Intelligent Recommendation System for E-commerce Technology

技術簡介

融合多元分析方法與線上使用情境偵測之兩階段複合式推薦技術，可對應廠商資料與需求調整推薦邏輯引入運用A/B testing客觀確認方法優劣。融入領域相關知識可延伸至許多跨領域應用，如多媒體推薦、線上廣告推薦、CRM或決策支援相關之資訊服務…以滿足產業界的需求。

圖1 智慧推薦技術

技術特色

「兩階段複合式推薦技術」分為「批次分析階段」與「線上偵察階段」；在「批次分析階段」：根據實際應用資料特性，運用多維偏好特徵統計、關聯分析、矩陣分解、內容關聯等技術建構探勘模型，每日遞增更新；而「線上偵察階段」，除了考量使用者線上瀏覽行為、本身長期偏好、商品關聯性外，更考量使用者線上即時需求，動態調整推薦清單。
此技術應用已實際導入以下產業：

圖2 兩階段複合式推薦技術

• 電子商務平台：針對千萬規模使用者與百萬商品規模之大型電子商務平台2秒內提供即時適性化推薦。
• 線上音樂推薦：利用異質性資料如用戶側寫、播放紀錄與喜好回饋、音樂中介資料、音樂內涵式特徵等與多重演算法結合計算，建立音樂個人化推薦與音樂曲風/情境分類器。以使用者舒適圈為基底，從個人喜好走向群體熱門，再以音樂內涵本質進一步打開使用者聆聽廣度。
• 多媒體影片推薦：利用影片描述進行相似影片計算，可達成線上影音串流服務提供個人化推薦，應用於市場上線上影音串流服務。

技術規格

推薦技術已達服務化水準，含多租戶設計，於VenRaaS平台可直接介接使用。系統包含Data Ingestion、Batch modeling、Nearline storage、Recommendation API、Evaluation、A/B Testing、Management Console等模組，可承載之使用者數與商品數依系統規格與回應時間而定，可彈性擴充。參考規格：在100個使用者同時上線操作時，90％的查詢作業，平均回應時間不超過2秒。

應用範圍

於廠商資料需求調整之系統開發與推薦邏輯優化，可有利於推薦方法與推薦成果的提升應用。

聯絡窗口 

聯絡人：陳婉瑜/巨量資訊科技與應用推廣部(C300)
電話：+886-3-5912218
Email：Michelle.Chen@itri.org.tw
https://www.itri.org.tw/
工研院資訊與通訊研究所