| |
關鍵字、以文找文與概念式搜尋三者是完全不同的搜尋方式，透過此三種模式會找出不同的搜尋結果。因此在合於趨勢與需求下，使用者皆期望能有效整合三者所長，以提高檢索資訊時的寬度和深度。宇匯運用行為探勘技術時，則是依個人的行為將個人歸類於特定群體中，再由特定群體的共同行為找到最適合當下情境的推薦。
宇匯強烈理解使用者的期望，因此以自身研發的核心技術發展成嶄新的各類系統，運用智慧比對與推薦技術，讓個人與企業在應用知識時能更加有效率並體驗令人愉悅的使用過程。
|
| |
|
| |
 |
行為探勘技術 |
宇匯的行為探勘技術是以協同過濾 (Collaborative Filtering) 觀念為基礎而自行研究而衍生出來的技術。協同過濾，簡單來說是利用某些興趣相投、擁有共同經驗之群體的喜好來推薦使用者感興趣的資訊，個人透過合作的機制給予資訊相當程度的回應 (如評分) 並記錄下來以達到過濾的目的進而幫助別人篩選資訊，回應不一定侷限於特別感興趣的，特別不感興趣資訊的紀錄也相當重要。
協同過濾又可分為評比 (rating) 或者群體過濾 (social filtering) 。此技術也已成為電子商務當中 很重要的一環，即根據某顧客以往的購買及瀏覽行為以及從具有相似購買及瀏覽行為的顧客群的行為去推薦這個顧客其「可能喜歡的商品」，也就是藉由社群的喜好提供個人化的資訊、商品等的推薦服務。
宇匯已將行為探勘技術成功地運用在不同場合對客戶提供推薦服務，具體項目有廣告推薦、新聞推薦及商品推薦。 |
|
|
