Dinamički preporučeni proizvodi predviđeni da pokrenu akciju po pojedincu sa naprednim algoritmom dubokog učenja.

Predstavljajući sam vrh lijevka u korisničkom putovanju, GlassesUSA.com je odlučio da ponovo pregleda područje ispod sredine stranice gdje je tradicionalno prikazivao preporučeni widget s do šest različitih proizvoda. Nadajući se da će izvući što više vrijednosti iz ovog centralnog mesta, eCommerce tim je pretpostavio da, ako bi mogao pružiti preporuke više prilagođene pojedincu prilikom ulaska na ovu stranicu, ne samo da bi mogao poboljšati stope dodavanja u korpu, već i povećati kupovine i prihode uopšte. Uostalom, klasična strategija kojaborativnog filtriranja koja prikazuje artikle od interesa na osnovu onoga što su slični korisnici interaktivno koristili može biti veoma efikasna, ali preporuke nisu istinski personalizovane.

1. Brzo se samo-uči da preporuči najpreciznije artikle na osnovu svog opsežnog kataloga proizvoda kao i trendova viđenih na sajtu
   
   
2. Uzmite u obzir ne samo istorijsko ponašanje, već i aktivnosti u sesiji kako biste prikazali artikle sa kojima se kupci najvjerovatnije bave ili koje će kupiti
   
   
3. Nastavite učiti sa svakim novim podatkom koji se unese u model kako bi se osiguralo da su rezultati preporuka kontinuirano optimizovani tokom vremena