20 articles techniques sur les systèmes de recommandation

Liste d’articles techniques publiés par des experts qui recherchent et développent des systèmes de recommandation sur le terrain chez Kakao, LINE, Naver, Karrot Market, Bungaejangter, etc.

1. Comment Melon fait-il ses recommandations musicales ? - Jeon Jae-ho (équipe recommandations de Kakao)

2. Le nouveau défi de LINE Timeline, partie 1 – Discover pour explorer des contenus recommandés et Follow, un nouveau modèle d’abonnement - Lee Gyeong-bok (LINE)

3. La technologie d’IA « RIYO » a été appliquée aux recherches tendance de Naver, permettant de personnaliser le classement des termes de recherche selon les choix de chaque utilisateur - blog Naver Diary

4. 6 technologies (descriptions) sur la force des recommandations de Brunch - Choi Gyu-min (équipe recommandations de Kakao)

5. Système de recommandation deep learning en production - Jeon Mu-ik (Karrot Market)

6. Recommandation personnalisée par deep learning - Jeon Mu-ik (Karrot Market)

7. Ouverture du service de recommandation de films « À voir ensemble », recommandé par AiTEMS - blog recherche Naver

8. Des produits « à voir ensemble » eux aussi personnalisés : présentation des recommandations shopping basées sur des topics de style (AiTEMS) - blog recherche Naver

9. Développement du système de recommandation de Bungaejangter et retour d’expérience après son déploiement Part3 - Lee Myeong-hwi (Bungaejangter)

10. Développement du système de recommandation de Bungaejangter et retour d’expérience après son déploiement Part2 - Lee Myeong-hwi (Bungaejangter)

11. Développement du système de recommandation de Bungaejangter et retour d’expérience après son déploiement Part1 - Lee Myeong-hwi (Bungaejangter)

12. [Technologies étudiées par Naver] Système de recommandation de lieux basé sur l’IA AiRSPACE (Airspace) - blog recherche Naver

13. La technologie de recommandation automatique d’actualités de Naver présentée à CIKM2017 - Jeong Hu-jung (recherche Naver), Park Geun-chan (Naver AiRS)

14. L’évolution du moteur de recommandation KakaoI - Seong In-jae (équipe recommandations de Kakao)

15. La technologie d’AiTEMS, qui crée une plateforme shopping satisfaisante aussi bien pour les utilisateurs qui achètent peu souvent que pour les nouveaux vendeurs - Lee Jeong-tae (Naver Personal Shopper), Park Byeong-seon (groupe communication Naver)

16. AiTEMS, le système de recommandation personnalisée de produits basé sur le deep learning qui trouve les bons articles selon vos goûts - Lee Jeong-tae (Naver Personal Shopper), Park Byeong-seon (groupe communication Naver)

17. L’assistant IA au creux de la main, l’algorithme de recommandation - Jeon Sang-hyeok, Kim Gwang-seop (équipe recommandations de Kakao)

18. Le secret de « RUBICS », l’algorithme d’IA de recommandation d’actualités de Kakao - Brunch de l’institut Kakao de recherche sur les politiques et l’industrie

19. Présentation d’AiRS, le système de recommandation basé sur l’intelligence artificielle - blog Naver Diary

20. RUBICS – le système de recommandation en temps réel de kakao - Seo Sang-won (équipe recommandations de Kakao)