Amazon Personalize Obsoleto2018年〜
Construya recomendaciones personalizadas en tiempo real sin experiencia en aprendizaje automático
Qué hace
Amazon Personalize es un servicio de aprendizaje automático completamente gestionado que pone la tecnología de recomendación de Amazon.com al alcance de todos. Simplemente alimente datos de comportamiento del usuario (vistas, compras, clics, etc.) y metadatos de artículos, y genera automáticamente recomendaciones personalizadas de productos, sugerencias de contenido y rankings de resultados de búsqueda. La selección de modelos, entrenamiento, despliegue y escalado están completamente automatizados, sin necesidad de experiencia en ML.
Casos de uso
Recomendaciones de productos en sitios de comercio electrónico, sugerencias de contenido para servicios de streaming de video, feeds de artículos personalizados en aplicaciones de noticias, email marketing individualizado, rankings personalizados de resultados de búsqueda y optimización de segmentación publicitaria.
Analogía cotidiana
Es como un empleado de librería que recuerda su historial de compras y hábitos de navegación. Cada vez que visita, le dice: 'Creo que disfrutaría este nuevo lanzamiento.' Personalize desempeña ese rol digitalmente, entregando recomendaciones personalizadas a millones de clientes simultáneamente.
¿Qué es Personalize?
Amazon Personalize es un servicio que ofrece la tecnología de recomendación que Amazon.com ha refinado durante más de 20 años como una API. Tradicionalmente, construir un sistema de recomendación de alta calidad requería profunda experiencia en ML, infraestructura de procesamiento de datos a gran escala y ajuste continuo de modelos. Personalize abstrae toda esa complejidad: simplemente prepare sus datos y llame a la API para lograr personalización de nivel productivo.
Recetas y soluciones
Personalize proporciona múltiples recetas (algoritmos) para diferentes casos de uso. La receta User-Personalization maneja recomendaciones de artículos por usuario, la receta Similar-Items encuentra artículos relacionados, y la receta Personalized-Ranking reordena resultados de búsqueda o listas para cada usuario. Importe conjuntos de datos (interacciones usuario-artículo, metadatos de artículos, metadatos de usuarios), seleccione una receta y entrene una solución (modelo). Una vez completado el entrenamiento, despliéguelo como una campaña para obtener recomendaciones a través de una API en tiempo real. Para más información sobre la implementación de recetas y soluciones, consulte los libros relacionados en Amazon.
Aprendizaje en tiempo real y operaciones
Una fortaleza clave de Personalize es su capacidad de aprender del comportamiento del usuario en tiempo real y reflejarlo inmediatamente en las recomendaciones. Cuando un usuario hace clic o compra un nuevo artículo, esa información se ingesta en tiempo real y se incorpora en la siguiente recomendación. También tiene mecanismos integrados para manejar el problema de arranque en frío (nuevos usuarios o nuevos artículos) aprovechando los metadatos de artículos para generar recomendaciones apropiadas desde el inicio. El reentrenamiento del modelo puede programarse automáticamente o ejecutarse manualmente para mantenerse al día con los datos cambiantes.
Aspectos a tener en cuenta
- Recommendation quality heavily depends on the volume and quality of interaction data - start training with at least 1,000 interaction records
- Real-time inference campaigns are billed based on minimum TPS (transactions per second), so consider batch inference if traffic is low
