Funktionsweise der Personalisierung
Wichtig
Ab dem 20. September 2023 können Sie keine neuen Personalisierungsressourcen mehr erstellen. Der Personalisierungsdienst wird am 1. Oktober 2026 eingestellt.
Die Personalisierungsressource, Ihre Lernschleife, verwendet maschinelles Lernen, um das Modell zu erstellen, das die Top-Aktion für Ihre Inhalte vorhersagt. Das Modell wird ausschließlich anhand Ihrer Daten trainiert, die Sie mit den Rang- und Relevanzaufrufen an das Modell gesendet haben. Jede Schleife ist vollkommen unabhängig von den anderen.
Rang- und Relevanz-APIs wirken sich auf das Modell aus
Sie senden Aktionen mit Features und Kontextfeatures an die Rang-API. Die Rangfolge-API entscheidet über die Verwendung einer der beiden folgenden Optionen:
- Exploit (Nutzen): Das aktuelle Modell entscheidet über die beste Aktion auf Grundlage früherer Daten.
- Erkunden: Auswählen einer anderen Aktion als der Top-Aktion. Sie konfigurieren diesen Prozentsatz für Ihre Personalisierungsressource im Azure-Portal.
Sie bestimmen den Relevanzwert und senden diesen Wert an die Relevanz-API. Die Relevanz-API:
- Sammelt Daten zum Trainieren des Modells durch Aufzeichnung der Merkmale und Relevanzbewertungen jedes Rangfolgeaufrufs.
- Verwendet diese Daten zum Aktualisieren des Modells, basierend auf der in der Lernrichtlinie angegebenen Konfiguration.
Ihr System, das die Personalisierung aufruft
Die folgende Abbildung zeigt den Fluss der Rangfolge- und Relevanzaufrufe durch die Architektur:
Sie senden Aktionen mit Features und Kontextfeatures an die Rang-API.
- Die Personalisierung entscheidet, ob das aktuelle Modell genutzt oder neue Auswahlmöglichkeiten für das Modell erkundet werden sollen.
- Das Rangfolgeergebnis wird an EventHub gesendet.
Der oberste Rang wird als Relevanzaktions-ID an Ihr System zurückgegeben. Ihr System zeigt diesen Inhalt an und bestimmt anhand Ihrer Geschäftsregeln einen Belohnungsscore.
Ihr System gibt die Relevanzbewertung an die Lernschleife zurück.
- Wenn die Personalisierung die Relevanz empfängt, wird diese an EventHub gesendet.
- Rang und Relevanz sind korreliert.
- Das KI-Modell wird auf Grundlage der Korrelationsergebnisse aktualisiert.
- Die Rückschluss-Engine wird mit dem neuen Modell aktualisiert.
Erneutes Trainieren Ihres Modell durch die Personalisierung
Die Personalisierung trainiert Ihr Modell auf der Grundlage Ihrer Einstellung für die Häufigkeit von Modellaktualisierungen in Ihrer Personalisierungsressource im Azure-Portal.
Die Personalisierung verwendet alle derzeit beibehaltenen Daten, basierend auf der Einstellung für die Datenaufbewahrung (in Anzahl von Tagen) für Ihre Personalisierungsressource im Azure-Portal.
Die Forschung hinter der Personalisierung
Personalisierung basiert auf innovativer Wissenschaft und Forschung im Bereich des vertiefenden Lernens, einschließlich Artikeln, Forschungsaktivitäten und Bereichen der laufenden Forschung bei Microsoft Research.
Nächste Schritte
Weitere Informationen zu Top-Szenarien für die Personalisierung