【GRi草根影响力新视野/记者梁璃月】

网购时，是不是觉得电脑深得我心，了解我喜欢什么，推荐的刚好是我需要的？工研院最新解密技术，开发出逾十种多重分析算法组合及导入在线、脱机的分析模式，可以在数十万商品与数百万使用者之营运规模下，快速于2秒内实时运算、分析使用者行为。

(影像来源:工研院)

工研院巨资中心主任余孝先表示，根据工研院IEK资料，全球巨量信息分析需求呈现快速成长，预测2020年将达到151亿美元，未来运用巨量资料将逐步成为发展产业与掌握客户需求的重要工具，其中“零售业”为全球巨量信息第四大应用市场，发展潜力无限。有鉴于此，在经济部技术处指导下，工研院积极发展国产自主的电子商城“融合多元方法之混合式推荐技术”，与Amazon、Netflix等国际大厂同步，可达到精准的推荐结果，并与富邦媒体科技(momo)进行为期三年的合作。

富邦媒体科技(momo)总经理林启峰表示，工研院的技术融合了多元演算方法与在线、线下两阶段之使用情境侦测，这项混合式推荐技术能分析使用者的浏览习惯、购物行为、消费需求与偏好，精确演算出适合推荐之商品。在短短2秒内，从百万商品中预判出使用者最需要的商品，优先列入推荐，打造快速便利的多种个人化推荐应用，包括首页主题购物楼层及商品页、分类页的推荐应用等，大幅提升momo消费者点击率达1倍，借由个人化推荐带动的营收占比亦达10%。

工研院还于会中发表“混合式个人音乐歌曲推荐”，透过多元混合式算法，分析使用者个人信息与听歌偏好，再比对歌曲资料及曲风相似度之分析结果，向使用者提供最精准的个人化音乐歌曲推荐，这项技术更可依照使用者当下的位置、时间、活动，作出适时适地的判断，让音乐歌曲推荐更贴近使用者的生活需求。而“结合外部因子之动态价格预测分析”则可分析外部事件带来的供需影响与目标物历史价格趋势，计算出目标物未来1个月的价格波动，协助企业充分掌握市场的未来价格变化，以石化原料价格为例，工研院运用2012-2015年间外部事件与价格资料创建预测模型，预测精准度达93%以上。余孝先特别强调，台湾制造业正严重面临国际竞争，如能在原物料价格方面精确预测，将能大大提升企业的竞争力。

此外，社群网络文章的按赞数，现在也可以预测了！工研院研发出“粉丝页按赞预测”，能分析粉丝个人资料、喜好与关注话题；并与粉丝曾浏览或搜寻文章的历史资料进行交叉演算，进而准确预测出新文章推出后的粉丝页按赞数量。这项新技术还能事先针对特定族群作出文字偏好分析，确保企业或部落客撰写用字时，能准确吸引到特定族群，大幅提高新文章分享与点击按赞的概率。

更多评论：草根影响力新视野