物聯網時代來臨，在萬物聯網的情況下，巨量資料已經成為現在的顯學。根據IEK資料顯示，全球巨量資訊分析需求呈現快速成長，預測2020年將達到151億美元，未來運用巨量資料將逐步成為發展產業與掌握客戶需求的重要工具。其中，零售業更將成為全球巨量資料的第四大應用市場。

/news/2015/11/26/2034596780S.jpg

為此，工研院開發出逾十種多重分析演算法組合及導入線上、離線的分析模式，可以在數十萬商品與數百萬使用者之營運規模下，快速於2秒內即時運算、分析使用者行為。工研院也發表了四大「智慧商務」領域的應用技術：電子商城「融合多元方法之混合式推薦技術」、數位媒體「混合式個人音樂歌曲推薦」、市場決策「結合外部因子之動態價格預測分析」以及廣告「粉絲頁按讚預測」，全方位提升台灣在「智慧商務」領域的技術能量。

工研院積極發展國產自主的電子商城「融合多元方法之混合式推薦技術」，與Amazon、Netflix等國際大廠同步，可達到精準的推薦結果。而工研院也和富邦媒體科技(momo)進行為期三年的合作。富邦媒體科技總經理林啟峰表示，工研院的混合式推薦技術融合了多元演算方法與線上、線下兩階段之使用情境偵測，能夠分析使用者的瀏覽習慣、購物行為、消費需求與偏好，精確演算出適合推薦之商品，藉由個人化推薦的方式，將能夠帶動消費者的點擊率，進而提升企業營收。

另外，在結合外部因子之動態價格預測分析的部分，則能夠分析外部事件帶來的供需影響與目標物歷史價格趨勢，計算出目標物未來1個月的價格波動，協助企業充分掌握市場的未來價格變化，工研院表示，其預測精準度達93%以上，若能在原物料價格方面提供精確的預測，將能大幅提升企業的競爭力。