WHITEPAPER

Bewährte Methoden für Empfehlungssysteme

Sie erhalten Einblicke von Führungskräften und technischen Experten globaler Unternehmen wie The New York Times, Tencent, Meituan, NVIDIA und mehr.

Entdecken Sie praktische Einblicke und Ratschläge

Das Erstellen, Bereitstellen und Optimieren von Empfehlungssystemen, die Benutzer effektiv ansprechen und sich auf den Geschäftswert auswirken, einschließlich des Umsatzes, ist schwierig. Datenwissenschaftler, Ingenieure für maschinelles Lernen und Führungskräfte in globalen E-Commerce-, Medien- und On-Demand-Domänen haben erfolgreich Empfehlungssysteme entworfen, erstellt und bereitgestellt, die sich auf den Geschäftswert auswirken. Laden Sie dieses Whitepaper herunter, um Einblicke, bewährte Methoden und Ratschläge aus Experteninterviews zu erhalten und herauszufinden, wie Empfehlungssystemteams mit Vorverarbeitung, Feature-Engineering, Schulungsmodellen, Bewertung von Modellen, Auswahl geeigneter Technologien, Interoperabilität mit Open Source und vielem mehr umgehen. 

Einige vorgestellte Führungskräfte und Experten, die interviewt wurden, sind:

Monica Rogati

Beraterin für KI und Datenwissenschaften, Schöpferin des ersten ML-Modells für das „People You Know“-Feature bei LinkedIn

Xiangting Kong

Expert Ingenieur, Tencent

Chris Wiggins

Chief Data Scientist, The New York Times

Jun Huang

Senior Technical Expert, Meituan

Felipe Contratres

Tribe Leader of Personalization, Magalu (Magazine Luiza)

Vinny DeGenova

Associate Director of Data Science – Suche und Empfehlungen, Wayfair

Sogar Oldridge

NVIDIA Merlin™ Engineering Lead, NVIDIA

Kurze Geschichte der Empfehlungssysteme

Empfehlungssysteme in der Entstehung

Lesen Sie eine kurze Geschichte der Empfehlungssysteme, einschließlich zu den Menschen, die sie gebaut haben, und veranschaulichen Sie die Entwicklung von den 1970er Jahren bis zur Gegenwart.

Neueste Trends für globale Empfehlungssysteme

Das liegt im Trend

Erfahren Sie mehr über die neuesten Trends für globale Empfehlungssysteme in den Bereichen E-Commerce, Medien, Nachrichten, On-Demand und mehr.

Vorgehensweisen für Empfehlungssysteme

Bewährte Methoden

Erfahren Sie von Branchenführern mehr über ihre Praktiken für Empfehlungssysteme, einschließlich was sie tun, um Empfehlungsgeber zu optimieren.

JETZT HERUNTERLADEN

Inhalte für Unternehmen
Inhalte für Entwickler