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






