metarank: 推薦排名類的低程式碼機器學習工具

banq發表於2022-04-01
機器學習

Metarank（或 METAdata RANKer）可以輕鬆個性化任何列表：推薦、文章和搜尋結果。開發人員進行一次重新排名 API 呼叫，Metarank 負責 ML 功能更新、模型訓練和提高點選率/轉化率等目標目標。
無論是銀行中的反欺詐系統還是您最喜歡的線上商店中的推薦小部件。透過向每個使用者提供相關專案，內容個性化可以為您的企業在提高銷售和客戶滿意度方面開闢新的機會。

即使對於經驗豐富的資料科學家團隊來說，構建個性化排名系統也不是一件容易的事，而且可能需要幾個月的時間來設定資料管道、儲存和模型訓練。 Metarank 會自動執行最常見的任務，這些任務需要為您的產品列表、文章和任何其他型別的內容新增個性化。建立和部署個性化模型以從個性化中受益並專注於改進模型需要幾天甚至幾個小時，而不是幾個月。
您甚至不需要團隊中的機器學習專家即可將Metarank與您的應用程式整合！

以下是Metarank整合的高階概述：

  • 使用簡單的 YAML 配置檔案定義您的功能
  • 透過 JSON API 傳送歷史事件和後設資料
  • 執行Metarank來訓練模型
  • 將實時事件傳送到正在執行的Metarank例項
  • 使用預訓練模型實時個性化您的列表


演示展示瞭如何在野外使用Metarank。
 

相關文章