metarank: 推荐排名类的低代码机器学习工具

22-04-01 banq

Metarank(或 METAdata RANKer)可以轻松个性化任何列表:推荐、文章和搜索结果。开发人员进行一次重新排名 API 调用,Metarank 负责 ML 功能更新、模型训练和提高点击率/转化率等目标目标。
无论是银行中的反欺诈系统还是您最喜欢的在线商店中的推荐小部件。通过向每个用户提供相关项目,内容个性化可以为您的企业在提高销售和客户满意度方面开辟新的机会。

即使对于经验丰富的数据科学家团队来说,构建个性化排名系统也不是一件容易的事,而且可能需要几个月的时间来设置数据管道、存储和模型训练。 Metarank 会自动执行最常见的任务,这些任务需要为您的产品列表、文章和任何其他类型的内容添加个性化。创建和部署个性化模型以从个性化中受益并专注于改进模型需要几天甚至几个小时,而不是几个月。
您甚至不需要团队中的机器学习专家即可将Metarank与您的应用程序集成!

以下是Metarank集成的高级概述:

  • 使用简单的 YAML 配置文件定义您的功能
  • 通过 JSON API 发送历史事件和元数据
  • 运行Metarank来训练模型
  • 将实时事件发送到正在运行的Metarank实例
  • 使用预训练模型实时个性化您的列表


演示展示了如何在野外使用Metarank。
 

猜你喜欢