解决方案加速器

empfehlung - engines für die Personalisierung

预构建的代码,示例数据和一步一步的指示准备在一个Databricks笔记本

Konversionsrate mit personalisierten Empfehlungen steigern

Kunden haben in jder Phase der Buyer Journey unterschiedliche Bedürfnisse。Wählen Sie das richtige Empfehlungsmodell für Ihr Szenario。有什么问题吗?Versuchen Sie es mit吸入basierten empfehlunsprogrammen。Sie möchten einen bestehenden Kunden dazu bewegen, seinem Warenkorb etwas hinzuzufügen?Breite und tiefe Empfehlungen können helfen。

笔记本电脑1

基于图像的建议

构建一个基于相似度的电子商务图像推荐系统,该系统将商品的视觉相似度作为产品推荐的输入。

Die Notebooks笔记本
笔记本2

以市场为基础的建议

建立一个推荐器,利用产品的亲和力来推荐额外的产品。

Die Notebooks笔记本
笔记本3

很大的建议

使用协作过滤器构建广泛而深入的推荐,利用重复购买的模式来推荐以前购买的和相关的产品。

Die Notebooks笔记本
笔记本4

矩阵分解(ALS)建议

建立一个矩阵分解推荐来推断用户对各种产品的评分。本文的交替最小二乘(ALS)实现演示了矩阵分解的模式,该模式可扩展以适应现实场景中发现的大量用户和产品组合。

Die Notebooks笔记本

Ressourcen

Bringen Sie创新schneller auf den Weg - mit解决方案加速器für beliebte Daten und KI-Anwendungsfälle aus allen Branchen。Vollständige Lösungsbibliothek anzeigen➞

Möchten你堕落了吗?

测试数据