู้เฉพาะด้านการเรียนรู้ของเครื่องจักรสำหรับใช้งานในระบบคำแนะนำที่เพิ่มมากขึ้นอย่างต่อเนื่อง ตัวอย่างเช่น การค้นหางานในเครือข่ายมืออาชีพ LinkedIn โดยใช้คำค้น "เทคโนโลยีการแนะนำ" จะแสดงงานว่างหลายร้อยงาน Seznam.cz ในพื้นที่นี้มีให้บริการทันที หลายตำแหน่ง.
โอกาสในการทำงานบน Linkedin.com ค้นหาด้วยคำว่า "เทคโนโลยีคำแนะนำ"
