今天小編分享的互聯網經驗：提升業務的智能推薦：深演智能首款智能推薦產品在京正式發布，歡迎閱讀。
随近年經濟下行，國家發展改革委持續出台相關政策和措施，鼓勵社會促進和擴大消費，助力消費市場活力的恢復。與此同時，近幾年來，小程式 /APP 等線上平台也已成各大品牌線上銷售的重要陣地，如何洞察消費者喜好，提升消費者的使用體驗是品牌始終關注的話題。
在此背景下，8 月 10 日下午，深演智能在北京召開媒體發布會，正式對外發布了深演智能的首款智能推薦平台產品。
發布會上，首席技術官歐陽辰先生對推薦平台的誕生及技術優勢進行了介紹。" 深演智能推薦平台是由福爾摩斯 AI（HOLMES AI）賦能的智能推薦平台。經過產品團隊兩年的技術和實踐打磨。" 歐陽辰先生表示，利用福爾摩斯 AI 精準的推薦模型算法，融合多源實時數據的興趣挖掘，多種模型的綜合應用評分和 ChatGPT 大模型的融合應用，能快速面向和适應業務需求，快速解決冷啟動和少數據的問題。
首席技術官歐陽辰先生
随後，歐陽辰先生也正式發布了深演智能這款推薦平台。通過發布短片可以看出，不同于市場上絕大多數同類推薦系統，深演智能推薦平台在基礎個性化推薦平台的基礎上做了進一步更新，是一款真正能夠幫助品牌提升業務指标的個性化推薦平台。經實際業務場景驗證，深演智能推薦平台的轉化優化效果表現十分優異。此外，其還具備模型可組合、業務可幹預、内容更新快另外三大顯著優勢，讓品牌能更有效、更輕松、更智能地實現業績和消費者體驗的提升。
發布會上，推薦產品負責人丁若谷先生向記者們詳細演示了這款推薦平台的功能。" 推薦系統一方面能夠幫助品牌提升消費者的用戶體驗，另一方面也能促進相關業務指标的提升。因此，表面的個性化已經不能滿足品牌對于推薦效果的需求了，品牌也需要真正能夠提升業績指标的推薦系統。"
從操作功能演示效果上可以看到，深演智能推薦平台集成了 DeepFM、DCN 等多種先進 AI 算法，可以支持針對品牌數據的進一步優化；同時支持 A/B 實驗，通過系統可以配置不同策略分流，确認模型組從用戶點擊、收藏、加購、下單的全鏈路指标優于控制組，實現全鏈路指标提升。
推薦產品負責人丁若谷先生
丁若谷先生表示，深演智能推薦平台還解決了傳統推薦平台在功能上還面臨三個瓶頸。
模型復雜不可控是第一個瓶頸。丁若谷先生介紹到，傳統的推薦平台模型復雜，推薦原理難以解釋，導致品牌在實際操作時無法真正理解模型的優化邏輯，推薦結果和效果大打折扣。深演智能推薦平台產品内置的豐富能力，能實現自由操作和組合，支持熱榜、業務規則、AI 算法等多種來源，經過模型智能篩選，推薦更适合用戶的個性化内容。
瓶頸二是策略上的低效。" 一般的推薦平台，策略調整都異常繁瑣。" 丁若谷先生說，深演智能推薦平台内置黑名單策略、多樣性策略和白名單策略三大類策略，裡面包括商品黑名單、去重策略、主推策略等 10 小類策略，以及其他數十種适用各種場景需求的運營策略，品牌可以靈活選擇，更大程度滿足品牌對于復雜場景的推薦需求。
" 例如，品牌希望過濾掉價格過低的單品，每種商品推薦不超過 3 次，在指定位置插入當月營銷日歷主打的商品，都可以在平台中很方便的配置出來。"
數據更新緩慢，難以捕捉用戶喜好變化也是主要瓶頸之一。當消費者在浏覽内容或商品時，時常會受到各種信息影響而改變當下的喜愛偏好。如果推薦系統反饋不夠及時，更新緩慢，就無法随時随地捕捉消費者當下的喜好，進而也無法推薦消費者需要的結果。
" 深演智能推薦平台支持接入實時的行為數據，包括用戶搜索、浏覽、點擊、收藏、加購、下單等行為，都能經過實時計算後得到的推薦結果，都能秒級反饋并展現在下一秒的推薦頁面中，用戶喜好多變，也能牢牢抓住消費者心智，呈現更符合消費者當下訴求的推薦内容。" 丁若谷先生表示。
發布會上也介紹了產品在實際業務應用上的一些成果，零售事業群副總裁趙琛先生分享了某奢侈品品牌的案例。趙琛先生表示，客戶在小程式的個性化推薦上的需求很明顯：" 在幫助某奢侈品品牌搭建小程式商城產品推薦系統，某奢侈品品牌的小程式用戶越來越多，每個客人看到的產品都是一樣的，但旗下產品眾多，推薦位有限，希望借助 AI 模型的方式實現千人千面的產品推薦。"
零售事業群副總裁趙琛先生
深演智能一方面幫助其構建混合產品推薦引擎，實現個性化產品推薦；一方面利用福爾摩斯平台的智能推薦功能找到最優模型解決方案，大幅提升了訂單轉化率。
發布會最後，幾位深演智能相關負責人還針對記者提出的一些問題一一進行了解答，問額類型包括行業需求預測、業務和產品方向、未來戰略規劃等。
值得一提的是，深演智能研發的大模型產品 AlphaGPT 也将于近期對外發布。
