Begini Cara Teknologi AI Tokopedia Mendukung Pengalaman Pengguna di Platformnya

Recommendation System digunakan untuk membaca karakteristik atau behaviour dari masing-masing pengguna.

Ketika pengguna tersebut sering membeli atau melihat suatu barang, maka sistem Tokopedia akan merekomendasikan produk lain yang berkaitan dengan apa yang sebelumnya sudah dilihat atau dicari oleh pengguna.

Baca Juga: Seperti Inilah Jeroan Infrastruktur Jaringan Cloud Tokopedia Ala Software Engineer

Recommendation System menggunakan machine learning yang dapat melihat semua produk yang ada di Tokopedia, dan selanjutnya mesin tersebut akan menangkap pola-pola yang ada.

Ketika pengguna mengklik satu produk, maka pola tersebut akan dilihat oleh pola yang berada di dalam machine learning. Jika produk berkaitan dan sesuai, maka rekomendasinya akan dikirim.

Recommendation Systems Playbook digunakan dengan dua metode yaitu Session-Based Recommendation dan Ranking Based Recommendation.

Kedua tahap tersebut digunakan dalam menentukan pola aktivitas pengguna, sehingga nantinya machine learning dapat memberi rekomendasi produk yang sesuai.

Baca Juga: Waktunya Untuk Qurban, Tokopedia Berikan Akses Mudah untuk Masyarakat

Session-Based Recommendation digunakan untuk merekomendasikan produk berdasarkan kedekatan vektor dari produk yang dibuat dengan data session, di mana data session itu sendiri merupakan semua aktivitas yang dilakukan oleh setiap user dalam periode waktu tertentu.

Permasalahan atau isu yang bisa diselesaikan dengan stage ini biasanya adalah ketika barang yang dicari pengguna tidak ready, atau ketika pengguna ingin mengganti varian produk lain.

Abe Vallerian, Data Scientist Lead Tokopedia melanjutkan penjelasan tentang Ranking Based Recommendation, dimana model ini lebih akurat dalam merekomendasikan suatu produk ke masing-masing user.