谁家都有大数据的年代,如何利用已有数据做更具深度、更为精准的分析从而节约营销成本,提升营业额,已经成为零售业现下最为关心的问题。而传统的分析方式则无法帮助企业快速分析和精准定位,导致错失商机。
TigerGraph图数据库正是解决这一问题的关键,也有人称之为,增强型分析。通过更多维度、更多层关系的分析,帮助企业个性化推荐“更个性”。同时,TigerGraph快速响应和计算具有千万个实体及关系的查询,帮助零售企业第一时间抓住商机。
2015年才创办的公司Wish.com现发展成为年度营收数十亿美元电子商务巨头,则是得益于其超个性化推荐引擎提供支持。本期将利用TigerGraph开发者版本,演示如何构建时间序列分析解决方案。
演讲人:李憓松 TigerGraph 解决方案顾问
时间:2019年8月28日 上午10:30
地址:zoom网络平台
在本集中,我们将:
解释构建推荐引擎的新方法,可用于零售,电子商务,电信,银行和金融服务等行业。
图解决方案,使用TigerGraph GraphStudio和GSQL对超个性化推荐引擎进行建模。
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。