Recommendation System: Tìm hiểu hệ thống gợi ý là gì?

Các hệ thống gợi ý (hay recommender system, recommendation engine) dựa trên deep learning đang tác động sự phát triển của những gã khổng lồ trực tuyến. Ngày nay, với tính sẵn sàng của các hệ thống xử lý dữ liệu hiệu năng cao qua GPU, bất cứ công ty nào cũng có thể tiếp cận được đến với các hệ thống kiểu như vậy.

tìm kiếm (search) và bạn có thể sẽ thấy. Ngoại giả, hãy dành đủ thời kì trực tuyến và những gì bạn muốn sẽ bắt đầu “tự đi tìm” bạn ngay khi bạn cần. Đây chính là những thứ đang ảnh hưởng cho internet hiện tại.

Chúng được gọi là hệ thống gợi ý và chúng là một trong những vận dụng quan yếu nhất bây giờ. Chúng xuất hiện cũng là vì bởi có một sự bùng nổ của các chọn lọc và tính bất khả thi khi khám phá một số lượng lớn các tùy chọn sẵn sàng dành cho bạn.

Nếu một người đi mua sắm trực tuyến mất một giây cho mỗi lần vuốt trên vận dụng di động để phê duyệt qua 2 tỷ sản phẩm có sẵn trên một trang web thương nghiệp điện tử, cô ta sẽ mất 65 năm – gần như toàn bộ cuộc đời – để đi qua toàn bộ các danh mục.

Đây là một trong những lý do chính khiến Internet hiện nay buộc phải được cá nhân hóa, nếu không, hàng tỷ người dùng Internet trên thế giới chẳng thể tiếp cận được với các sản phẩm, dịch vụ, thậm chí cả tri thức chuyên môn – trong số hàng trăm tỷ điều – quan yếu đối với họ.

Họ cũng chỉ có thể là con người, rất thật mà thôi. Chung cục, bạn sẽ làm gì khi đến gặp ai đó để được tư vấn? Khi bạn kiếm tìm thông báo phản hồi, là bạn đang đề xuất họ một sự gợi ý.

Giờ đây, được tác động bởi số lượng dữ liệu đồ sộ về sở thích của hàng trăm triệu người dùng cá nhân, các hệ thống gợi ý đang chạy đua để làm tốt hơn việc đó.

Internet tất nhiên đã biết rất nhiều sự thật: tên của bạn, địa chỉ của bạn, có thể là nơi sinh của bạn, và thậm chí là những liên quan, hành vi mà bạn đã thực hành. Nhưng những gì các hệ thống gợi ý nhắm đến là tìm cách học bạn tốt hơn nữa, và có lẽ là tốt hơn cả những người hiểu thị hiếu của bạn.

>>> Xem thêm: Dell T550



Chìa khóa thành công của các tổ chức thành công nhất trên web

Hệ thống gợi ý không phải là một ý tưởng mới. Jussi Karlgren đã hình thành ý tưởng về một hệ thống gợi ý, một “kệ sách kỹ thuật số”, năm 1990. Trong hai thập kỷ tiếp theo, các nhà nghiên cứu tại MIT và Bellcore liên tiếp phát triển kỹ thuật này.

Công nghệ đã thực sự thu hút trí tưởng tượng của cộng đồng khởi đầu từ năm 2007, khi Netflix – khi đó đang kinh doanh cho thuê DVD qua thư tín – đã khởi động một cuộc thi mở với giải thưởng 1 triệu USD cho thuật toán collaborative filtering có thể cải thiện độ xác thực cho hệ thống của Netflix hơn 10%, một phần thưởng đã được trao trong năm 2009.

Trong thập kỷ tiếp theo, các hệ thống gợi ý như vậy sẽ trở nên quan trọng đối với sự thành công của các tổ chức Internet như Netflix, Amazon, Facebook, Yahoo và Alibaba.

Vòng lặp cải tiến dữ liệu

Và thế hệ mới nhất của các hệ thống gợi ý được tương trợ bởi deep learning tạo ra những điều kỳ diệu trong tiếp thị, mang lại cho các công ty khả năng tăng tỷ lệ click chuột bằng cách nhắm mục đích (targeting) tốt hơn đến những người dùng sẽ quan hoài đến những gì họ cung cấp.

Giờ đây, với khả năng thu thập dữ liệu, xử lý nó, sử dụng nó để tập huấn các mô hình AI và khai triển các mô hình đó để giúp bạn và những người khác tìm thấy những gì bạn muốn là một trong những lợi thế cạnh tranh lớn nhất mà các doanh nghiệp internet lớn nhất sở hữu.

Chúng liên quan một vòng lặp cải tiến – với công nghệ tốt nhất liên quan các gợi ý tốt hơn, các khuyến nghị thu hút nhiều khách hàng hơn và rốt cục, cho phép các đơn vị này trang bị những công nghệ tốt hơn nữa.

Đó là một mô hình kinh doanh. Vậy công nghệ này hoạt động như thế nào?

Thu thập thông báo – Collecting Information

Hệ thống gợi ý hoạt động bằng cách thu thập thông báo – ghi nhận những gì bạn đề nghị – chẳng hạn như những bộ phim bạn xem trên vận dụng xem phim, xếp hạng và đánh giá mà bạn đã gửi, những sản phẩm bạn đã cho vào giỏ hàng, những từ khóa mà bạn đã kiếm tìm và các hành động khác bạn đã thực hiện trong kí vãng

có lẽ quan yếu hơn, họ có thể theo dõi các tuyển lựa bạn đã thực hiện: Những gì bạn click vào và cách bạn ưng chuẩn qua các trang web. Thời kì bạn xem một bộ phim nào đó mất bao lâu, chả hạn. Hoặc quảng cáo nào bạn click vào hoặc bạn hữu của bạn thúc đẩy.

Tất cả thông tin này được truyền vào các trung tâm dữ liệu đồ sộ và được tổng hợp thành các bảng dữ liệu (table) đa chiều, phức tạp và mau chóng phình to kích tấc.

Chúng có thể lớn hàng trăm terabyte và cứ phát triển liên tục.

Chúng quá lớn như vậy không phải vì một lượng lớn dữ liệu được thu thập từ từng cá nhân, mà bởi vì chỉ một số ít dữ liệu được thu thập từ rất rất nhiều cá nhân.

Nói cách khác, các bảng dữ liệu này rất thưa tớt – hồ hết thông tin, hồ hết các dịch vụ này có trên hồ hết chúng ta đều gần như trống rỗng.

Nhưng tổng hợp lại, các bảng này chứa rất nhiều thông báo về sở thích của một số lượng rất lớn các cá nhân.

Và điều đó giúp các doanh nghiệp đưa ra quyết định sáng ý về những loại người dùng cố định có thể sẽ thích.

>>> Xem thêm: mua server R250