Vlot een aanbevelingsmotor inzetten met Trendskout AutoML

Recommendations of aanbevelingen zijn een integraal ondersteunde AI-functie op het Trendskout-platform. Een recommendation engine – dat is het systeem dat de aanbevelingen doet – wordt gebruikt om hypergepersonaliseerde diensten, inhoud of producten voor te stellen.

Recommendation engines kunnen worden ondersteund door verschillende types classificatie- en clusteringalgoritmes, die zo worden geïmplementeerd zodat ze een bepaalde dienst of product kunnen aanbevelen. Daarbij wordt vaak gebruik gemaakt van afstandsfuncties, waarbij voor een bepaald datapunt (bijvoorbeeld een bezoeker op een website) een ander dichtste ‘datapunt’ (bijvoorbeeld de meest relevante blogpost) wordt bepaald.

Voorbeeld toepassingen

Krachtig Cloud-AI Platform

Naast specifieke modules voor productiebedrijven, biedt het Trendskout AutoML platform ook tal van mogelijkheden voor IT teams om snel AI toepassingen op te zetten, Powered door onze unieke dubbele AI laag en gebruiksvriendelijke UI die datatransformaties, algoritmeselectie en hypertuning volledig automatiseert.

Hoe halen organisaties meerwaarde uit AI en Machine Learning?

Ontvang toegang tot ons Resource Center met interessante business cases gratis in je mailbox.

Connect

1

Analyse

2

Recommendation

Recommendation is één van de Trendskout AI Flow analyse-functies.

Automate

3

Hoe werkt dit technisch?

Unsupervised

Recommendation engine-algoritmes vereisen weinig of geen trainingsdata, waardoor ze tot de familie van unsupervised algoritmes behoren. De waarde die moet “aanbevolen” worden, wordt uit het dichtstbijzijnde datapunt gehaald. Dit betekent dat de afstandsfunctie die gebruikt wordt om dit punt te berekenen een cruciaal onderdeel is. Net zoals bij andere AI en Deep Learning algoritmes zijn verschillende afstandsfuncties en configuraties mogelijk, al of niet gecombineerd met aanvullende clustering- of classificatie-algoritmes. De evaluatie van deze combinaties wordt door Trendskout Auto ML zelfstandig uitgevoerd.

Recommendation vs Classificatie

Recommendation engines worden gebruikt wanneer er veel verschillende types inhoud, producten of diensten zijn die in aanmerking komen om voor te stellen. Wanneer dit aantal beperkt is, is een Classificatie-analyse meer aangewezen, hiervoor is dan wel een trainingsfase nodig.

Recommendation + Trendskout

Recommendation algoritmes zijn geen aparte set van algoritmes maar worden gevormd door combinaties van AI en Deep Learning technieken. Dit betekent dat een groot aantal verschillende algoritme-configuraties, met elk hun specifieke hypertuning, mogelijk is. Trendskout voert de selectie van deze algoritmes en de hypertuning ervan zelfstandig uit, en biedt recommendation als onmiddellijk bruikbare AI functie aan.

Alle features ontdekken tijdens een live demo?

Neem contact op en we tonen u de directe meerwaarde van artificial intelligence voor uw organisatie.