Gradiant traballa en atopar os sistemas de recomendación máis precisos e flexíbeis

Vémolo xa nun chea de webs envorcadas no comercio electrónico: se nos interesa un produto, o sistema recoméndanos produtos que tamén foron interesantes para outros usuarios con gustos semellantes aos nosos. Trátase dunha estratexia comercial de primeira orde, pero que tamén amosa vantaxes para o consumidor, que, por así dicilo, sabe mellor onde pisa e pode abrir portas que doutro xeito ficarían pechadas. En realidade, é a aplicación web da práctica de termos en conta as recomendacións dos nosos amigos. Trátase dun eido cheo de posibilidades. O centro tecnolóxico Gradiant está a traballar arreo neste ámbito, como nos conta o investigador Héctor Cerdeira. Máis polo miúdo, en novas solucións para o tratamento de datos de servizos de ecommerce.
Gradiant en boa medida está a tomar como base a experiencia e o traballo xerado por Apache Spark, tecnoloxía que fornece unha estrutura moi adaptábel a cambios e esixencias dos consumidores e o mercado e que ademais é moito máis rápida que outras tecnoloxías dispoñíbeis para levar a cabo as mesmas tarefas (tarefas como manexar o volume inxente de datos xerado pola corrente incesante de interacción cos usuarios). Polo tanto, achegas como Apache resultan moi axeitadas para facer recomendacións en tempo real, moito máis que Hadoop, por exemplo, un dos recursos máis estendidos para o manexo de grandes cantidades de información (big data). Outro exemplo a seguir, sinala Gradiant, é Spotify, o servizo de música en streaming, onde se bota man de Apache Spark para guiar aos usuarios polos camiños percorridos por outros usuarios, con resultados sorprendentes de coincidencia e contribuíndo finalmente a mellorar o servizo e a manter a fidelidade do consumidor de música.
Tendo en conta todo isto, o traballo de Gradiant neste ámbito baséase en boa medida na busca da ferramenta de recomendacións perfecta. Segundo informa o centro tecnolóxico, o labor céntrase arestora en novas solucións para o tratamento da información de plataformas de comercio electrónico. Botando man de Apache Spart, trátase de realizar novos recomendadores máis precisos, flexíbeis e con meirande marxe para a adaptación a cambios de rumbo e de tendencias e a incremento (máis que previsíbel) da información. “Isto”, engaden, “combinámolo con visualizacións web en tempo real, que permiten aos analistas acceder á información de forma máis sinxela e intuitiva”.