Arquitectura de Intelligent Recommendations

Intelligent Recommendations es un servicio Microsoft Azure sin periféricos, hiperextensible y escalable que es fácil de incorporar y comenzar a usar con integración de código cero.

Flujo de servicio

Intelligent Recommendations tiene dos puntos de integración:

  • Lectura de datos de clientes en el back-end usando Microsoft Azure Data Lake Storage
  • Experiencia de servicio front-end que muestra los resultados de las recomendaciones al lado del cliente a través de puntos de conexión HTTPS seguros

Todos los datos relevantes para el aprendizaje automático de Intelligent Recommendations, como el catálogo de artículos, las disponibilidades y otros metadatos e interacciones (transacciones), se estructuran en el sistema de archivos de Data Lake Storage y se comparten de forma segura con Intelligent Recommendations.

En el otro lado del servicio, la aplicación del cliente llama a la API de Intelligent Recommendations para obtener el contenido personalizado o recomendado.

Para obtener más información sobre Data Lake Storage, vaya a Introducción a Azure Data Lake Storage Gen2.

Visión general conceptual de la arquitectura de Intelligent Recommendations.

Importante

Intelligent Recommendations no almacena ni procesa datos de clientes fuera de la región en la que implementa la instancia de servicio.

Paso 1: traer sus propios datos

Intelligent Recommendations no tiene una licencia de requisito previo. Nuestra solución compatible garantiza que todos los datos de la empresa se mantengan dentro de una ubicación geográfica definida por el cliente. Puede conectarlo a la cuenta de Data Lake Storage de su empresa.

Tipo de datos Description
Catálogo Información general sobre elementos, contenido y otros servicios genéricos que recomendará Intelligent Recommendations.
Interacciones del usuario Interacciones entre usuarios y elementos de los que los modelos de Intelligent Recommendations aprenden y que utilizan para predecir futuras interacciones. Los ejemplos de interacciones del usuario incluyen secuencias de clics, compras, descargas, me gusta y vistas.

Paso 2: ejecutar el servicio IA-ML

Una vez que los datos se estructuran y comparten, y se inicia la instancia del servicio de Intelligent Recommendations, comienza el proceso de "cocción". Los datos se procesan y modelan de acuerdo con las necesidades y los escenarios comerciales. Puede supervisar el progreso examinando los registros de salida para asegurarse de que todo funcione sin problemas.

Con una arquitectura extensible, las empresas tienen el poder de introducir más lógica de negocios y administrar múltiples instancias de modelos de recomendaciones. Estas instancias múltiples son útiles para la experimentación o para crear casos de uso con diferentes señales.

Paso 3: llame a las API para usar los resultados en cualquier lugar

Nuestra solución se integra bien en plataformas omnicanal, utilizando una API de recomendaciones simples para crear experiencias extensibles y personalizables.

Esta solución proporciona filtrado en tiempo real y ordenación actualizada de los resultados de los elementos, así como la personalización de cualquier lista.

Para ver ejemplos, vaya a Ejemplos de escenarios admitidos. Para obtener información sobre la API, vaya a API de Intelligent Recommendations.

Visitar nuestro sitio web

Puede visitar nuestro sitio web, probar la experiencia y comenzar una prueba gratuita aquí: Intelligent Recommendations.

Consulte también

Implementar Intelligent Recommendations
Utilizar contratos de datos para compartir datos
API de Intelligent Recommendations