Tìm kiếm và gợi ý là hai hệ thống quyết định người dùng thấy sản phẩm nào trên một trang thương mại điện tử. Trang này gom các bài từ những bài thực hành recommender system cơ bản đến phân tích kiến trúc search và recommendation ở Uber Eats, TikTok và Taobao, cùng các bài về AI search trong bán lẻ.
Hệ thống gợi ý (Recommendation)
- Xây dựng chương trình gợi ý phim dựa vào tập dữ liệu MovieLens: collaborative filtering với Alternating Least Squares.
- Hệ thống gợi ý dự án cho DonorsChoose.org: content-based, collaborative filtering và mô hình hybrid.
- Phân tích giỏ hàng của website Instacart
- PredictionIO phần 1: hướng dẫn cài đặt
- PredictionIO phần 2: cài đặt chương trình demo
- TikTok Real Time Recommendation
- Hệ thống gợi ý nhà hàng thế hệ mới của Uber Eats
Tìm kiếm (Search)
- N-Gram trong Elasticsearch và OpenSearch: khi nào không nên sử dụng
- Search ở quy mô Uber Eats: semantic search, two-tower embedding và HNSW
- Pailitao-MMSearch: tìm kiếm đa phương thức của Taobao
- Simhash: phát hiện văn bản gần trùng lặp
AI search và bán lẻ
- Khi Google không còn đưa người dùng đến website: catalog bán lẻ trong thời đại AI Search
- 20% người mua tại Anh bắt đầu bằng AI, nhưng vì sao hữu ích vẫn chưa đủ để chốt đơn?
- AI đi chợ: Uber Eats Cart Assistant
- Hotelling: Vì sao các cửa hàng thích đứng sát nhau?
- Phân cụm cửa hàng để đưa ra quyết định thông minh hơn
- Phân loại khách hàng sử dụng RFM Analysis
- Khám phá bí mật đằng sau sự thành công của các thương hiệu
Hệ thống search và recommendation hiện đại dựa nhiều vào embedding và mô hình ngôn ngữ; xem thêm chủ đề AI Agent & LLM.
Bình luận