Datos y privacidad para Personalizer

Importante

A partir del 20 de septiembre de 2023, no podrá crear nuevos recursos de Personalizer. El servicio Personalizer se va a retirar el 1 de octubre de 2026.

En este artículo se proporciona información sobre qué datos usa el Personalizador de Azure AI para trabajar, cómo procesa esos datos y cómo puede controlarlos. Supone una familiarización básica con la definición de Personalizer y su funcionamiento. Encontrará términos específicos en Terminología.

¿Qué datos procesa Personalizer?

Personalizer procesa los siguientes tipos de datos:

• Características de contexto y características de acción: la aplicación envía información sobre los usuarios y los productos o el contenido que se personalizarán, en forma agregada. Estos datos se envían a Personalizer en cada llamada a Rank API en argumentos para el contexto y las acciones. Puede decidir qué enviará a la API y cómo lo agregará. Los datos se expresan como atributos o características. Proporcionará información sobre los usuarios, como, por ejemplo, su dispositivo y entorno, como características de contexto. No debe enviar características específicas de un usuario, como un número de teléfono, un correo electrónico o identificadores de usuario. En las características de acción se incluye información sobre el contenido y producto, como el género de película o el precio del producto. Para obtener más información, consulte Características de contexto y acciones.
• Información de recompensa: una puntuación de recompensa (un número entre 0 y 1) clasifica el resultado de la asignación a un objetivo empresarial de la interacción de usuario resultante de la elección de personalización. Por ejemplo, un evento podría obtener una recompensa de "1" si se hizo clic en un artículo recomendado. Para obtener más información, consulte Recompensas.

Para tener más clara la información que se usa normalmente con Personalizer, consulte Las características son información acerca de las acciones y del contexto.

[!SUGERENCIA] Puede decidir qué características usará, cómo las agregará y la procedencia de la información cuando llame a Rank API de Personalizer en la aplicación. También determinará cómo crear puntuaciones de recompensa.

¿Cómo procesa Personalizer los datos?

En el diagrama siguiente se muestra cómo se procesan los datos.

Personalizer procesa los datos de la siguiente manera:

1. Personalizer recibe datos cada vez que la aplicación llama a Rank API para un evento de personalización. Los datos se envían a través de los argumentos para el contexto y las acciones.

2. Personalizer usa la información del contexto y las acciones, sus modelos de IA internos y la configuración de servicio para devolver la respuesta de clasificación para que el identificador de la acción la use. El contenido del contexto y las acciones se almacena durante no más de 48 horas en cachés transitorias con el valor EventID usado o generado en Rank API.

3. A continuación, la aplicación llama a Reward API con una o varias puntuaciones de recompensa. Esta información también se almacena en cachés transitorias y coincide con la información de las acciones y el contexto.

4. Una vez correlacionada la información de clasificación y recompensa de los eventos, se quita de las cachés transitorias y se coloca en un almacenamiento más permanente. Se conservará en dicho almacenamiento permanente hasta que haya transcurrido el número de días especificado en la configuración de retención de datos, momento en el cual se eliminará la información. Si decide no especificar un número de días en la configuración de retención de datos, estos datos se guardarán siempre que el recurso de Azure para Personalizer no se elimine o hasta que decida borrar los datos a través de la interfaz de usuario o las API. Puede cambiar la configuración de retención de datos en cualquier momento.

5. Personalizer entrena continuamente modelos de IA de Personalizer internos específicos de este bucle de Personalizer mediante el uso de los datos del almacenamiento permanente y parámetros de configuración de aprendizaje automático en Configuración de aprendizaje.

6. Personalizer crea evaluaciones sin conexión de forma automática o a petición. Las evaluaciones sin conexión contienen un informe de recompensas obtenidas por los modelos de Personalizer durante un período de tiempo pasado. Una evaluación sin conexión inserta los modelos activos en el momento de su creación y la configuración de aprendizaje usada para crearlos, así como un agregado histórico de promedio de recompensa por evento para ese período de tiempo. En las evaluaciones también se incluye la importancia de la característica, que es una lista de características observadas en el período de tiempo y su importancia relativa en el modelo.

Independencia de los bucles de Personalizer

Cada bucle de Personalizer es independiente de los otros, como se indica a continuación:

• Sin aumento de datos externos: cada bucle de Personalizer usa solo los datos que usted le ha proporcionado a través de llamadas a Rank y Reward API para entrenar modelos. Personalizer no usa ninguna información adicional de ningún origen, como otros bucles de Personalizer en su propia suscripción de Azure, Microsoft, orígenes de terceros o subprocesadores.
• Sin uso compartido de información, modelos ni datos: un bucle de Personalizer no compartirá información sobre eventos, características y modelos con ningún otro bucle de Personalizer en su suscripción, Microsoft, terceros o subprocesadores.

¿Cómo se conservan los datos y qué controles de cliente están disponibles?

Personalizer conserva diferentes tipos de datos de distintas maneras y proporciona los siguientes controles para cada uno.

Datos de clasificación y recompensa de Personalizer

Personalizer almacena las características acerca de las acciones y del contexto enviadas a través de llamadas de clasificación y recompensa durante el número de días especificado en la configuración, en Retención de datos. Para controlar esta retención de datos, puede hacer lo siguiente:

1. Especifique el número de días que se conservará el almacenamiento de registros en Azure Portal para el recurso de Personalizer enConfiguración>Retención de datos o a través de la API. La configuración de retención de datos predeterminada es de siete días. Personalizer elimina todos los datos de clasificación y recompensa anteriores a este número de días automáticamente.

2. Borre parte de los datos de personalización y recompensa registrados en Azure Portal, en Configuración de modelo y aprendizaje>Borrar datos>Datos de personalización y recompensa registrados o a través de la API.

3. Elimine el bucle de Personalizer de la suscripción en Azure Portal o a través de las API de administración de recursos de Azure.

No puede acceder a datos pasados de las llamadas a Rank y Reward API directamente en el recurso de Personalizer. Si quiere ver todos los datos que se guardan, configure la creación de reflejo del registro para crear una copia de estos datos en un recurso de Azure Blob Storage que haya creado y de cuya administración sea responsable.

Caché transitoria de Personalizer

Personalizer almacena datos parciales sobre un evento independiente de las llamadas de clasificación y recompensa en cachés transitorias. Los eventos se purgan automáticamente de la caché transitoria 48 horas desde el momento en que se produjo el evento.

Para eliminar datos transitorios, puede hacer lo siguiente:

1. Borre parte de los datos de personalización y recompensa registrados en Azure Portal, en Configuración de modelo y aprendizaje>Borrar datos o a través de la API.

2. Elimine el bucle de Personalizer de la suscripción en Azure Portal o a través de las API de administración de recursos de Azure.

Configuración de modelos y aprendizaje de Personalizer

Un bucle de Personalizer entrena modelos con datos de las llamadas a Rank y Reward API, que se controlan mediante los hiperparámetros y la configuración especificados en Configuración de modelo y aprendizaje en Azure Portal. Los modelos son volátiles. Cambian constantemente y se entrenan con datos adicionales casi en tiempo real. Personalizer no guarda automáticamente los modelos anteriores y sigue sobrescribiéndolos con los modelos más recientes. Para obtener más información, consulte el artículo sobre cómo administrar la configuración de modelos y aprendizaje. Para borrar la configuración de modelos y aprendizaje:

1. Restablézcala en Azure Portal, en Configuración de modelo y aprendizaje>Borrar datos o a través de la API.

2. Elimine el bucle de Personalizer de la suscripción en Azure Portal o a través de las API de administración de recursos de Azure.

Informes de evaluación de Personalizer

Personalizer también conserva la información generada en evaluaciones sin conexión para los informes.

Para eliminar informes de evaluación sin conexión, puede hacer lo siguiente:

1. Vaya al bucle de Personalizer en Azure Portal. Vaya a Evaluaciones y elimine la evaluación pertinente.

2. Elimine las evaluaciones a través de Evaluations API.

3. Elimine el bucle de Personalizer de la suscripción en Azure Portal o a través de las API de administración de recursos de Azure.

Consideraciones sobre el almacenamiento adicionales

• Claves administradas por el cliente: los clientes pueden configurar el servicio para cifrar datos en reposo con sus propias claves administradas. Esta segunda capa de cifrado está sobre el propio cifrado de Microsoft.
• Geografía: en todos los casos, los datos entrantes, los modelos y las evaluaciones se procesan y almacenan en la misma geografía donde se creó el recurso de Personalizer.

Consulte también:

• Administración de la configuración de modelos y del aprendizaje
• Configuración del bucle de aprendizaje de Personalizer

Pasos siguientes

• Consulte las directrices de uso responsable de Personalizer.

Para obtener más información sobre los compromisos de privacidad y seguridad de Microsoft, consulte el Centro de confianza de Microsoft.