iT邦幫忙

2018 iT 邦幫忙鐵人賽
DAY 26
0
AI & Machine Learning

利用 MS Bot framework 與 Cognitive Service 建構自用智慧小秘書系列 第 26

26. Recommendations Solution (3) - 訓練與結果

前言

經過前面第一篇的簡單說明 Recommendations Solution 原理與第二篇的如何佈署與檢視 UI 操作介面,在這一篇,我們要開始進行實際操作。我們分成以下幾個步驟:

  1. 上傳 usage 與 catalog 資料
  2. 進行訓練
  3. 取得推薦資料

介紹

準備 Catalog 與 usage 資料
Step 1. 我們透過微軟官方 Github 範例內的資料進行測試,首先我們先到 Microsoft/Cognitive-Recommendations-Windows Clone 專案。

Step 2. 在resourece 內可以找到範例資料

Step 3. 我們將資料上傳至Azure Blob Storage

執行訓練
Step 1. 回到 Recommendations UI 操作介面 → 點選 Train New Model → 輸入相關資料 → 點選 TRAIN

Step 2. 執行中… (Status 從 Created → InProgress → Completed)

取得推薦資料
Step 1. 點選 Score

Step 2. 首先我們先測試商品推薦:我們輸入 Item Id 推薦數量 → 點選 Get Recommendations,可以看見推薦結果。

Step 3. 接下來我們嘗試個人化推薦:輸入查詢條件 → 推薦數量 → 點選Get Recommendations,可以看見推薦結果。


後記

一個方便的推薦服務就這樣呈現。或許您也可以利用自己的銷售資料,建立一個專屬店家的推薦服務,來驗證是否有效。


上一篇
25. Recommendations Solution (2) - 建置與佈署
下一篇
27.應用:自用旅遊推薦機器人
系列文
利用 MS Bot framework 與 Cognitive Service 建構自用智慧小秘書31

尚未有邦友留言

立即登入留言