Smarter personalization: How property data helps us understand user price sensitivity

Grab sử dụng dữ liệu bất động sản công cộng, kết hợp với LLM để bổ sung thông tin và phân cụm phân tầng để thêm ngữ cảnh vị trí vào hồ sơ người dùng. Phương pháp này cho phép hệ thống hiểu được mức độ nhạy cảm giá của người dùng dựa trên khu vực họ sinh sống, với độ chính xác lên đến 85%. Thuật toán clustering giúp phân loại người dùng thành các nhóm có hành vi chi tiêu tương đồng, giúp tối ưu hóa chiến lược giá. Công nghệ này giúp Grab đưa ra đề xuất giá cả phù hợp hơn, tăng tỷ lệ chuyển đổi cho các dịch vụ vận chuyển. Lập trình viên nên đọc bài gốc để hiểu rõ cách xử lý dữ liệu bất động sản và triển khai hệ thống recommendation engine.