Проект

WaveAccess разработала рекомендательную систему для книжного сервиса Get Your Book

Заказчики: Get Your Book

Санкт-Петербург; Интернет-сервисы

Подрядчики: WaveAccess (ВейвАксесс)
Продукт: Искусственный интеллект (ИИ, Artificial intelligence, AI)

Дата проекта: 2019/07 — 2020/01
Технология: Big Data
подрядчики - 197
проекты - 565
системы - 223
вендоры - 183
Технология: Data Mining
подрядчики - 231
проекты - 787
системы - 274
вендоры - 193
Технология: Data Quality - Качество данных
подрядчики - 178
проекты - 956
системы - 59
вендоры - 40
Технология: Робототехника
подрядчики - 248
проекты - 476
системы - 478
вендоры - 358

2020: Создание рекомендательной системы

19 февраля 2020 года WaveAccess сообщил о создании для сервиса Get Your Book рекомендательной системы на базе Machine Learning (машинного обучения, ML). Решение формирует список рекомендуемых литературных произведений на основании интересов читателя.

Создание рекомендательной системы

Сервис Get Your Book предлагает пользователям ежемесячную подписку на подарочные коробки: в них покупатель получает книги, шоколад, чай и другие мелочи. Таким образом пользователь регулярно пополняет свою книжную полку, экономя время и получая необычный опыт. Выбор книги становится сюрпризом: Get Your Book подбирает произведения, анализируя рецензии ведущих критиков, – в посылку попадают только выпущенные книги и бестселлеры.

Чтобы решить задачу увеличения продаж при сокращении издержек и повысить лояльность пользователей, основатели компании решили прибегнуть к инновационному подходу: автоматизировать подбор книг и персонализировать предложение, при этом сохранив критерий «сюрприза».

Get Your Book обратилась в WaveAccess – решением стала разработка рекомендательной системы на базе машинного обучения, которая позволяет на основании интересов читателя выделять из обширной базы книг топ-25 произведений.

Обладатель подписки Get Your Book заполняет на сайте анкету, в которой указывает интересующие его жанры, любимые произведения и авторов. Можно указать один или несколько жанров: художественный, классика, фэнтези, саморазвитие, нон-фикшн.Как зародилась масштабная коррупционная схема при внедрении ИТ в ПФР при участии «Техносерва» и «Редсис». Подробности 38.5 т

На основе этих данных система формирует список из 25 рекомендуемых книг, сортируя их по вероятности совпадения с интересами читателя. Этот список доступен только сотрудникам Get Your Book – эффект неожиданности для покупателя не пропадает. В то же время наличие таких рекомендаций многократно повышает вероятность угодить читателю.

Алгоритм машинного обучения анализирует более 8000 русскоязычных книг из открытых каталогов, в том числе издательства АСТ и магазина «Хит-книга». Недостающие данные и читательские рейтинги «подтягиваются» с сайта Good Reads по уникальному идентификатору книги ISBN.

Разработанная система обладает большим потенциалом для развития. Ее можно «научить»:

  • обрабатывать серии книг;
  • учитывать не понравившиеся книги;
  • упростить формат ввода данных;
  • сводить пользователей со схожими литературными предпочтениями;
  • распределять рекомендованные книги по уровню закупочных цен, что позволило бы Get Your Book уменьшить себестоимость посылки.

«
Рекомендательные системы служат одним из наиболее популярных и монетизируемых примеров использования решений на базе искусственного интеллекта и машинного обучения. За счет актуальных рекомендаций клиентам в нужном месте, нужное время и через релевантные каналы они помогают бизнесу увеличивать конверсию. У рекомендательной системы для Get Your Book большой потенциал, и мы будем рады предложить появляющиеся возможности для ее развития,
комментирует старший вице-президент по разработке ПО в WaveAccess Александр Азаров
»