Ödüllü Teknolojiiletken en güncel ARGE çalışmaları ve teknolojik inovasyon sayesinde en anlamlı ve uygun tavsiyeleri üretir. iletken, tavsiye sistemleri alanında dünya çapında bir çok ödül kazanarak, teknolojik farkını ortaya koymuştur. iletken Teknoloji TÜBİTAK (Türkiye Bilimsel ve Teknolojik Araştırma Kurumu) tarafından desteklenmektedir. Aşağıda bu ödüllerden bazılarını bulabilirsiniz: * iletken ARGE ekibi üyeleri Netflix Prize yarışmasında 2. olan, The Ensemble, takımı içerisinde yer almıştır.
Demolarımızı Deneyiniletken tavsiye sistemi teknolojisini dijital müşterilerine yardım etmek için kullanır. Fakat biraz eğlenmek, biraz da sizlere teknolojimiz ile neler yapabileceğinizi göstermek için son kullanıcı odaklı demolar da hazırladık. Aşağıda teknoloji demolarımızı bulabilirsiniz: Teknoloji Özellikleriiletken’in tavsiye teknolojisi bir çok tekniği verimli bir şekilde harmanlar. Yüksek isabet oranı ve ölçeklenebilirliği bir arada sunar. Birçok Algoritmaİyi bir tavsiye sistemi için tek bir algoritma ve yöntemin çözüm olmadığını biliyoruz. Altyapımız endüstri ve akademideki en son algoritma ve teknikleri, ihtiyaçlarınıza göre harmanlayarak kullanır. Sürekli öğrenir ve kendini güncel tutar. Ölçeklenebilir PerformansYoğun kullanımda, yüksek isabet oranlı çözümler büyük işlem gücü gerektirir. Dağıtık tavsiye hesaplama yapımız yoğun kullanımda ve büyük veri miktarlarında en verimli şekilde çalışır. Davranış TemelliBireysel ve genel kullanıcı davranışları analiz edilerek, kullanıcı ve içerik yakınlık ilişkileri hesaplanır. örn: Sistem SinCity filmini begendiğinizi bilir. Size benzer tercihleri olan kullanıcılar Kill Bill’i begendigi için, sistem size Kill Bill’i önerir. İçerik TemelliKataloğunuzun içerik bilgisi ve kullanıcılarınızın tercihleri analiz edilerek eşleştirilir. örn: Sistem en sevdiğiniz yönetmenin Quentin Tarantino olduğunu bildiği için size Kill Bill’i önerir. Sosyal TemelliGerçek arkadaşlarınız ile aranızda olan sosyal network bilgisi analiz edilerek, çeşitli ilgi alanları için arkadaşlarınızın tavsiyelerine ne kadar güvendiğiniz ve onlardan ne kadar etkilendiğiniz hesaplanır. örn: Film zevkine güvendiğiniz arkadaşınız Mehmet, filmi seyredip beğendiği için sistem size Kill Bill’i tavsiye eder. Özellik TemelliKullanıcılarınızın farklı özellikleri, onların nelerden hoşlanacakları konusunda ip uçları verir. Kullanıcıların özellikleri ve demografik bilgilerine uygun tavsiyeler üretilir. örn: Sistem sizin 27 yaşında, İstanbul’da oturan bir erkek olduğunuz için size Kill Bill filmini tavsiye eder. |
