Tag Archives: 推薦系統

演算法推薦內容不合意?HBO 串流影音請「真人」為你挑好片

作者 |發布日期 2019 年 08 月 14 日 20:01 | 分類 AI 人工智慧 , 數位內容 , 電子娛樂

在串流影音平台上追影劇看動畫,已成為許多現代人生活中的重要消遣,但平台以演算法推薦的影劇內容,恐怕未必能迎合使用者喜好。現在 HBO 反其道而行推出全新真人推薦服務「Recommended by Humans」,直接由觀眾來分享和推薦他們喜愛的影劇作品。

繼續閱讀..

不喜歡「被推薦」的影片?YouTube 新功能讓觀眾自由移除沒興趣的頻道

作者 |發布日期 2019 年 06 月 27 日 16:17 | 分類 Google , 數位內容 , 電子娛樂

YouTube 影片推薦功能雖能幫觀眾發掘更多有趣的影片,卻也因為機制不夠完善屢惹爭議。現在 YouTube 決定把主控權交還給使用者,讓使用者進一步掌控推薦內容,還能將不喜歡或不感興趣的頻道移除,讓系統不再推薦該頻道影片。

繼續閱讀..

使用者行為偏好不斷改變,Google 如何以深度學習提高推薦品質?

作者 |發布日期 2018 年 07 月 05 日 20:46 | 分類 AI 人工智慧 , 尖端科技 , 會員專區

推薦服務的品質有多高,取決於所推薦的產品是否符合使用者的喜好與需求。Google 運用深度學習技術不斷精進推薦系統,但要做到比使用者更了解使用者自己的「個人化推薦」程度,並不是件容易的事,原因是使用者在不同時間、不同情境下,對內容的偏好都會有所不同。

繼續閱讀..

技術揭密:Amazon 的推薦系統到底行不行?

作者 |發布日期 2016 年 07 月 17 日 12:00 | 分類 會員專區 , 網路 , 軟體、系統

亞馬遜在業內有「推薦系統之王」之稱,亞馬遜有 35% 的銷售額是與推薦系統相關的。但是最近,微軟的研究員 Amit Sharma 發表了一篇論文《Estimating the causal impact of recommendation systems from observational data》,對這個事情提出了質疑。這篇論文分析了 Amazon 上 4,000 種不同商品的相關資料,認為與我們通常歸因於推薦系統的點擊次數相比,實際上僅有四分之一真正是由推薦系統引起的,其他四分之三和推薦並沒有關係。

繼續閱讀..