bg

hy(韩国养乐多)

Back

Key Takeaway

通过生成型AI和混合搜索基础构建,实现HY产品搜索准确度革新及获得客户自然语言推荐功能

hy通过应用Nori形态素分析器和混合搜索(Vector、Text、SQL),解决了不准确的产品搜索问题,并成功构建了AI系统,能够为客户的自然语言复杂请求提供准确丰富的推荐答案

hy(韩国养乐多)

Client :hy(韩国yakult)

Industry :Healthcare

Service Area :Data & AI

Applied Solution :AIR

1. Overview (项目背景)

 

本项目旨在改进搜索体验的准确度和实用性
进而提供基于生成型AI的客户定制推荐体验(CX)

在现有关键词搜索环境中,用户输入的搜索词与实际商品之间的关联性未能充分体现,
例如即使是「牛奶」这样明确的关键词,相关商品也无法准确显示。

此外,超越简单关键词输入,
对于「推荐给父母10万韩元以上的礼物」这样的基于自然语言的复杂请求
现有搜索和推荐方式难以应对。

因此,本项目围绕以下方向推进:

  • 改进关键词搜索结果的准确度

  • 获得基于自然语言的搜索和推荐功能

  • 建立可扩展至多模态生成型AI个性化推荐的CX基础

 


 

2. Solution (解决方案)

 

本项目同时强化关键词搜索和自然语言搜索
并基于此设计和实现了利用生成型AI自动生成推荐信息的结构

主要解决方案

  • 关键词搜索高度化

    • 强化搜索词与实际商品属性之间的关联性,

    • 改进特定关键词输入时,符合意图的商品能够准确显示

  • 自然语言搜索和推荐功能引入

    • 理解自然语言形式的请求,

    • 综合价格、折扣率、商品名称等关键信息提供自然流畅的推荐回复

  • 自动推荐信息生成

    • 利用生成型AI自动生成符合用户请求的推荐文案

    • 获得可扩展至多模态生成型AI(文本、图像、情景基础推荐)的结构

通过这一方式,超越简单搜索功能,
实现从「寻找商品的搜索」到「理解意图并提出建议的推荐」的转变

 


 

3. Result (成果)

 

通过本项目,在搜索和推荐领域获得了以下成果:

关键词搜索结果改进

  • 搜索「牛奶」等明确关键词时,
    改进为准确显示牛奶相关产品,相比之前有所提升

自然语言搜索功能获得

  • 对于「推荐给父母10万韩元以上的礼物」这样的复杂自然语言请求

    • 商品名称

    • 价格

    • 折扣率
      等关键信息的自然流畅推荐回复成为可能

客户体验(CX)强化基础建立

  • 综合强化关键词搜索和自然语言搜索

  • 通过自动推荐信息生成功能,
    获得提供客户定制推荐体验的技术基础

  • 完成可扩展至多模态生成型AI基础推荐信息、个性化服务的结构

Related

Case Stories

Amorepacific

Amorepacific

国内最大规模的云原生转换,成本节省85%

Read More
HANATOUR

HANATOUR

通过超个性化AI咨询实现用户增长432%的旅游服务

Read More
GC Biopharma

GC Biopharma

节省2,845小时的AI基础质量文档自动化

Read More
Hansol Paper

Hansol Paper

通过与数据特性相匹配的提示词调优过程,实现了95%的答案准确率,并构建了企业知识利用体系

Read More
Able C&C

Able C&C

即使在创纪录的流量中也无中断地完成的谈判王活动

Read More
HAPPY CAMPUS

HAPPY CAMPUS

HappyCampus 通过构建生成式AI写作服务,创新用户体验并重塑商业模式

Read More

Ready to unlock your data's potential?

Let's build intelligent data solutions that drive real business value through advanced analytics and AI.