Produktive Empfehlungssysteme, die kontinuierlich aus Nutzersignalen, Daten und betrieblichen Einschränkungen lernen und sich an diese anpassen.
Mallika Rao erklärt, dass der Erfolg adaptiver Empfehlungssysteme von der Gestaltung des gesamten Systems und nicht allein von der Modellgenauigkeit abhängt. Zu den Prioritäten gehören unmittelbare Feedbackschleifen, die Aktualität des Retrievals, die Koordination der Stufen sowie die Kontrolle von Latenz, Kosten und Beobachtbarkeit.