{"id":16999,"date":"2020-10-27T09:43:07","date_gmt":"2020-10-27T08:43:07","guid":{"rendered":"https:\/\/thingsolver.com\/blog\/how-to-model-better-recommendations-in-covid-time\/"},"modified":"2024-12-02T11:52:15","modified_gmt":"2024-12-02T10:52:15","slug":"kako-modelirati-bolje-preporuke-vreme-kovida","status":"publish","type":"post","link":"https:\/\/thingsolver.com\/sr\/blog\/kako-modelirati-bolje-preporuke-vreme-kovida\/","title":{"rendered":"Kako modelirati bolje preporuke u vreme kovida?"},"content":{"rendered":"<p>Potrebe u IT sektoru se stalno menjaju. Nakon \u0161to nas je korona virus neo\u010dekivano pogodio, ova tvrdnja je ta\u010dna vi\u0161e nego ikad pre. Kako bismo dr\u017eali distancu jedni od drugih, bili smo primorani da ograni\u010dimo sve na\u0161e aktivnosti koje se ne mogu obavljati onlajn. U po\u010detku je ovo bilo \u0161okantno i nismo bili spremni za takvu promenu. Ali kada smo se navikli, shvatili smo da onlajn poslovanje nije buduc\u0301nost, nago SADA\u0160NJOST.<\/p>\n<p>Korisnici sada o\u010dekuju pouzdane platforme za e-trgovinu, sa zadovoljavajuc\u0301im korisni\u010dkim iskustvom. Imajuc\u0301i u vidu veliki broj korisnika, proizvoda i konkurencije, jasno je da je to zaista te\u0161ko ostvariti. Dakle, tokom karantina smo se trudili da to maksimalno iskoristimo i da smislimo ne\u0161to \u0161to mo\u017ee biti vredno na\u0161im klijentima i \u0161to c\u0301e unaprediti i e-poslovanje i osnovnu delatnost. Odlu\u010dili smo da se fokusiramo na <strong>kreiranje sistema preporuka sledec\u0301e generacije.<\/strong><\/p>\n<p>U na\u0161im drugim blog-postovima\u00a0 mo\u017eete pronac\u0301i detaljno obja\u0161njenje sistema preporuka. Ukratko, sistemi preporuka na veb-sajtovima za e-trgovinu predla\u017eu nove artikle kupcima prikupljanjem preferencija ljudi na osnovu analize pona\u0161anja ljudi. Sistemi preporuka mogu doneti brojne prednosti kompanijama koje ih koriste:<\/p>\n<ol>\n<li>korisnici mogu mnogo <strong>br\u017ee<\/strong> pronac\u0301i \u017eeljene proizvode<\/li>\n<li>korisnici mogu <strong>biti ponudjeni odgovarajuc\u0301im proizvodima<\/strong>\u00a0tokom procesa pla\u0107anja<\/li>\n<li><strong>spre\u010davaju<\/strong> korisnike <strong>da odustanu<\/strong> od kupovine<\/li>\n<li><strong>pokre\u0107u e-po\u0161tu<\/strong> na osnovu onlajn interakcija<\/li>\n<li><strong>mnogo bolje korisni\u010dko iskustvo<\/strong>, posebno sa personalizovanim preporukama ili \u010dak celim stranicama<\/li>\n<\/ol>\n<p>&nbsp;<\/p>\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_72 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Sadr\u017eaj<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Toggle Table of Content\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Toggle<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewBox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewBox=\"0 0 24 24\" version=\"1.2\" baseProfile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1 ' ><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/thingsolver.com\/sr\/blog\/kako-modelirati-bolje-preporuke-vreme-kovida\/#Sistemi_preporuka_sledec%CC%81e_generacije\" title=\"Sistemi preporuka sledec\u0301e generacije\">Sistemi preporuka sledec\u0301e generacije<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/thingsolver.com\/sr\/blog\/kako-modelirati-bolje-preporuke-vreme-kovida\/#Sistem_preporuka_zasnovan_na_sesijama_sa_HRNN_Hierarchical_Recurrent_Neural_Networks_%E2%80%93_Hijerarhijske_rekurentne_neuronske_mreze\" title=\"Sistem preporuka zasnovan na sesijama sa HRNN (Hierarchical Recurrent Neural Networks &#8211; Hijerarhijske rekurentne neuronske mre\u017ee)\">Sistem preporuka zasnovan na sesijama sa HRNN (Hierarchical Recurrent Neural Networks &#8211; Hijerarhijske rekurentne neuronske mre\u017ee)<\/a><\/li><\/ul><\/nav><\/div>\n<h1><span class=\"ez-toc-section\" id=\"Sistemi_preporuka_sledec%CC%81e_generacije\"><\/span>Sistemi preporuka sledec\u0301e generacije<span class=\"ez-toc-section-end\"><\/span><\/h1>\n<p>Industrija e-trgovine c\u0301e se pro\u0161iriti u vec\u0301em obimu, kao i ma\u0161ine za preporuke. O\u010dekuje se da c\u0301e sistemi preporuke sledec\u0301e generacije uklju\u010diti sledec\u0301e karakteristike:<\/p>\n<ul>\n<li><strong>personalizovanije preporuke \u2013<\/strong> sistemi za preporuke postali bi sposobniji da kopaju duboko u uvide u podatke kupaca koji c\u0301e im pomoc\u0301i da im predstave relevantnije preporuke koje su usmerene na kupca.<\/li>\n<li><strong>dosezanje kupaca preko vi\u0161e kanala \u2013<\/strong> sistemi za preporuke u buduc\u0301nosti bi bili sposobniji da dopru do korisnika preko razli\u010ditih medija kao \u0161to su e-po\u0161ta, kanali dru\u0161tvenih medija, vid\u017eeti za kupovinu van sajta, mobilne aplikacije itd.<\/li>\n<li><strong>preporuke u stvarnom vremenu<\/strong> \u2013 sistemi preporuka zasnovani na dubokom u\u010denju mogu da modelu obezbede pona\u0161anje u stvarnom vremenu. Imaju za cilj da korisniku predstave odgovaraju\u0107 eartikle u vreme kada mu je to najkorisnije.<\/li>\n<\/ul>\n<p>Znajuc\u0301i sve ovo, poku\u0161ali smo da prona\u0111emo arhitekturu za novi mehanizam za preporuke koji mo\u017ee da radi sa onlajn podacima, u stvarnom vremenu i koji mo\u017ee da ostvari uvide u podatke o korisnicima za bolje i personalizovanije preporuke. Taj \u201ejednorog\u201c je <strong>HRNN model.<\/strong><\/p>\n<h1><span class=\"ez-toc-section\" id=\"Sistem_preporuka_zasnovan_na_sesijama_sa_HRNN_Hierarchical_Recurrent_Neural_Networks_%E2%80%93_Hijerarhijske_rekurentne_neuronske_mreze\"><\/span>Sistem preporuka zasnovan na sesijama sa HRNN (Hierarchical Recurrent Neural Networks &#8211; Hijerarhijske rekurentne neuronske mre\u017ee)<span class=\"ez-toc-section-end\"><\/span><\/h1>\n<p>Za\u0161to preporuka zasnovana na sesiji? U mnogim onlajn sistemima gde se primenjuju preporuke, interakcije izme\u0111u korisnika i sistema su organizovane u sesije i te sesije imaju cilj \u2013 prona\u0107i odre\u0111eni proizvod ili uslugu. Ako je model svestan \u0161ta je namera korisnika u datoj sesiji, performanse preporuka se mogu pobolj\u0161ati sa tim informacijama i one c\u0301e biti relevantnije. Ali istorija korisnika je tako\u0111e va\u017ena \u2013 ako dva korisnika u prethodnim sesijama imaju razli\u010dita interesovanja, trebalo bi da dobiju razli\u010dite preporuke u trenutnim sesijama, \u010dak i ako su trenutne sesije iste. Kako bismo to postigli, koristimo <strong>model HRNN.<\/strong><\/p>\n<p><img decoding=\"async\" class=\"alignnone size-full wp-image-8891\" src=\"https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.35.55.png\" alt=\"\" width=\"1264\" height=\"444\" title=\"\" srcset=\"https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.35.55.png 1264w, https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.35.55-1024x360.png 1024w, https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.35.55-768x270.png 768w\" sizes=\"(max-width: 1264px) 100vw, 1264px\" \/><\/p>\n<p><i><span style=\"font-weight: 400;\">Izvor:<a href=\"https:\/\/assets.amazon.science\/96\/71\/d1f25754497681133c7aa2b7eb05\/temporal-contextual-recommendation-in-real-time.pdf\" target=\"_blank\" rel=\"noopener\"> https:\/\/assets.amazon.science\/96\/71\/d1f25754497681133c7aa2b7eb05\/temporal-contextual-recommendation-in-real-time.pdf<\/a><\/span><\/i><\/p>\n<p>U jednom od na\u0161ih narednih blog-postova c\u0301emo pisati o HRNN-u detaljno, ali generalno, ideja je da ovaj algoritam primenjujemo kada su identifikatori korisnika prisutni i \u0161irimo informacije iz prethodne korisni\u010dke sesije u sledec\u0301u, tako pobolj\u0161avaju\u0107i ta\u010dnost preporuke .<\/p>\n<p><img decoding=\"async\" class=\"alignnone size-medium wp-image-8892\" src=\"https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.36.09.png\" alt=\"\" width=\"1236\" height=\"468\" title=\"\" srcset=\"https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.36.09.png 1236w, https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.36.09-1024x388.png 1024w, https:\/\/thingsolver.com\/wp-content\/uploads\/Screenshot-2020-10-22-at-12.36.09-768x291.png 768w\" sizes=\"(max-width: 1236px) 100vw, 1236px\" \/><\/p>\n<p><i><span style=\"font-weight: 400;\"><em>Izvor<\/em>: <\/span><\/i><a href=\"https:\/\/arxiv.org\/pdf\/1706.04148.pdf\" target=\"_blank\" rel=\"noopener\"><i><span style=\"font-weight: 400;\">https:\/\/arxiv.org\/pdf\/1706.04148.pdf<\/span><\/i><\/a><\/p>\n<p>Na slici vidimo dva sloja neuronskih mre\u017ea. Gornji je predstavljanje na nivou sesije i u svojim memorijskim c\u0301elijama \u010duva informacije samo jedne sesije. Te informacije (izlazna vrednost) se unose u donju mre\u017eu, koja predstavlja predstavljanje na nivou korisnika. Memorijske c\u0301elije ni\u017ee mre\u017ee \u010duvaju informacije o svim sesijama za jednog korisnika i umno\u017eavaju te informacije za svaku sledec\u0301u sesiju. Ovom arhitekturom smo pokrili slu\u010dajeve kada imamo identifikator korisnika, ali ako ga nemamo, ova arhitektura se svodi samo na preporuku zasnovanu na sesiji i uzima u obzir samo podatke o trenutnoj sesiji. Kao rezultat toga, dobijamo N najboljih preporuka za svaku korisni\u010dku sesiju, a to je upravo ono \u0161to smo \u017eeleli.<\/p>\n<p>Ako vas zanima kako je ovo implementirano u stvarnoj upotrebi i kakvi su bili rezultati, pratite na\u0161 blog, rado c\u0301emo podeliti na\u0161e iskustvo o tome u na\u0161im buduc\u0301im blog-postovima. Mo\u017eete nas kontaktirati kako biste dobili dublje obja\u0161njenje, ili ako imate utisak o pobolj\u0161anju i razvoju preporu\u010dljivih sistema sledec\u0301e generacije \u2013 bili bismo vi\u0161e nego srec\u0301ni da to \u010dujemo. \ud83d\ude42<\/p>\n<p>&nbsp;<\/p>\n<p><em><span style=\"font-weight: 400;\">Vi\u0161e izvora:<\/span><\/em><\/p>\n<p><a href=\"https:\/\/arxiv.org\/pdf\/1706.04148.pdf\" target=\"_blank\" rel=\"noopener\"><span style=\"font-weight: 400;\">https:\/\/arxiv.org\/pdf\/1706.04148.pdf<\/span><\/a><\/p>\n<p><a href=\"https:\/\/assets.amazon.science\/96\/71\/d1f25754497681133c7aa2b7eb05\/temporal-contextual-recommendation-in-real-time.pdf\" target=\"_blank\" rel=\"noopener\"><span style=\"font-weight: 400;\">https:\/\/assets.amazon.science\/96\/71\/d1f25754497681133c7aa2b7eb05\/temporal-contextual-recommendation-in-real-time.pdf<\/span><\/a><\/p>\n<p><a href=\"http:\/\/blog.analyticspath.com\/artificial-intelligence\/the-next-generation-recommender-systems\/\" target=\"_blank\" rel=\"noopener\"><span style=\"font-weight: 400;\">http:\/\/blog.analyticspath.com\/artificial-intelligence\/the-next-generation-recommender-systems\/<\/span><\/a><\/p>\n<p><a href=\"https:\/\/www.xenonstack.com\/blog\/recommender-systems\/\" target=\"_blank\" rel=\"noopener\"><span style=\"font-weight: 400;\">https:\/\/www.xenonstack.com\/blog\/recommender-systems\/<\/span><\/a><\/p>\n<p><a href=\"https:\/\/emerj.com\/ai-sector-overviews\/use-cases-recommendation-systems\/\" target=\"_blank\" rel=\"noopener\"><span style=\"font-weight: 400;\">https:\/\/emerj.com\/ai-sector-overviews\/use-cases-recommendation-systems\/<\/span><\/a><\/p>\n<p><em>Naslovna slika preuzeta sa <a href=\"https:\/\/www.pexels.com\/@munkee-panic-272941\" target=\"_blank\" rel=\"noopener\">https:\/\/pexels.com\/@munkee-panic-272941<\/a><\/em><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Potrebe u IT sektoru se stalno menjaju. Nakon \u0161to nas je korona virus neo\u010dekivano pogodio, ova tvrdnja je ta\u010dna vi\u0161e nego ikad pre. Kako bismo dr\u017eali distancu jedni od drugih, bili smo primorani da ograni\u010dimo sve na\u0161e aktivnosti koje se &#8230; <\/p>\n<p class=\"read-more\"><a class=\"btn small\" href=\"https:\/\/thingsolver.com\/sr\/blog\/kako-modelirati-bolje-preporuke-vreme-kovida\/\">Pro\u010ditaj vi\u0161e<\/a><\/p>\n","protected":false},"author":24,"featured_media":17001,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[188,189],"tags":[277,278,279,191],"acf":[],"_links":{"self":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16999"}],"collection":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/users\/24"}],"replies":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/comments?post=16999"}],"version-history":[{"count":3,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16999\/revisions"}],"predecessor-version":[{"id":17006,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/posts\/16999\/revisions\/17006"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/media\/17001"}],"wp:attachment":[{"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/media?parent=16999"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/categories?post=16999"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thingsolver.com\/sr\/wp-json\/wp\/v2\/tags?post=16999"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}