• Sessions
  • FAQ
  • CH
    • 한국어
    • English
    • 简体中文
  • Sessions
  • FAQ
한국어
English
简体中文

Demand Excellence

推动酷澎营销活动的两种机器学习方法

Shirley

#MachineLearning

本次演讲将介绍酷澎为每位顾客挑选优质促销活动时使用的两种机器学习方法: NBA(下一步最佳行动)推荐引擎和PP(购买倾向) 模型。 NBA推荐引擎可以自动推荐对顾客有最大长期价值影响的行为。而PP 模型会检测顾客对于特定商品的购买倾向,其中包含了数以百计的信号。 顾客行为和顾客价值不断变换形式,NBA 的推荐引擎和 PP 模型也随之定期更新,因此也就意味着每次推荐和预测的准确度会越来越高。机器学习模型运行在 酷澎 内部最先进的 AI 平台之上。机器学习方法克服了基于人工临时规则和策略的手动管理的次优策略,并每周自动为酷澎的数百个活动提供支持。

  • Shirley 开发人员

Watch more Sessions

Opening Talk

Wow the Customer

Fireside Chat with CTO

Wow the Customer Keynote

酷澎速度的动力源:产品设计师与品牌设计师的协同作用

深入框架研究,提升酷澎商品品类构成

酷澎独有的A/B测试文化

Zero to One: 手机APP监控的重要性

电子商务优化系统—RDS

Demand Excellence

Demand Excellence Keynote

酷澎处理大规模流量的后端战略

提升酷澎商品图片及文字匹配召回率:嵌入式技术的运用与优化

推动酷澎营销活动的两种机器学习方法

酷澎广告系统的History与GraphQL开发​

提供最佳顾客体验,酷澎的问题解决方案

© Coupang Corp.