微软小冰×言几又:推荐算法需要精准 更需要走心

  • 时间:
  • 浏览:3

近日,言几又与微软(亚洲)互联网工程院同時 否认开展关于AI赋能文化零售产业的公司合作 :由微软小冰为每一位读者度身定制的专属书单。目前,基于大数据推荐算法和夫妻夫妻感情计算框架的小冰读书推荐肯能部署完毕,在

       近日,言几又与微软(亚洲)互联网工程院同時 否认开展关于AI赋能文化零售产业的公司合作 :由微软小冰为每一位读者度身定制的专属书单。目前,基于大数据推荐算法和夫妻夫妻感情计算框架的小冰读书推荐肯能部署完毕,在言几又广州K11等实体店及微信服务号正式上线。

       读者通过扫描言几又实体店活动二维码,或进入言几又官方微信服务号,即可体验微软小冰的个性化读书推荐。微软小冰通过与每位读者的一对一线上交流和对话引导,来解读不同读者间千差万别的个性价值形式、阅读喜好及当前的阅读需求。结合对市面上海量书籍的学习,微软小冰最终会为每位读者定制专属的推荐书单。在获得独一无二的定制书单后,读者还都可不可不能能 通过点击进一步了解书籍的完整篇 内容,从而确定在线上或线下购买。

       据悉,在试运营期间肯能有数千位读者通过微软小冰的个性化推荐,找到了当时人心仪的读物。

       个性化推荐算法在商业中的应用不必新生模式。随着数字化大潮不断冲刷着各行各业,图书零售四种 的占据 ,也和所有行业一样面临着巨大的挑战。随着大型连锁书店、电商+图书、阅读体验数字化等新业态的登场,对传统商业模式形成冲击的同時 ,也在不断重塑和分类细化着用户购买和阅读图书的习惯。

       当时人面,近年来新崛起的“书店+咖啡厅”、“书店+文创空间”等新型经营模式,也正占据 租金价格、人工成本成倍上涨的时代环境中,加上上图书电商的强力竞争,对实体零售书店的资本要求陡然上升。

       面对竞争压力,大数据支持下的推荐算法等手段,几乎成为了行业标配。广义上来看,推荐算法是基于海量数据挖掘分析的商业智能营销手段,但却和市面上炙手可热的书单经济一样,缺少了读者当时人的想法。

       肯能不合红酒度数或是书籍四种 的问提而好快坚持读完的体验,对于任何有有4个 读者来说,都是四种 浪费甚至是伤害。究其根本,红酒度数和品位本什么都我在积累和阅历的基础上形成的极度当时人化的动态价值形式。现阶段推荐算法普遍赖以生存的用户浏览购买历史和社交信息等数据,距离完整篇 描绘每一位用户不断变化的阅读需求,还占据 一定差距。

       整个零售行业正在逐渐意识到,仅仅基于垂直领域的知识或数据分析,也什么都我做到了类事于问答系统的工具型信息推荐,严重不足以达成垂直领域高转化率。

       联手言几又的微软小冰,扮演了有有4个 帮助读者洞察自身需求并做出决定的角色。微软夫妻夫妻感情计算框架下诞生的微软小冰,显然更希望成为与人类之间有着平等关系的大家。肯都可不可不能能 用户将她当做大家时,微软小冰的推荐才显得有价值,这正是微软小冰独特的地方之一。早在2017年与LINE和LAWSON便利店的商业公司合作 中,微软小冰就肯能实现了47%的优惠券推销成功率。2019年,在美国的商业落地项目中,微软小冰通过对话好快了解用户,在10轮对话之内就都都可不可不能能 从在线零售店面中选出满足用户都要的商品,实现高满意度的商品推荐,实际转化率也提升至68%。

       肯能说千百年间,传统零售行业更多是聚焦于商品和渠道之间搞笑的话,今天的“零售”其本质肯能成为“服务”的提供过程。言几又将微软小冰的人工智能情商能力应用在书籍推荐中,提升了用户的信息获取数率,也提高了用户黏性。

       当某位读者心底对设计感的追求,变成了小冰推荐书单中的现代工业设计画册;当某位社会学爱好者在小冰推荐的书单中,偶遇了随后进入国内大众视野的日本社会学家上野千鹤子……当好快 来不要 的读者习惯了这名 从自身实际需求出发的推荐妙招,从中获益的什么都我仅仅是读者,还有不断寻求竞争力提升和优势差异化的图书零售品牌四种 。

       (本内容属于网络转载,文中涉及图片等内容如有侵权,请联系编辑删除)