Redge Technologies

Inżynierowie z zespołu R&D omawiają w artykule naukowym zagadnienie systemów rekomendacyjnych dla serwisów streamingowych.

Inżynierowie z zespołu R&D omawiają w artykule naukowym zagadnienie systemów rekomendacyjnych dla serwisów streamingowych.

W dobie dynamicznego rozwoju branży OTT, dostawcy serwisów streamingowych i dystrybutorzy treści oferują konsumentom setki tysięcy opcji treści wideo. Aby pomóc użytkownikom poruszać się w tej bogactwie wyboru, systemy rekomendacyjne stają się coraz bardziej istotne dla serwisów internetowych oferujących produkty lub treści. Jednak aby zapewnić skuteczne rekomendacje, te systemy muszą przyjąć wieloaspektowe podejście, wykorzystując elastyczne zarządzanie danymi i algorytmami opartymi na danych w czasie rzeczywistym.

W artykule opublikowanym w ""Przeglądzie Telekomunikacyjnym i Wiadomościach Telekomunikacyjnych"" autorzy Karol Chęciński i Radosław Wawrzusiak omawiają ewolucję systemów rekomendacyjnych dla serwisów streamingowych z perspektywy zarówno użytkowników, jak i właścicieli platform dostarczających treści. Wykorzystując jako przykład usługę VOD, badają kluczowe czynniki wpływające na jakość rekomendacji oraz niezbędne dane do ich generowania. Artykuł porusza również istniejące problemy związane z budową skutecznych systemów rekomendacyjnych, w tym kwestie teoretyczne i praktyczne, takie jak implementacja algorytmów rekomendacyjnych w rzeczywistych systemach.

Redge Media Recommender został opracowany przez nasz dział R&D. Jest to konfigurowalny silnik rekomendacyjny, zdolny dostarczać spersonalizowane treści użytkownikom w różnych scenariuszach. Wykorzystuje zgromadzoną wiedzę na temat produktów, użytkowników i ich aktywności a także modele uczenia maszynowego dostosowane do charakterystyki dostępnych danych. Modele uwzględniają nie tylko zgodność z preferencjami, ale także różnorodność i nowość sugerowanych treści, aby zapewnić długoterminową satysfakcję użytkowników.

Redge Media Recommender został opracowany we współpracy z ActumLab w ramach programu RPO WM 2014-2020.

Pobierz Systemy-Rekomendacji.pdf

Czytaj kolejne