Le Client

Basé aux États-Unis, le client est une société publique de conglomérat multinationale américaine et la plus grande entreprise de télécommunications du monde. Il fournit une gamme de solutions réseau et de services de télécommunication locaux, régionaux, longue distance et internationaux aux entreprises, aux administrations et aux consommateurs.

Besoins Professionnels

Le client a besoin d’un système de recommandation qui présente un avantage concurrentiel sur Netflix et autres canaux similaires. Avec plus de 20 millions d’abonnés dans le monde entier, notre client souhaite améliorer l’expérience utilisateur en aidant ce dernier à découvrir plus rapidement les contenus de divertissement qui correspondent à ses préférences.

Solutions

FPT crée un moteur de recommandation constitué d’une logique créative et d’algorithmes permettant d’agréger, de traiter et d’analyser les goûts de l’utilisateur. FPT résout l’équation en mettant en œuvre la recommandation sur le cloud afin de tirer parti de la technologie de données massives et de la puissance du cloud computing comme AWS, Hadoop et Spark.

Nous nous concentrons sur trois approches populaires : le filtrage basé sur le contenu (recommandation basée sur le comportement d’un utilisateur), le filtrage collaboratif (recommandation basée sur un modèle de comportement d’utilisateur antérieur) pour élaborer le modèle de recommandation, et le regroupement (regroupement des goûts des utilisateurs en fonction de leurs caractéristiques et de leurs similitudes).

De plus, le traitement préalable des données est également une étape importante dans laquelle nous nous impliquons. Nous avons ingéré les événements des utilisateurs à partir de nombreux périphériques tels que STB, Dotcom, la téléphonie mobile et les métadonnées de film.

Challenges

Traiter les données massives et le système de recommandation de tests constitue un défi de taille en raison de notre manque d’expérience dans ce domaine.

Avantages

La solution proposée par FPT Software a atteint tous les objectifs du client.

  • Nous construisons des carrousels de recommandations sur mesure avec un contenu pertinent grâce aux informations précieuses récoltées et aux statistiques fournies par le moteur de recommandation.
  • Les interactions personnalisées montrent à l’utilisateur qu’il est valorisé en tant qu’individu, ce qui facilite sa fidéalisation au programme.
  • Les utilisateurs s’engagent davantage dans le service quand ils sont capables de s’en servir sans avoir à effectuer de nombreuses recherches.

Technologies Utilisées

  • Hadoop Mapreduce
  • Hadoop Spark