如果希望进一步提高利润水平,红色巨人的云交叉销售服务能够帮助您预测客户口味。近日,甲骨文公司发布一项新的云服务,据称能够自动询问客户是否希望在点餐时加配薯条。
红色巨人旗下酒店业务部门发布新的“数据科学云服务”,其中包括“甲骨文酒店菜单推荐云服务(Oracle Hospitality Menu Recommendations Cloud Service)”。该服务旨在帮助各类酒店“通过位置或者时间信息提供最佳延伸或者交叉推销选项,并根据客户行为动态更新建议内容。其可分析与交叉销售与延伸销售的相关假设,从而更好地了解客户行为及偏好。”
甲骨文公司的目标在于为客户提供其Micros销售点套件,并借此利用多云环境实现分析,确保酒店工作人员能够借用设备屏幕向客户提供尽可能优惠的服务。值得一提的是,全部建议内容都可以在客户订购食物或酒水、甚至刚刚进入酒店之时即整理完成。
甲骨文方面还建立起“甲骨文招聘自适应预测云服务”,旨在“让运营人员更好地预测各个地点的库存与劳动力需求”,同时“尽可能减少库存浪费、降低劳动力成本,最重要的是保证提供卓越的客户体验。”
在我们看来,两者的结合可能意味着希望马上吃到薯条的消费者只能苦等系统决定提出相关询问——但打算吃松露的消费者估计能够免去这类困扰。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。