AiConf

LLM в рекомендациях: теперь мы знаем всё о стиле жизни и вкусах покупателя

Продуктизация AI-решений

Профилирование
Рекомендации / ML
ML

Программный комитет ещё не принял решения по этому докладу

Целевая аудитория

Разработчики и ML-разработчики рекомендательных систем, а так же интересующимся внедрением LLM во все сферы бизнеса. Интересно послушать будет и тем, кто составляет на пользователей аггрегированные портреты и профили, чтобы иметь демографическую и иную информацию про клиентов под рукой.

Тезисы

Как определить, что пользователь купит в последующие месяцы и годы? Как попасть в самое сердце покупателя и помочь ему решиться на покупку?
В погоне за прибылью важно не забывать, что пользователи - в первую очередь личности со своими интересами и привычками. Чем лучше мы можем определить их долгосрочные интересы - тем легче их приятно удивить и "ненавязчиво навязать" покупку.
А как, не спрашивая напрямую, узнать интересы покупателя? Приходите послушать, и я не просто дам подсказку, а даже пошагово расскажу, как при помощи LLM по паттернам поведения и действиям у нас получилось узнать увлечения значительной части нашей аудитории!

Более 3 лет в ML, работает в группе "ML в рекомендациях" Яндекс.Маркета. Имеет обширный опыт разработки проектов с ИИ-системами в аутсорсе. В свободное время занимается созданием парфюмерии и вокалом.

Видео

Другие доклады секции

Продуктизация AI-решений