其他行业 · AI应用
利用生成式AI提供个性化旅行推荐
Booking.com 面临在大量选项中提供个性化旅行推荐以提升客户体验的挑战。为此，他们利用生成式AI和微调语言模型，通过 Amazon SageMaker 处理150PB数据。这一创新方法不仅提高了目的地和住宿推荐的准确性，还加速了平台的实验与创新。结果，Booking.com 在每天处理超过1亿次API请求的同时，运营成本降低了60%，最终提供了卓越的客户体验，在旅游行业中脱颖而出。
01
业务背景
Booking.com 面临在大量选项中提供个性化旅行推荐以提升客户体验的挑战。为此，他们利用生成式AI和微调语言模型，通过 Amazon SageMaker 处理150PB数据。这一创新方法不仅提高了目的地和住宿推荐的准确性，还加速了平台的实验与创新。结果，Booking.com 在每天处理超过1亿次API请求的同时，运营成本降低了60%，最终提供了卓越的客户体验，在旅游行业中脱颖而出。
02
遇到的问题
Booking.com 需要从超过150PB的数据中提取洞察，为全球数百万旅行者提供相关的个性化住宿、目的地等旅行推荐，以提升客户体验。
03
AI 解决方案
Booking.com 与 AWS Professional Services 合作，使用 Amazon SageMaker 和 Amazon Bedrock 等技术，构建了可扩展的机器学习框架。该框架利用生成式 AI 和微调语言模型，对海量数据进行处理，以加速实验和创新，最终提供更精准的旅行推荐。
04
实施结果
该案例未在来源材料中披露量化效果指标，具体成效请参考下方信息来源。
05
风险与边界
未披露
“We’re furthering our customer-centric ambitions using Amazon SageMaker. With its broad capabilities, we can provide the best experience.”
Thomas Davey · Vice President of Big Data and Machine Learning, Booking.com
信息来源
1 个来源页面内容为结构化改写；关键结论应可追溯到以下材料。