脸书按赞也能预测！ 工研院提出大数据技术能量
▲根据工研院IEK资料，全球大数据分析需求预测2020年将达到151亿美元，因此工研院特别推出相关的技术能量，以其提升台湾在「智慧商务」领域的技术。(图／工研院提供)
工研院于26日发布发表四大「智慧商务」领域的应用技术。包括电子商城「融合多元方法之混合式推荐技术」、数位媒体「混合式个人音乐歌曲推荐」、市场决策「结合外部因子之动态价格预测分析」以及广告「粉丝页按赞预测」，全方位提升台湾在「智慧商务」领域的技术能量。
工研院巨资中心主任余孝先表示，根据工研院IEK资料，全球巨量资讯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」为全球巨量资讯第四大应用市场，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线上、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%。
而在「结合外部因子之动态价格预测分析」部分，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建立预测模型，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，相信能大大提升企业的竞争力。此外，社群网路文章的按赞数，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机率。
资讯恐慌症发作？下载「ETtoday新闻云APP」快速补给→iOS：https://goo.gl/rmIDdxAndroid：https://goo.gl/XPe8Uj
一秒掌握世界大小事「ETMetro捷运报APP」离线看不断线→iOS：https://goo.gl/Dz9IsFAndroid：https://goo.gl/lY8HnE