Thực trạng và Tương lai của Hệ thống Đề xuất trong Thời đại AI

Bài viết này sẽ giới thiệu về công nghệ hệ thống đề xuất, tập trung vào các mô hình lớn AI. Chúng tôi cũng sẽ thảo luận về sự phát triển kỹ thuật của hệ thống đề xuất và dự đoán tác động của mô hình lớn AI đối với tương lai của hệ thống đề xuất. Bài viết này phù hợp cho những người quan tâm đến lĩnh vực AI và hệ thống đề xuất.

Công ty cung cấp dịch vụ đề xuất AI nổi tiếng

• Netflix – Sử dụng thuật toán lọc đồng bộ để đề xuất phim và chương trình truyền hình
• Amazon – Sử dụng thuật toán đề xuất dựa trên dự án và nội dung để đề xuất sản phẩm
• YouTube – Sử dụng mạng nơ-ron sâu để đề xuất video cá nhân hóa
• Spotify – Đề xuất âm nhạc dựa trên dữ liệu âm nhạc và hành vi người dùng
• Facebook – Sử dụng mô hình học sâu để đề xuất bạn bè, trang và nguồn tin tức
• Google – Sử dụng hệ thống đề xuất trong các sản phẩm như tìm kiếm, Gmail, YouTube
• Pinterest – Sử dụng thị giác máy tính và học sâu để đề xuất hình ảnh và ý tưởng liên quan
• Alibaba – Đề xuất sản phẩm cho người dùng trên nền tảng thương mại điện tử
• Tencent – Sử dụng thuật toán đề xuất trong ứng dụng WeChat và QQ
• Twitter – Đề xuất chủ đề, người dùng và xu hướng liên quan

Những giá trị thương mại của dịch vụ đề xuất

Dịch vụ đề xuất có thể mang lại năm giá trị thương mại chính:

• Biến đổi quảng cáo: Tăng cường độ hiển thị và biến đổi người dùng
• Biến đổi thương mại điện tử: Thông qua việc gắn nhãn người dùng và sản phẩm, đề xuất sản phẩm để kích thích tỷ lệ mua lại và tiếp thị thương mại điện tử
• Biến đổi dịch vụ gia tăng: Tăng tỷ lệ chuyển đổi thành viên và giữ chân thành viên
• Tăng trưởng người dùng: Tăng cường giữ chân người dùng, hoạt động và thời gian ở lại, thường gặp trong ứng dụng nội dung kiểu TikTok
• Thay thế đề xuất cá nhân hóa bằng cách sắp xếp thủ công: Tiết kiệm chi phí con người, tăng hiệu quả phân phối nội dung

Cấu trúc triển khai của Hệ thống Đề xuất

Hệ thống đề xuất được thiết kế khác nhau tùy thuộc vào ngữ cảnh cụ thể và lượng dữ liệu, dẫn đến sự khác biệt lớn trong thiết kế hệ thống. Các phần phổ biến bao gồm:

• Module thu thập dữ liệu: Thu thập dữ liệu phản hồi từ người dùng sau khi hệ thống đề xuất được hiển thị cho người dùng
• Module khai thác dữ liệu ETL: Trích xuất dữ liệu phi cấu trúc thành dữ liệu cấu trúc và lưu trữ vào kho dữ liệu
• Module kỹ thuật đặc trưng: Xây dựng mô hình ID embedding
• Module thuật toán đề xuất: Thiết kế một thuật toán học máy quy mô lớn (học máy phân tán) để dự đoán sở thích của người dùng

Sự tiến bộ của AI LLM trong Hệ thống Đề xuất

Trong thời đại AI, mô hình lớn LLM có thể thay thế mô hình ID embedding truyền thống. Các mô hình LLM có thể tạo ra các đặc trưng mạnh mẽ hơn, giúp cải thiện hiệu suất đề xuất.

Ví dụ, sử dụng LLM để thực hiện chức năng đề xuất, chúng ta có thể tận dụng các lợi thế tự nhiên của LLM như khả năng hiểu ngữ nghĩa và suy luận mạnh mẽ. Điều này giúp khai thác nhu cầu người dùng sâu hơn.