LegközelebbKövetkező útmutató
AI az ajánlási rendszerekben
Alkalmazások
Alkalmazási ÚTMUTATÓ
Az ételeket és éttermeket ajánlók interakciók, cikkattribútumok, kontextus vagy vélemény szövege alapján rangsorolják a lehetőségeket.
Hallgassa meg ezt az útmutatótAI-narrált · ~1 min
Az ajánlásoknak tükrözniük kell a rendelkezésre állást és a felhasználói korlátokat.
A MenuAI egy olyan kutatási rendszert ír le, amely ötvözi az OCR-t a transzformátor alapú rangsorolással. Egy RGB menükép és egy táplálkozási keresőkulcs (például kalória vagy fehérje) alapján rangsorolja az ételeket a saját maga által készített adatkészletében. Más ételeket ajánló kutatások értékeléseket, könyvjelzőket, receptnézeteket vagy áttekintési szöveget használnak a preferenciák modellezésére. A felmérés kihívásként azonosítja a gyér visszajelzéseket és a hidegindítást: az interakciós előzmények nélküli új étterem kevés bizonyítékot szolgáltat az együttműködésen alapuló személyre szabásra. Az egyik lehetséges folyamat lekér egy jelölt részhalmazt, mielőtt részletesebb rangsorolási szakaszt alkalmazna; katalógusa és kiválasztási szabályai határozzák meg a jelöltek számát. A szöveges hangulat és a beágyazás jelzéseket adhat, de a vélemények szubjektívek, ritkák vagy elavultak lehetnek. A hely, az órák, az étkezési igények és a költségvetés továbbra is korlátozza az aktuális éttereminformációkat.
Használja a korábbi értékeléseket a preferenciák becsléséhez.
Vonjon ki témákat a véleményekből a felületi ételekhez vagy a szolgáltatási attribútumokhoz.
Szűrje az ajánlásokat hely, óra, étrend és költségkeret szerint.
Magyarázza el, mely jelek befolyásolták a javaslatot.
Az élelmiszer-ajánlóknak támogatniuk kell a felhasználók választását, és tükrözniük kell a jelenlegi korlátokat. Ellenőrizze a változó menü, az allergén, az ár és a rendelkezésre állás részleteit az étteremben.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
Az ételeket és éttermeket ajánlók interakciók, cikkattribútumok, kontextus vagy vélemény szövege alapján rangsorolják a lehetőségeket. Az ajánlásoknak tükrözniük kell a rendelkezésre állást és a felhasználói korlátokat.
Az együttműködésen alapuló szűrés úgy ajánl elemeket, hogy megkeresi azokat a felhasználókat, akiknek korábbi választásai hasonlítanak az Önére, és azt javasolja, hogy mi tetszett nekik.
Az NLP nagy mennyiségű szabad szövegű ismertetőt olvas fel, hogy összefoglalja a véleményeket, és kiemelje az ételek erősségeit és gyengeségeit.
A kétlépcsős tervezés először kiválaszthatja a jelölteket, majd részletesebben pontozhatja őket. A katalógus és a kiválasztási szabályok határozzák meg a jelöltek számát; nem feltételezünk milliós léptékű katalógust.
A beágyazások az ételeket és a lekérdezéseket numerikus vektorokká alakítják, lehetővé téve a rendszer számára, hogy fogalmilag hasonló elemeket egyeztessen azonos megfogalmazás nélkül is.
Az élelmiszer-ajánló felmérés a visszacsatolás hiányát és a hidegindítást tárgyalja. Egy interakción alapuló módszerhez a személyre szabáshoz releváns előzményekre vagy egyéb preferenciainformációkra van szüksége.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
AI az ajánlási rendszerekben
Alkalmazások