IBM Blog
·
幻想橄榄球交易：IBM Granite基础模型如何推动数百万用户的个性化解释
💡
原文英文，约1000词，阅读约需4分钟。
📝
内容提要
NFL赛季产生大量数据，ESPN Fantasy应用吸引了1200万用户。IBM与ESPN合作8年，通过AI提供球员评分，帮助用户做出更明智的决策。今年新增功能解释评分原因，提供个性化分析。评分系统结合机器学习和规则系统，考虑用户球队和联盟设置，每10分钟更新。IBM watsonx™平台帮助企业通过数据分析做出更好决策，提供自然语言解释和客户服务功能。
🎯
关键要点
- NFL赛季产生大量数据，ESPN Fantasy应用吸引了1200万用户。
- IBM与ESPN合作8年，通过AI提供球员评分，帮助用户做出更明智的决策。
- 新增功能解释评分原因，提供个性化分析。
- 评分系统结合机器学习和规则系统，考虑用户球队和联盟设置，每10分钟更新。
- IBM watsonx™平台帮助企业通过数据分析做出更好决策，提供自然语言解释和客户服务功能。
- 评分系统根据球员表现和用户球队需求生成个性化评分。
- 系统每两小时运行推理，结合原始评分和团队需求提供分析。
- IBM watsonx™ AI平台帮助企业收集、存储和分析数据，提供及时的洞察和解释。
❓
延伸问答
IBM与ESPN的合作主要是为了什么？
IBM与ESPN的合作主要是通过AI提供球员评分，帮助用户做出更明智的决策。
ESPN Fantasy应用如何提供个性化分析？
ESPN Fantasy应用通过结合用户球队和联盟设置，每10分钟更新评分，提供个性化分析。
评分系统是如何生成的？
评分系统结合机器学习和规则系统，考虑球员表现和用户球队需求生成个性化评分。
IBM watsonx™平台的主要功能是什么？
IBM watsonx™平台帮助企业通过数据分析做出更好决策，提供自然语言解释和客户服务功能。
评分系统如何处理大量数据？
评分系统使用Node.js和Python编写，分析NFL赛季生成的数十亿数据点，并将结果保存到云端。
如何确保评分的及时性和准确性？
系统每两小时运行推理，结合原始评分和团队需求提供分析，确保评分的及时性和准确性。
➡️
