Il est désormais habituel pour les sites de commerce électronique B2C de fournir aux consommateurs des recommandations personnalisées pour les achats. En utilisant les données de transaction et de navigation précédentes, associées à un vaste pool de commentaires sur les produits (par exemple, évaluations et évaluations), les développeurs peuvent créer des applications tirant parti de la puissance du machine learning intégré avec Oracle HeatWave AutoML. Cela leur permet d'entraîner un modèle et de générer des inférences sur les données stockées dans une banque d'objets ainsi que dans une base de données MySQL.
Dans cette solution, nous allons créer une application de recommandation de films (MovieHub) à l'aide de Heatwave et d'Oracle APEX, la plate-forme low-code d'Oracle. Le système de recommandation HeatWave AutoML fournit des suggestions de films aux utilisateurs tout en fournissant aux administrateurs des tableaux de bord d'analyse puissants sur la consommation de films et le comportement des utilisateurs.