插畫／亞騰．馬攸許金（Artem Matyushkin）
精選專題/ 提升企業的數位素養
當你在網購平台瀏覽商品，在Google搜尋任何疑惑事項的解答，打開Netflix或Spotify想看支影片或聽點音樂來消磨時間時，是否想過：為何這些演算法可以這麼精準地知道我的喜好？甚至在我想到之前，就提供最合我心的推薦？因為這些演算法的背後，都有一個最新的「數位優勢」⋯⋯
(不符合) 小於6段 & 小於700字 (段落: 1/ 字數: 542)
在亞馬遜（Amazon）每分鐘銷售的4,000種產品中，大約有50％是透過其個人化的推薦引擎展示給顧客。當你造訪亞馬遜網站時，網站的演算法會預測在那個當下你想要什麼，然後根據這項預測，從大約3.53億件商品中挑選出一些產品的組合，為你安排那些產品推薦。推動產生這些結果的，是亞馬遜不斷演變發展的「購買圖」（purchase graph）演算系統，也就是以數位方式呈現出現實世界中存在的「實體事物」（entity），其中儲存了有關這些實體的資訊（例如顧客、產品、購買情形、活動和地點等），以及它們之間的關係與相互影響的關係。亞馬遜的購買圖，會把消費者的購買歷程，和網站上的瀏覽數據、Prime Video上的觀賞數據、Amazon Music上的聆聽數據，和Alexa支援裝置的使用數據，全都連結起來。該公司的演算法使用「協同過濾」（collaborative filtering）技術，也就是整合多個因素，例如多樣性（推薦項目有多麼不同）、偶然性（有多麼出乎意料之外），和新奇度（有多麼新穎）等因素，以產生出全世界最複雜精細的...
已經是會員？立即登入
