📄️ 概述
介绍智能交互和机器学习在设计中的应用。
📄️ 智能解释
为了帮助建立用户与系统之间的信任，我们提供相关底层模型和算法结果背后的推理。
📄️ 智能输入
智能输入是利用自然语言处理、机器学习、语音识别等技术实现对用户输入内容的自动识别和理解，并对用户输入的内容进行智能化的处理和反馈。
📄️ 智能匹配
虽然手动匹配对用户来说非常耗时，但智能系统可以通过使用机器学习等人工智能方法显着加快匹配决策。系统提出一个或多个链接相似对象的策略，并指示每个策略的质量。然后用户只需要批准或拒绝这些建议，或根据自己的需要进行调整。
📄️ 智能排行
排名通过首先显示最佳选项来简化业务用户的复杂决策。
📄️ 智能建议
智能系统通过推荐合适的内容或建议用户可能“喜欢”的操作或输入来帮助用户。
📄️ 智能处理
情境处理是一种将业务问题引起特定用户组注意的概念。它通过收集所有相关信息并提出解决方案来帮助用户识别、理解和解决问题。
📄️ 智能反馈
在智能系统的上下文中，“用户反馈”是指 收集、解释用户反馈并将其整合到系统中以提高智能和结果的过程。