Los minoristas en línea como Amazon utilizan algoritmos para recomendar a sus clientes otros productos que (el algoritmo “piensa”) es probable que quieran comprar. ¿Podríamos extender esto?
Supongamos que fuera un minorista de ropa en línea. Las personas a veces compran varios artículos juntos, luego terminan devolviendo uno o más porque no van juntos, tal vez porque los colores o patrones chocan, aunque esto no es obvio por la descripción en línea o las imágenes. ¿Qué tal un algoritmo que ayuda a los clientes a saber si les gustarán las combinaciones que están considerando o si sugerirán otros elementos que podrían ir mejor? Si esto funciona, esto podría aumentar la satisfacción del cliente, al tiempo que reduce el tiempo perdido y los costos de transporte. Por supuesto, aún querría que cada cliente pueda tomar la decisión final en función del gusto personal o el uso que se le dará al artículo (por ejemplo, para que coincida con otro artículo comprado previamente).
Esto me recuerda una historia de ciencia ficción que leí hace años. Un investigador descubre un virus propagado por transfusiones de sangre y donaciones que tiene un solo efecto: hace que aumente la producción de sangre de una persona, lo que hace que se sientan más “llenos”, por lo que es más probable que donen en el futuro o que lo hagan con más frecuencia. Dado que donar sangre generalmente se considera bueno para la sociedad, el personaje debe decidir si se hará público el descubrimiento.
- Dada una biblioteca que proporciona una coincidencia aproximada de cadenas, ¿cuáles son algunos procedimientos adicionales que pueden explicar una mejor coincidencia de cadenas?
- Cómo definir una estructura de datos de gráfico dinámico en C ++ (un gráfico que tiene un número desconocido de vértices)
- ¿Cuál es el algoritmo de búsqueda de profundidad primero?
- ¿Es posible representar binarios de 8 bits en binarios de 6 bits?
- ¿Para qué sirven las estructuras y algoritmos de datos en el desarrollo de aplicaciones, con ejemplos?
