
Line購物推薦系統大剖析
作為串接消費者和店家的導購平臺,Line購物營運全靠商品推薦。不只自建一套ML推薦系統,能從上千萬款商品中,找出0.001%高度吸引顧客的商品。還發展出可信任框架,確保模型公平、透明可解釋,讓業務團隊放心信任模型。現在更開始擁抱LLM來提高生產力。
作為串接消費者和店家的導購平臺,Line購物營運全靠商品推薦。不只自建一套ML推薦系統,能從上千萬款商品中,找出0.001%高度吸引顧客的商品。還發展出可信任框架,確保模型公平、透明可解釋,讓業務團隊放心信任模型。現在更開始擁抱LLM來提高生產力。
作為導購平臺,Line購物將用戶導引到所需的商家平臺,全靠精準推薦。他們用檢索、排名、再排名這三大階段,來打造這套推薦系統
一套可篩選千萬級商品、準確推薦的Line購物推薦系統,也是透過機器學習生命周期建置而成,包括定義問題、將問題轉換為ML問題、建模、AB測試、評估和決策等環節
一套成功的推薦系統,不只要夠穩健,還要讓業務團隊與利害關係人信任。於是Line打造兼顧穩健、公平和解釋性的可信任框架,並在資料準備、資料表徵、推薦內容和評估等4階段實作
提示管理一直是企業擁抱LLM的難題之一,Line不只採用CO-STAR提示詞撰寫架構來精確拆解提示任務,也自建內部工具、採用開源工具來管理提示版本,落實LLMOps