20 publicaciones técnicas sobre sistemas de recomendación

Una lista de publicaciones técnicas de expertos que investigan y desarrollan sistemas de recomendación en la práctica en empresas como Kakao, LINE, Naver, Karrot Market y Bunjang, entre otras.

1. ¿Cómo hace Melon las recomendaciones de música? - Jaeho Jeon (equipo de recomendaciones de Kakao)

2. El nuevo desafío de LINE Timeline, parte 1: Discover para explorar contenido recomendado y el nuevo modelo de suscripción Follow - Gyeongbok Lee (LINE)

3. La tecnología de IA ‘RIYO’ se aplica a las búsquedas en tendencia de Naver, y el ranking de búsquedas se personaliza para cada usuario según su selección - blog Diary de Naver

4. Seis técnicas sobre el poder de las recomendaciones de Brunch - Gyumin Choi (equipo de recomendaciones de Kakao)

5. Sistema de recomendación con deep learning in production - Mooik Jeon (Karrot Market)

6. Recomendación personalizada con deep learning - Mooik Jeon (Karrot Market)

7. Se lanza el servicio de recomendación de películas “para ver juntos” recomendado por AiTEMS. - blog de búsqueda de Naver

8. También productos “para ver juntos”, personalizados: presentamos las recomendaciones de compras basadas en tópicos de estilo (AiTEMS) - blog de búsqueda de Naver

9. Desarrollo del sistema de recomendación de Bunjang y experiencia tras su implementación Part3 - Myeonghwi Lee (Bunjang)

10. Desarrollo del sistema de recomendación de Bunjang y experiencia tras su implementación Part2 - Myeonghwi Lee (Bunjang)

11. Desarrollo del sistema de recomendación de Bunjang y experiencia tras su implementación Part1 - Myeonghwi Lee (Bunjang)

12. [Tecnologías que investiga Naver] AiRSPACE, sistema de recomendación de lugares basado en IA - blog de búsqueda de Naver

13. La tecnología de recomendación automática de noticias de Naver presentada en CIKM2017 - Hujung Jeong (búsqueda de Naver), Geunchan Park (Naver AiRS)

14. La evolución del motor de recomendaciones de KakaoI - Injae Seong (equipo de recomendaciones de Kakao)

15. La tecnología de AiTEMS que crea una plataforma de compras satisfactoria tanto para usuarios que no compran con frecuencia como para nuevos vendedores - Jeongtae Lee (Naver Personal Shopper), Byeongseon Park (grupo de comunicación de Naver)

16. Sistema de recomendación personalizada de productos basado en deep learning ‘AiTEMS’, que encuentra artículos ideales según tus gustos - Jeongtae Lee (Naver Personal Shopper), Byeongseon Park (grupo de comunicación de Naver)

17. El asistente de IA en la palma de tu mano, algoritmo de recomendaciones - Sanghyeok Jeon, Gwangseop Kim (equipo de recomendaciones de Kakao)

18. El secreto del algoritmo de IA de recomendación de noticias de Kakao, ‘RUBICS’ - Brunch del Instituto de Investigación de Políticas e Industria de Kakao

19. Presentamos AiRS, sistema de recomendación basado en inteligencia artificial - blog Diary de Naver

20. RUBICS – el sistema de recomendación en tiempo real de Kakao - Sangwon Seo (equipo de recomendaciones de Kakao)