痛点1:客服中心客服规模逐年增长,对客服中心降本增效的需求日益激烈 ;客服中心的用人成本也随之攀升,客服中心既要满足客服满意度,也要满足企业成本控制,因而对客服降本增效的需求也日益激烈。
本文介绍了大数据推荐系统在广告投放中的应用和实践,包括Facebook、Google、微博、360、腾讯、Oracle等公司的实践案例。文章还介绍了推荐系统架构设计、数据处理、模型训练、实时推荐等方面的技术细节。
12月2日,火山引擎全系列云产品亮相,共推出了78项云产品服务,涵盖云基础、视频及内容分发、数据中台、开发中台、人工智能等五大类。
7月20日的火山引擎原动力大会上,火山引擎发布全新Slogan“云上增长新动力”,并推出以云为底座的一系列产品解决方案,包括企业上云和智能营销通用方案,以及覆盖金融、汽车、消费、文娱、医疗、通信传媒六大行业的云上增长方案。 火山引擎机器学习系统负责人项亮在大会上正式发布并介绍了机器学习与智能推荐平台多云部署解决方案。项亮介绍,抖音集团旗下不同业务的不同推荐系统,都是基于一个统一的训练平台提交,由统一的训练系统训练。现在,这种模式由火山引擎对外开放,为企业提供开放的AI基建,帮助企业更专注于业务。 抖音、头
不久前,国内领先中立云计算服务商UCloud和人工智能技术与服务提供商第四范式,联手推出的“第四范式·先知”UCloud专属公有云版本,引起了业界的广泛关注。在极高默契度的配合下,双方团队再度联手推出部署于UCloud云平台的“个性化推荐引擎”,并将于近期正式上线。 个性化推荐引擎是基于“第四范式·先知”平台和其他专利技术研发的一站式推荐系统解决方案产品,集推荐物料管理、机器学习训练日志生成、推荐召回和触发、推荐内容机器学习排序、推荐列表生成和管理等功能于一体。 个性化推荐引擎在与UCloud云平台深度结合
导读:在数字化革命和AI赋能的大背景下,推荐场景逻辑越来越复杂,推荐细分场景越来越丰富,对业务迭代和效果优化的效率有了更高的要求。推荐系统业务和技术在传统架构支撑下自然堆砌,变得越来越臃肿,开发维护困难,推荐系统在应用架构上正面临新的挑战。本文就第四范式在智能推荐系统架构方面的探索实践,聊一聊在应用架构治理方面提升推荐服务开发维护效率,增强系统灵活性和扩展性的新探索。重点探讨在开发推荐系统乃至智能系统领域时遇到的问题,解决方法及未来的发展趋势。
【案例】融360:智能金融系统建设最佳实践案例
11月14日,工信部发布关于印发《新一代人工智能产业创新重点任务揭榜工作方案》的通知,启动了人工智能产业创新重点任务揭榜工作,以下称“人工智能揭榜工作”。
各省、自治区、直辖市及计划单列市、新疆生产建设兵团工业和信息化主管部门,有关单位:
人工智能、机器学习和深度学习的发展改变了我们的生活。尽管有时人们还没有意识到,但实际上早已融入日常生活中:人工智能优化谷歌的搜索结果、亚马逊推荐的“猜你喜欢”,人工智能在零售和电商领域的影响不断扩大。 零售业如何结合人工智能提升行业收益?“猜你喜欢”之外人工智能技术还有哪些无限潜能? 1月23日,达观数据创始人陈运文博士受邀出席中国电商委举办的第六届中国电商年会,现场和电商行业领军者们分享了智能文本处理技术在电商行业的应用及未来。以下为演讲内容精华。 NO.1 电商行业数据分析难点 电商行业做数据应用时
随着“互联网+”时代的到来,知识图谱被广泛应用于各大行业。在金融、医疗、教育、电商、能源等行业中,知识图谱都发挥了重要的作用。 在这些领域中,企业的业务数据就是企业中重要的资源之一。知识图谱将数据资产进行可视化呈现,可以帮助企业进行全局化管控、优化资源配置、提高工作效率。那么,知识图谱数据开发是什么?主要内容有哪些呢?
4月26日,2018 全球移动互联网大会(Global MobileInternet Conference, 简称:GMIC)在北京国家会议中心正式开幕。达观数据作为人工智能领域优秀企业亮相本次大会,
前言 我个人的观点,小米还算是手机厂商中最良心的:广告没友商多,并且设置了关闭选项。虽然说为了一个更简洁的浏览体验需要捣腾捣腾,但是我觉得这是值得的。没必要去怪手机厂商怎么插入这么多广告,怎么不可以一
导读:业界把人工智能(Artificial Intelligence)、区块链(Blockchain)、云计算(Cloud Computing)和数据科学(Data Science)统称的“ABCD”推崇为颇具潜力的四大信息技术方向。
就是指各种大数据计算框架,存储系统、SQL引擎等等,这些技术比较常用,经过最近十几年的发展,主流的技术产品相对比较集中,主要就是MapReduce、Spark、Hive、Flink技术的产品。
摘要: 2014年后,人工智能逐渐成为中国私募市场的“宠儿”,投资风口也逐渐形成。亿欧智库最新推出的《2018中国人工智能投资市场研究报告》中,挖掘了14个行业中最受追捧的细分领域。
在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。
数据猿导读 恒丰银行客户关系管理系统依托大数据平台,采用最新的微服务软件架构和实时流处理技术,通过整合内外部数据,实现了360客户视图、智能获客、营销机会、产品货架、行业资讯、团队协同管理、业绩看板等功能,为一线营销团队提供了智能化移动业务支持工具。 📷 本篇案例为数据猿推出的大型“金融大数据主题策划”活动(查看详情)第一部分的系列案例/征文;感谢 恒丰银行 的投递 作为整体活动的第二部分,2017年6月29日,由数据猿主办,上海金融行业信息协会、互联网普惠金融研究院合办,中国信息通信研究
在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。 京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年,当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样,部落与部落之前没有任何工程、算法的交集。2013年,国内大数据时代到来,一方面如果做的事情与大数据不沾边,都显得自己水平不够,另外一方面京东业务在这一年开始飞速发展,所以传统的方式已经跟不上业务的发展了,为此推荐团队专门设计了新的推荐系统。 随着业务的快速发展以及移动互联网的
作者简介 李健,携程度假大数据开发总监。2013年底加入携程,在攻略社区及度假负责自然语言处理、图像、推荐等领域的开发管理工作。 写在前面 在人工智能时代, AI技术会以提供更精准更高效的方式在流程改进、沟通费力度下降、沟通效率提高、成本降低及收益提升等众多方面全面改变目前的商业模式、推动业务发展。携程度假的智能云客服平台在这方面做了很多有益的尝试,大大提升了携程度假客服的效率和用户体验。 一、智能云客服平台概述 在智能云客服平台上线前,在包括IM/微信、在线客服和电话客服在内的多个服务渠道的各个行为阶段都
作者:fisherman,时任推荐部门推荐系统负责人,负责推荐部门的架构设计及相关研发工作。Davidxiaozhi,时任推荐部门推荐系统架构师,负责推荐系统的架构设计和系统升级。 来自:《决战618:探秘京东技术取胜之道》 零,题记 在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短用户到商品的距离,提升用户的购物体验。 京东推荐的演进史是绚丽多彩的。京东的推荐起步于2012年,当时的推荐产品甚至是基于规则匹配做的。整个推荐产品线组合就像一个个松散的原始部落一样,部落与部落之前没有任何工程、算法的交集
人工智能给我们的生活带来了巨大的影响!它像魔术师一样,帮我们解决问题、提供建议,甚至预测未来。从智能手机到智能家居,人工智能让我们的生活变得更便捷、更智能。它是我们生活中的得力助手,让我们感受到科技的魅力!
最近,接到很多客户的电话咨询大模型备案和互联网算法备案,好多人搞不清楚这两个有什么关系?有什么区别?我们先来看下全国大模型备案和互联网算法备案通过的情况是怎么样的?
漫长的周三 Long Wednesday 埃森哲在2016年度报告中指出,2017八大趋势,AI驱动未来。 智能推荐作为人工智能的绝对产物,堪比夏洛克福尔摩斯,见微知著,毕竟构造用户画像是智能推荐的
作者 | fisherman、Davidxiaozhi 本文摘自《决战618:探秘京东技术取胜之道》,两位作者时任京东推荐系统负责人和系统架构师。 在电商领域,推荐的价值在于挖掘用户潜在购买需求,缩短
【磐创AI导读】:今天正式向大家介绍下最近磐创AI技术团队开发的一套智能客服系统,同时为回馈各位粉丝的长期支持与关注,我们为前10位有需要的老友提供免费接入使用服务哦。具体详看下文。
58同城是中国本地生活服务应用的代表。从最新数据规模上看,58同城已经超过了美国的Graigslist成为该领域世界第一,拥有超过1.3亿的月独立用户和400多万的季度活跃本地商户,月度发布超过5600万条本地生活服务信息。更复杂的是,58同城覆盖了诸如招聘、二手、二手车、房产等几乎所有垂直生活服务领域,所以数据类型非常异构多样。本案例将介绍在这样一个海量异构的数据源上,如何构建一个满足全领域需求的个性化推荐引擎。 PPT要点: 推荐系统:发现用户偏好,给用户主动推荐符合其意图的信息 好友推荐,商品推荐,网
设备管理系统越来越受到企业IT、行政、财务、设备管理员的欢迎。因为它能让设备实现全生命周期闭环式管理以及智能巡检等,大幅度提升提高设备可用性、预测设备故障并执行预防性保养、降低维护和购买成本,拓展设备使用寿命,优化企业投资回报。一款好用的设备管理系统能协助企业更高效地管理,实现降低运营成本,提升企业市场竞争力。在选择设备管理系统的时候,我们首先要分析企业内所存在的设备管理方面的痛点和需求,然后经过测试和跑通系统流程后,再进行采购。
👆点击“博文视点Broadview”,获取更多书讯 📷 认知的高度决定了创造价值的高度。 企业在从创办、发展、竞争、成功到衰亡的全生命周期中,会面临复杂多样的决策场景。 然而,时代演变产生的海量、分散、实时的信息,仅靠人类个体是难以高效、准确地感知、认知和决策的。 因此,企业需要通过大数据与人工智能技术,提升对业务的智能分析与决策能力,以此提升在快速、复杂的博弈场景中的竞争力。 那么如何运用人工智能技术增强企业的认知智能呢? 在企业营销服务、设备生产运维的场景中,知识图谱与认知智能技术可以通过数据知识聚合、
近年来,随着元宇宙、VR、AR等新技术的快速发展和对旅游体验的不断提升,景区数字化转型迫在眉睫。为鼓励景区加速数字化转型,国家也出台了系列智慧景区建设的政策指导,智慧景区导览系统平台应运而生。
传统的关键词检索论文,浩如烟海的结果让你无所适从?试试人工智能检索引擎。根据你的研究兴趣和偏好,便捷而靠谱帮你找论文。
腾讯企点 公众号ID:qidianonline 关注 提起智能客服,不由得想到了童年时代经典动画《哆啦A梦》,片中的机器猫能准确理解大熊的需求,掌握各个领域的知识,服务周到,有问必答且会给出准确的答案,可以说是完美智能客服的化身啊! 然而时下大多数人应都有过这样或那样的尴尬经历:使用某平台的客服时,经常打入电话后却是长时间的等待音;晚上终于有时间购物想咨询,但在线客服的头像却已显示为灰色,人不在了;费尽力气接通人工客服,却常常收到“人工坐席忙,请稍等”的提示,等等。 一方面,对用户而
内容中台是一种以内容为核心的创新管理模式和技术架构,旨在打破传统的信息孤岛,实现内容的标准化、个性化和智能化管理与应用。通过将企业内外的多源、多样的内容整合、分析和推送,内容中台能够实现高效的内容生产、分发和运营,提升用户体验和企业的竞争力。
还记得去年人满为患的推荐系统论坛吗?没错,就是那个挤都挤不进去的推荐系统论坛。2017年12月9日,在2017中国大数据技术大会上,该论坛将再次重装上阵! 推荐系统论坛向来是中国大数据技术大会上最受关注的论坛之一,去年,推荐系统论坛给大家带来了《基于大数据的个性化出行服务与公共资源协同分配》、《易到大数据的过去、现在和将来》、《滴滴交通大数据实战》、《综合交通运行感知体系构建与监测大数据统筹应用》、《携程Spark 算法平台及其应用》等精彩内容。 而在今年的推荐系统论坛上,论坛主席AdMaster技术副总裁
ChatGPT是一种基于深度学习的自然语言生成模型。它可以通过模拟人类语言的方式来生成自然、连贯、有意义的文本。
11 月 8-9 日,CSDN 和 AICamp 联合举办的AI开发者大会在京举行。领英(LinkedIn)人工智能研发总监张梁发表了《AI 在大规模招聘求职上的应用》的主题演讲,并接受了 AI科技大本营的专访。
随着互联网技术的不断发展,企业与客户之间的关系管理变得愈发重要。为了提升企业的销售和服务能力,SCRM(Social Customer Relationship Management)项目的技术实现成为了一个热门话题。本文将详细介绍SCRM项目的技术实现,包括数据采集、智能分析、个性化推荐等方面,以帮助科技博主和读者们了解如何构建卓越的客户关系管理平台。
以下文章来自知乎,作者Bill Tong。Bill Tong,上海交通大学管理科学与工程博士,曾出版《在线文本数据挖掘》一书。
ThoughtWorks数据智能事业部自三年前成立以来,就致力于将ThoughtWorks在敏捷软件开发、精益数字化产品创新等工作方法与数据智能领域的成熟实践结合,为客户解决新形势下如何实现数据驱动的智能企业的问题,为行业带来创新的解决数据问题的方法和实践总结。
英特尔(Intel)上周就这么做了,将两款最昂贵的cpu与英伟达(NVIDIA) gpu的推理性能进行了比较。
前面两篇文章笔者脑补了AI产品经理能力模型,系统梳理了一些AI常见概念和算法,感兴趣的朋友可以关注查看往期文章或点击下面链接查看详情:
双十一刚刚过去,电商的从业者终于可以喘口气了。这个节日从九年前的光棍节演变成如今电商行业的狂欢节。早几年双十一刚流行的时候,零点订单过多造成网络瘫痪、到了支付环节一键崩溃是常被吐槽的事情。这几年软硬件技术的发展,双十一的购物体验越来越好。让用户扼腕叹息的从“网络崩溃”变成了“今年没抢到”。 如何让用户买的爽?在这问题引导下电商品牌之间的竞争从网络稳定性、物流流程的PK,转到了今年更高级的竞争领域:人工智能和算法的较量。 无论是阿里今年上岗的高精度智能运营机器人天巡,还是一秒自动生成8000张banne
语音识别和语音交互:小程序可以通过集成语音识别技术,实现语音输入和语音交互功能。用户可以通过语音进行搜索、下单、查询等操作,提高用户的操作便捷性。
随着智能家电、穿戴设备、智能机器人等产物的出现和普及,人工智能技术已经进入到生活的各个领域,引发越来越多的关注。那么,人工智能目前都应用在哪些领域,运用了怎样的技术原理呢?
作者在前面几篇文章中对常用的推荐算法,如基于内容的推荐、协同过滤、矩阵分解、分解机、基于标签的推荐、深度学习等进行了详细介绍(点击蓝色字体阅读相关文章),并在这些文章中详细说明了这些算法的优缺点。在本篇文章我们会介绍混合推荐系统(Hybrid Recommender Systems),就是利用多种推荐算法配合起来做推荐,期望避免单个推荐算法存在的问题,最终获得比单个算法更好的推荐效果。
领取专属 10元无门槛券
手把手带您无忧上云