Amazon Personalize
機械学習の専門知識なしでリアルタイムのパーソナライズ推薦を構築できるサービス
何ができるか
Amazon Personalize は、Amazon.com で培われたレコメンデーション技術を誰でも利用できる形で提供するフルマネージドの機械学習サービスです。ユーザーの行動データ (閲覧、購入、クリックなど) とアイテムのメタデータを入力するだけで、パーソナライズされた商品推薦、コンテンツ推薦、検索結果のランキングを自動生成します。機械学習モデルの選定、トレーニング、デプロイ、スケーリングはすべて自動化されており、ML の専門知識は不要です。
どのような場面で使うか
EC サイトでの商品レコメンデーション、動画配信サービスのコンテンツ推薦、ニュースアプリの記事パーソナライズ、メールマーケティングの個別最適化、検索結果のパーソナライズドランキング、広告のターゲティング最適化など、ユーザーごとに異なる体験を提供する必要がある場面で活用されています。 この分野について体系的に学びたい方は、関連書籍 (Amazon) も参考になります。
身近な例え
行きつけの書店の店員に例えるとわかりやすいでしょう。あなたの購入履歴や立ち読みの傾向を覚えている店員が、来店するたびに「この新刊はお好みに合うと思います」と的確に推薦してくれます。Personalize はこの店員の役割をデジタルで再現し、数百万人の顧客それぞれに対して同時に個別の推薦を行います。
Personalize とは
Amazon Personalize は、Amazon.com が 20 年以上にわたって磨き上げてきたレコメンデーション技術を、API として提供するサービスです。従来、高品質なレコメンデーションシステムを構築するには、機械学習の深い専門知識、大規模なデータ処理基盤、継続的なモデルチューニングが必要でした。Personalize はこれらの複雑さを抽象化し、データを用意して API を呼び出すだけで、プロダクションレベルのパーソナライゼーションを実現できます。
レシピとソリューション
Personalize では、ユースケースに応じた複数のレシピ (アルゴリズム) が用意されています。User-Personalization レシピはユーザーごとのアイテム推薦に、Similar-Items レシピは類似アイテムの検索に、Personalized-Ranking レシピは検索結果やリストのパーソナライズドランキングに適しています。データセット (ユーザーとアイテムのインタラクション、アイテムメタデータ、ユーザーメタデータ) をインポートし、レシピを選択してソリューション (モデル) をトレーニングします。トレーニング完了後、キャンペーンとしてデプロイすれば、リアルタイム API で推薦結果を取得できます。
リアルタイム学習と運用
Personalize の大きな特徴は、リアルタイムでユーザーの行動を学習し、推薦結果に即座に反映する能力です。ユーザーが新しいアイテムをクリックしたり購入したりすると、その情報がリアルタイムでモデルに取り込まれ、次の推薦に反映されます。コールドスタート問題 (新規ユーザーや新規アイテムへの対応) にも対処する仕組みが組み込まれており、アイテムのメタデータを活用して初回から適切な推薦を生成します。モデルの再トレーニングは自動または手動でスケジュールでき、データの変化に追従し続けます。
Azure・オンプレミスとの比較
AWS の優位点
- Amazon.com で実証済みのレコメンデーションアルゴリズムを API 経由で利用でき、ML の専門知識なしでプロダクションレベルのパーソナライゼーションを実現できる
- ユーザーの行動をリアルタイムで学習し推薦結果に即座に反映するため、セッション内でのユーザー体験が継続的に改善される
- コールドスタート問題への対処が組み込まれており、新規ユーザーや新規アイテムに対してもメタデータを活用した適切な推薦を初回から生成できる
注意点
- 推薦品質はインタラクションデータの量と質に大きく依存するため、最低でも 1,000 件以上のインタラクションレコードを用意してからトレーニングを開始すること
- リアルタイム推論のキャンペーンは最低 TPS (トランザクション/秒) に基づいて課金されるため、トラフィックが少ない場合はバッチ推論の利用も検討すること
さらに詳しく知りたい方は、関連書籍 (Amazon) で理解を深められます。