AI trong hệ thống khuyến nghị
Hệ thống đề xuất là AI lặng lẽ chọn những gì bạn xem, mua và cuộn tiếp theo.
Tổng quan
They drive a huge share of engagement and revenue at companies like Netflix, Amazon, YouTube, and Spotify.
Lặn sâu
Công việc của người giới thiệu là dự đoán những gì người dùng sẽ muốn từ một danh mục rộng lớn. Hai cách tiếp cận cổ điển là lọc cộng tác, tìm kiếm các mẫu của người dùng ("những người như bạn cũng thích nội dung này") và lọc dựa trên nội dung, khớp các tính năng của mục với sở thích trước đây của bạn. Các hệ thống hiện đại kết hợp những điều này và bổ sung khả năng học sâu: mạng lưới thần kinh học các phần nhúng dày đặc cho người dùng và vật phẩm để những sở thích tương tự nằm gần nhau trong không gian vectơ. Netflix đã phổ biến lĩnh vực này với giải thưởng trị giá 1 triệu đô la và ngày nay các hệ thống này hỗ trợ nguồn cấp dữ liệu của YouTube, đề xuất sản phẩm của Amazon, Discover Weekly của Spotify và trang For You của TikTok. Chúng cũng là một nguồn gây lo ngại vì việc tối ưu hóa hoàn toàn cho hoạt động tương tác có thể tạo ra các bong bóng bộ lọc và khuếch đại nội dung gây nghiện hoặc phân cực.
Hiểu biết kỹ thuật
Hệ số hóa ma trận là một bước đột phá: biểu diễn ma trận xếp hạng mục người dùng thưa thớt dưới dạng tích của hai ma trận nhỏ hơn của các yếu tố tiềm ẩn, do đó mỗi người dùng và mục trở thành một vectơ ngắn. Tích số chấm của vectơ người dùng và vật phẩm dự đoán xếp hạng. Các mô hình sâu mở rộng điều này bằng tính năng lọc cộng tác thần kinh và kiến trúc hai tháp giúp truy xuất ứng viên một cách nhanh chóng, sau đó mô hình xếp hạng sẽ chấm điểm họ. Khởi đầu nguội, việc giới thiệu cho người dùng hoặc sản phẩm hoàn toàn mới vẫn là một thách thức khó khăn.
Tác động chiến lược
Xây dựng lựa chọn
Thiết kế cấp ứng dụng xác định liệu AI có cải thiện kết quả thực tế hay không.
Nhóm và quy trình làm việc
Tích hợp quy trình làm việc tốt sẽ giúp tăng năng suất mà người dùng có thể tin tưởng.
Rủi ro và an toàn
Các trường hợp sử dụng có phạm vi phù hợp giúp giảm bớt sự mệt mỏi khi thay đổi và rủi ro triển khai.
Tương lai của AI trong các hệ thống khuyến nghị
Những người giới thiệu ngày càng phù hợp với ngữ cảnh và tính trò chuyện hơn. Các mô hình ngôn ngữ lớn cho phép bạn đưa ra đề xuất bằng ngôn ngữ tự nhiên và giải thích lý do tại sao nội dung nào đó được chọn, trong khi các mô hình đa phương thức lý luận dựa trên văn bản, hình ảnh, âm thanh và video cùng nhau. Mong đợi sự nhấn mạnh nhiều hơn vào sự hài lòng lâu dài đối với các nhấp chuột thô, cộng với quy định thúc đẩy tính minh bạch và quyền kiểm soát của người dùng đối với thuật toán. Các kỹ thuật bảo vệ quyền riêng tư như khuyến nghị trên thiết bị và liên kết cũng đang phát triển.
Triển khai trong thế giới thực
Netflix đề xuất các chương trình và thậm chí tùy chỉnh hình thu nhỏ dựa trên lịch sử xem của bạn
Discover Weekly của Spotify xây dựng danh sách phát được cá nhân hóa từ tính năng lọc cộng tác giữa những người nghe có cùng sở thích
'Khách hàng đã mua sản phẩm này cũng đã mua' của Amazon và các đề xuất sản phẩm trên trang chủ thúc đẩy phần lớn doanh số bán hàng
Trang For You của TikTok tìm hiểu nhanh các tùy chọn về thời gian xem, số lượt phát lại và lượt bỏ qua để xếp hạng các video ngắn
Rủi ro & lan can
Tự động hóa một quy trình bị hỏng có thể khuếch đại các vấn đề hiện có.
Các nhóm có thể tự động hóa quá mức và loại bỏ sự phán xét cần thiết của con người.
Chất lượng có thể thay đổi nếu kết quả đầu ra không được đánh giá liên tục.
Lộ trình thực hiện
Lập sơ đồ quy trình làm việc hiện tại và xác định bước có mức độ ma sát cao nhất.
Xác định các điểm kiểm tra của con người trước khi tự động hóa hoàn toàn.
Đào tạo người dùng về lời nhắc, đường dẫn leo thang và tiêu chuẩn chất lượng.
Theo dõi kết quả ở cấp độ nhiệm vụ để xác nhận giá trị bền vững.
Tiếp tục khám phá
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the AI in Recommendation Systems quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Hướng dẫn tiếp theo
Hệ thống khuyến nghị AI
Câu hỏi thường gặp
What is AI in Recommendation Systems?
Hệ thống đề xuất là AI lặng lẽ chọn những gì bạn xem, mua và cuộn tiếp theo. Họ thúc đẩy phần lớn mức độ tương tác và doanh thu tại các công ty như Netflix, Amazon, YouTube và Spotify.
Lọc cộng tác dựa trên điều gì?
Lọc cộng tác tìm kiếm những người dùng có cùng sở thích và đề xuất những gì họ thích, ý tưởng 'những người giống như bạn cũng thích'.
Tính năng lọc dựa trên nội dung sử dụng điều gì để đưa ra đề xuất?
Lọc dựa trên nội dung khớp các thuộc tính của mục với đặc điểm của những thứ bạn đã thích trước đây.
Hệ số hóa ma trận giải quyết được vấn đề gì trong công cụ giới thiệu?
Hệ số hóa ma trận phân tách ma trận xếp hạng thành các vectơ người dùng và mục nhỏ có tích số chấm dự đoán xếp hạng.
Vấn đề 'khởi đầu nguội' là gì?
Khởi đầu nguội là thách thức trong việc đưa ra đề xuất tốt khi có ít hoặc không có dữ liệu về người dùng hoặc mặt hàng mới.
Cuộc thi nào đã giúp phổ biến nghiên cứu đề xuất?
Giải thưởng Netflix trị giá 1 triệu USD đã thách thức các đội cải thiện dự đoán xếp hạng và thúc đẩy những tiến bộ lớn trong lĩnh vực này.