20 bài viết kỹ thuật tiêu biểu về hệ thống gợi ý

Danh sách các bài viết kỹ thuật của những chuyên gia đang nghiên cứu và phát triển hệ thống gợi ý trong thực tế tại Kakao, LINE, Naver, Danggeun Market, Bunjang và nhiều nơi khác

1. Melon đề xuất nhạc như thế nào? - Jeon Jae-ho (đội ngũ gợi ý của Kakao)

2. Thử thách mới của LINE Timeline phần 1 – Discover để khám phá nội dung được đề xuất và mô hình đăng ký mới Follow - Lee Gyeong-bok (LINE)

3. Công nghệ AI ‘RIYO’ được áp dụng vào từ khóa tìm kiếm thịnh hành của Naver, giúp bảng xếp hạng từ khóa được cá nhân hóa theo lựa chọn của từng người dùng - blog Naver Diary

4. 6 kỹ thuật nói về sức mạnh của gợi ý trên Brunch - Choi Gyu-min (đội ngũ gợi ý của Kakao)

5. Hệ thống gợi ý deep learning trong production - Jeon Mu-ik (Danggeun Market)

6. Gợi ý cá nhân hóa bằng deep learning - Jeon Mu-ik (Danggeun Market)

7. Dịch vụ gợi ý phim ‘có thể xem cùng nhau’ do AiTEMS đề xuất chính thức ra mắt. - blog tìm kiếm Naver

8. Không chỉ sản phẩm ‘đáng xem cùng nhau’ mà còn được cá nhân hóa: giới thiệu gợi ý mua sắm (AiTEMS) dựa trên style topic - blog tìm kiếm Naver

9. Quá trình phát triển và triển khai hệ thống gợi ý của Bunjang Part3 - Lee Myeong-hwi (Bunjang)

10. Quá trình phát triển và triển khai hệ thống gợi ý của Bunjang Part2 - Lee Myeong-hwi (Bunjang)

11. Quá trình phát triển và triển khai hệ thống gợi ý của Bunjang Part1 - Lee Myeong-hwi (Bunjang)

12. [Công nghệ mà Naver đang nghiên cứu] Hệ thống gợi ý địa điểm dựa trên AI AiRSPACE (Aerspace) - blog tìm kiếm Naver

13. Công nghệ gợi ý tin tức tự động của Naver được trình bày tại CIKM2017 - Jeong Hu-jung (Naver Search), Park Geun-chan (Naver AiRS)

14. Sự tiến hóa của công cụ gợi ý KakaoI - Seong In-jae (đội ngũ gợi ý của Kakao)

15. Công nghệ của AiTEMS giúp tạo ra một nền tảng mua sắm làm hài lòng cả người dùng ít mua sắm lẫn người bán mới - Lee Jeong-tae (Naver Personal Shopper), Park Byeong-seon (Naver Communication Group)

16. Hệ thống gợi ý sản phẩm cá nhân hóa dựa trên deep learning ‘AiTEMS’ giúp tìm đúng món hợp gu - Lee Jeong-tae (Naver Personal Shopper), Park Byeong-seon (Naver Communication Group)

17. Trợ lý AI trong lòng bàn tay, thuật toán gợi ý - Jeon Sang-hyeok, Kim Gwang-seop (đội ngũ gợi ý của Kakao)

18. Bí mật của thuật toán AI gợi ý tin tức của Kakao 'RUBICS' - Brunch nghiên cứu chính sách và công nghiệp Kakao

19. Giới thiệu AiRS, hệ thống gợi ý dựa trên trí tuệ nhân tạo - blog Naver Diary

20. RUBICS – hệ thống gợi ý thời gian thực của Kakao - Seo Sang-won (đội ngũ gợi ý của Kakao)