20 บทความเทคนิคแนะนำเกี่ยวกับระบบแนะนำ

 (facebook.com)
14 คะแนน โดย xguru 2020-07-04 | ยังไม่มีความคิดเห็น | แชร์ทาง WhatsApp

ลิสต์บทความเทคนิคจากผู้เชี่ยวชาญที่กำลังวิจัยและพัฒนาระบบแนะนำในการทำงานจริง เช่น Kakao, LINE, Naver, Karrot Market และ Bungaejangter

  1. Melon แนะนำเพลงอย่างไร? - แจโฮ จอน (ทีมแนะนำ Kakao)

  2. ความท้าทายครั้งใหม่ของ LINE Timeline ตอนที่ 1 – Discover เพื่อการสำรวจคอนเทนต์แนะนำ และโมเดลการติดตามแบบใหม่ Follow - คยองบก อี (LINE)

  3. เทคโนโลยี AI ‘RIYO’ ถูกนำไปใช้กับคำค้นหายอดนิยมของ Naver ทำให้ชาร์ตคำค้นหาแตกต่างกันไปในแต่ละบุคคลตามการเลือกของผู้ใช้ - บล็อก Naver Diary

  4. 6 เทคโนโลยี (คำบรรยาย) ว่าด้วยพลังของการแนะนำบน Brunch - กยูมิน ชเว (ทีมแนะนำ Kakao)

  5. ระบบแนะนำด้วยดีปเลิร์นนิง in production - มูอิก จอน (Karrot Market)

  6. การแนะนำแบบปรับเฉพาะบุคคลด้วยดีปเลิร์นนิง - มูอิก จอน (Karrot Market)

  7. เปิดให้บริการ ‘แนะนำภาพยนตร์น่าดูร่วมกัน’ ที่ AiTEMS เป็นผู้แนะนำ - บล็อก Naver Search

  8. สินค้า ‘ที่น่าดูร่วมกัน’ ก็ปรับให้เหมาะกับแต่ละคนได้เช่นกัน ขอแนะนำการแนะนำช้อปปิ้ง (AiTEMS) บนพื้นฐานของสไตล์โทปิก - บล็อก Naver Search

  9. การพัฒนาและประสบการณ์หลังนำระบบแนะนำของ Bungaejangter ไปใช้ Part3 - มยองฮวี อี (Bungaejangter)

  10. การพัฒนาและประสบการณ์หลังนำระบบแนะนำของ Bungaejangter ไปใช้ Part2 - มยองฮวี อี (Bungaejangter)

  11. การพัฒนาและประสบการณ์หลังนำระบบแนะนำของ Bungaejangter ไปใช้ Part1 - มยองฮวี อี (Bungaejangter)

  12. [เทคโนโลยีที่ Naver วิจัย] ระบบแนะนำสถานที่บนพื้นฐาน AI AiRSPACE - บล็อก Naver Search

  13. เทคโนโลยีแนะนำข่าวอัตโนมัติของ Naver ที่นำเสนอใน CIKM2017 - ฮูจุง จอง (Naver Search), กึนชัน พัก (Naver AiRS)

  14. วิวัฒนาการของเอนจินแนะนำ KakaoI - อินแจ ซอง (ทีมแนะนำ Kakao)

  15. เทคโนโลยีของ AiTEMS ที่สร้างแพลตฟอร์มช้อปปิ้งที่น่าพึงพอใจทั้งสำหรับผู้ใช้ที่ไม่ได้ช้อปบ่อยและผู้ขายหน้าใหม่ - จองแท อี (Naver Personal Shopper), บยองซอน พัก (Naver Communication Group)

  16. ระบบแนะนำสินค้าส่วนบุคคลบนพื้นฐานดีปเลิร์นนิง ‘AiTEMS’ ที่ช่วยค้นหาไอเท็มโดนใจ - จองแท อี (Naver Personal Shopper), บยองซอน พัก (Naver Communication Group)

  17. ผู้ช่วย AI ในมือของฉัน อัลกอริทึมการแนะนำ - ซังฮยอก จอน, กวังซอบ คิม (ทีมแนะนำ Kakao)

  18. ความลับของ AI อัลกอริทึมแนะนำข่าวของ Kakao ‘RUBICS’ - Brunch ฝ่ายวิจัยนโยบายและอุตสาหกรรม Kakao

  19. ขอแนะนำ AiRS ระบบแนะนำบนพื้นฐานปัญญาประดิษฐ์ - บล็อก Naver Diary

  20. RUBICS – ระบบแนะนำแบบเรียลไทม์ของ kakao - ซังวอน ซอ (ทีมแนะนำ Kakao)

บทความที่เกี่ยวข้อง

ยังไม่มีความคิดเห็น

ยังไม่มีความคิดเห็น