Systémy doporučení jsou jednou z nejvyhledávanějších aplikací strojového učení, protože se ukázalo, že přinášejí značné příjmy. Například systém doporučení Netflix řídí přibližně 80% obsahu streamovaného na platformě. I když si to nemusíme vždy uvědomovat, personalizovaná doporučení mají významný dopad na mnoho aspektů našeho života, jako je hudba, kterou posloucháme, obsah, který vidíme, a osoby, se kterými se spojujeme na sociálních sítích, filmy, které sledujeme, restaurace, které si vybíráme, atd.
Je obtížné vytvořit systém doporučení
Není proto divu, že stále více organizací chce do svých aplikací integrovat systém doporučení. Vybudování takového systému od nuly však může představovat skličující úkol, který vyžaduje, aby odborníci na data a ML inženýři spolupracovali na budování, ladění a údržbě systému v průběhu času. Celkově vzato je to komplexní, časově náročná a nákladná činnost vyžadující odborné dovednosti.
Jak snadno přidat doporučení založená na strojovém učení do vašich aplikací
Naštěstí existuje mnohem jednodušší a levnější způsob. MySQL HeatWave poskytuje strojové učení v databázi pomocí HeatWave AutoML, které automatizuje životní cyklus strojového učení včetně výběru algoritmu, inteligentního vzorkování dat pro trénování modelu, výběru funkcí a optimalizace hyperparametrů. HeatWave AutoML nejen podporuje detekci anomálií, prognózování, klasifikaci a regresi, ale také poskytuje systém doporučení. Při zohlednění jak implicitní zpětné vazby (minulé nákupy, chování při procházení atd…) tak i explicitní zpětné vazby (hodnocení, hodnocení Líbí se, atd…) generuje systém doporučení HeatWave AutoML vysoce relevantní personalizovaná doporučení.
HeatWave AutoML, včetně jeho systému doporučování, je zákazníkům MySQL HeatWave k dispozici bez dalších nákladů a můžete jej snadno integrovat do svých aplikací. Ve skutečnosti si to můžete vyzkoušet vytvořením aplikace MovieHub, kterou jsme vyvinuli, abychom předvedli systém doporučení HeatWave AutoML. K vytvoření této aplikace stačí postupovat podle uvedených podrobných pokynů a nebudete muset ani psát kód, protože budete používat nejoblíbenější platformu pro vývoj s nízkým obsahem kódu, Oracle APEX.
Vyzkoušejte systém doporučení MySQL HeatWave AutoML
Začněte sledováním tohoto 2,5minutového videa a podívejte se na ukázku aplikace:
Potom si jej postavte sami podle pokynů z dílny:
To vám pomůže získat představu o tom, jak byste mohli využít systém doporučení MySQL HeatWave AutoML v různých aplikacích, jako je eCommerce, zpravodajské platformy, streamování obsahu, online reklama, hraní her, atd.
Zdroj: Oracle
