Pozadina problema

Edukacijska ustanova željela je poboljšati iskustvo svojih sudionika korištenjem mehanizma za preporuku odabira tečaja. Za učinkovito rukovanje velikom količinom podataka i odnosa koji su uključeni u proces preporuke, odabrali su TigerGraph kao svoje rješenje za bazu podataka.

Izazovi

Obrazovna organizacija suočila se s brojnim izazovima, uključujući:

  • Upravljanje velikom količinom podataka iz više izvora, kao što su demografija sudionika, povijest upisa i evaluacije tečajeva.
  • Personaliziranje preporuka za svakog sudionika na temelju njegovih preferencija i ciljeva.
  • Pružanje preporuka u stvarnom vremenu na temelju najnovijih podataka.

Rješenje

Kako bi prevladali te izazove, odabrali smo TigerGraph za mehanizam za preporuke zbog njegovih izvornih mogućnosti obrade grafikona. S TigerGraphom se bez posebnih napora upravlja velikom količinom podataka i odnosima uključenim u proces preporuke. Izvorni se podaci učitavaju iz različitih izvora u TigerGraph, te se na osnovu tih podataka izrađuje model grafikona za predstavljanje podataka.

Mehanizam za preporuke izgrađen je korištenjem TigerGraph-ovog GSQL upitnog jezika, koji je pružio snažan i izražajan način postavljanja upita i analize podataka. Štoviše, GSQL je omogućio organizaciji da personalizira preporuke za svakog sudionika na temelju njihovih preferencija i ciljeva. TigerGraph-ove mogućnosti indeksiranja i postavljanja upita u stvarnom vremenu omogućile su edukacijskoj ustanovi da ponudi preporuke u stvarnom vremenu na temelju najnovijih podataka.

Rezultati

Edukacijska ustanova uspješno je implementirala mehanizam za preporuku odabira tečaja s TigerGraphom. Mehanizam je isporučio personalizirane preporuke u stvarnom vremenu, poboljšavajući iskustvo sudionika pri odabiru tečaja. Nadalje, izvorna obrada grafova TigerGrapha i GSQL olakšali su upravljanje velikom količinom podataka i odnosa uključenih u proces preporuke.

Kao rezultat toga, primijećen je značajan napredak u zadovoljstvu sudionika postupkom odabira tečaja i porast u procesu zadržavanja sudionika. Mehanizam za preporuke identificirao je sudionike s rizikom od odustajanja i pružio im personalizirane preporuke, držeći ih na pravom putu.

Zaključak

TigerGraph je pokazao svoju učinkovitost kao rješenje za mehanizam preporuka posjetitelja edukacijskih tečajeva. Njegova izvorna obrada grafikona i GSQL jezik omogućili su lako rukovanje velikom količinom podataka i odnosa uključenih u proces preporuke.Mehanizam za preporuke pružio je personalizirane preporuke u stvarnom vremenu sudionicima, poboljšavajući njihovo iskustvo odabira tečaja i povećavajući zadržavanje sudionika.

Tražite prilagođeno softversko rješenje? Kontaktirajte nas putem kontakt forme ili pošaljite upit na info@factory-x.hr .

POVEZANE OBJAVE

Skip to content