Données et confidentialité pour Personalizer

Important

À compter du 20 septembre 2023, vous ne pourrez pas créer de ressources Personalizer. Le service Personalizer est mis hors service le 1er octobre 2026.

Cet article fournit des informations sur les données qu’Azure AI Personalizer utilise pour fonctionner, la façon dont il traite ces données et comment vous pouvez les contrôler. Il suppose une connaissance de base de ce qu’est Personalizer et du fonctionnement de Personalizer. Des termes spécifiques sont disponibles dans la terminologie.

Quelles données Personalizer traite-t-il ?

Personalizer traite les types de données suivants :

• Fonctionnalités de contexte et fonctionnalités d’action : votre application envoie des informations sur les utilisateurs, ainsi que les produits ou le contenu à personnaliser, sous forme agrégée. Ces données sont envoyées à Personalizer dans chaque appel d’API Rank dans les arguments de contexte et d’actions. Vous décidez de ce qu’il faut envoyer à l’API et comment l’agréger. Les données sont exprimées sous forme d’attributs ou de caractéristiques. Vous fournissez des informations sur vos utilisateurs, tels que leur appareil et leur environnement, en tant que fonctionnalités de contexte. Vous ne devez pas envoyer de fonctionnalités spécifiques à un utilisateur comme un numéro de téléphone ou un e-mail ou des ID d’utilisateur. Les fonctionnalités d’action incluent des informations sur votre contenu et votre produit, telles que le genre de film ou le prix du produit. Pour plus d’informations, consultez Fonctionnalités pour les actions et le contexte.
• Informations de récompense : Un score de récompense (un nombre compris entre 0 et 1) classe l’interaction utilisateur résultant du choix de personnalisation mappé à un objectif métier. Par exemple, un événement peut obtenir une récompense de « 1 » si un clic a été fait sur un article recommandé. Pour plus d’informations, consultez Récompenses.

Pour en savoir plus sur les informations que vous utilisez généralement avec Personalizer, consultez Fonctionnalités relatives aux actions et au contexte.

[CONSEIL] Vous décidez quelles fonctionnalités utiliser, comment les agréger et d’où proviennent les informations lorsque vous appelez l’API Rank Personalizer dans votre application. Vous déterminez également comment créer des scores de récompense.

Comment Personalizer traite-t-il les données ?

Le diagramme suivant illustre la façon dont vos données sont traitées.

Personalizer traite les données comme suit :

1. Personalizer reçoit des données chaque fois que l’application appelle l’API Rank pour un événement de personnalisation. Les données sont envoyées via les arguments du contexte et des actions.

2. Personalizer utilise les informations dans le contexte et les actions, ses modèles IA internes et sa configuration de service pour retourner la réponse de classement pour l’ID de l’action à utiliser. Le contenu du contexte et des actions est stocké pendant plus de 48 heures dans les caches temporaires avec l’EventID utilisé ou généré dans l’API Rank.

3. L’application appelle ensuite l’API Reward avec un ou plusieurs scores de récompense. Ces informations sont également stockées dans des caches temporaires et mises en correspondance avec les informations d’actions et de contexte.

4. Une fois les informations de classement et de récompense pour les événements corrélées, elles sont supprimées des caches temporaires et placées dans un stockage plus permanent. Il reste en stockage permanent jusqu’au nombre de jours spécifié dans le paramètre de rétention des données, auquel cas les informations sont supprimées. Si vous choisissez de ne pas spécifier de nombre de jours dans le paramètre de rétention des données, ces données sont enregistrées tant que la ressource Azure Personalizer n’est pas supprimée ou tant que vous n’avez pas choisi d’effacer les données via l’interface utilisateur ou les API. Vous pouvez modifier le paramètre de rétention des données à tout moment.

5. Personalizer forme en permanence des modèles d’IA Personalizer internes spécifiques à cette boucle Personalizer en utilisant les données dans les paramètres de configuration de stockage permanent et de Machine Learning dans les paramètres de Learning.

6. Personalizer crée des évaluations hors connexion automatiquement ou à la demande. Les évaluations hors connexion contiennent un rapport de récompenses obtenues par les modèles Personalizer au cours d’une période passée. Une évaluation hors connexion incorpore les modèles actifs au moment de leur création, ainsi que les paramètres d’apprentissage utilisés pour les créer, ainsi qu’un agrégat historique de récompense moyenne par événement pour cette fenêtre de temps. Les évaluations incluent également l’importance des caractéristiques, qui est une liste de caractéristiques observées au cours de la période, et leur importance relative dans le modèle.

Indépendance des boucles Personalizer

Chaque boucle Personalizer est distincte et indépendante des autres, comme suit :

• Aucune augmentation des données externes : chaque boucle Personalizer utilise uniquement les données que vous avez fournies via des appels d’API Rank et Reward pour entraîner des modèles. Personalizer n’utilise aucune information supplémentaire provenant d’une origine, comme d’autres boucles Personalizer dans votre propre abonnement Azure, Microsoft, des sources tierces ou des sous-processus.
• Aucune donnée, modèle ou partage d’informations : une boucle Personalizer ne partage pas d’informations sur les événements, fonctionnalités et modèles avec toute autre boucle Personalizer dans votre abonnement, Microsoft, des tiers ou des sous-processus.

Comment les données sont-elles conservées et quels contrôles clients sont disponibles ?

Personalizer conserve différents types de données de différentes façons et fournit les contrôles suivants pour chacun d’eux.

Données de classement et de récompense Personalizer

Personalizer stocke les fonctionnalités relatives aux actions et au contexte envoyés via les appels de classement et de récompense pour le nombre de jours spécifié dans la configuration sous Rétention des données. Pour contrôler cette conservation des données, vous pouvez :

1. Spécifiez le nombre de jours pendant lesquels conserver le stockage des journaux dans le Portail Azure pour la ressource PersonalizersousConservation >Conservation des données ou via l’API. Le paramètre de rétention des données par défaut est de sept jours. Personalizer supprime automatiquement toutes les données de classement et de récompense antérieures à ce nombre de jours.

2. Effacer les données pour la personnalisation journalisée et les données de récompense dans le Portail Azure sous Paramètres de modèle et d’apprentissage>Effacer les données>Données de personnalisation et de récompense enregistrées ou via l’API.

3. Supprimez la boucle Personalizer de votre abonnement dans le Portail Azure ou via les API de gestion des ressources Azure.

Vous ne pouvez pas accéder directement aux données passées à partir d’appels d’API Rank et Reward dans la ressource Personalizer. Si vous souhaitez voir toutes les données enregistrées, configurez la mise en miroir des journaux pour créer une copie de ces données sur une ressource Stockage Blob Azure que vous avez créée et qui sont responsables de la gestion.

Cache temporaire Personalizer

Personalizer stocke des données partielles sur un événement distinct des appels de classement et de récompense dans les caches temporaires. Les événements sont automatiquement supprimés du cache temporaire 48 heures à partir de l’heure à laquelle l’événement s’est produit.

Pour supprimer des données temporaires, vous pouvez :

1. Effacer les données pour la personnalisation journalisée et les données de récompense dans le Portail Azure sous Paramètres de modèle et d’apprentissage>Effacer les données ou via l’API.

2. Supprimez la boucle Personalizer de votre abonnement dans le Portail Azure ou via les API de gestion des ressources Azure.

Modèles Personalizer et paramètres d’apprentissage

Une boucle Personalizer effectue l’apprentissage de modèles avec des données provenant d’appels d’API Rank et Reward, pilotés par les hyperparamètres et la configuration spécifiés dans les paramètres de modèle et d’apprentissage dans le Portail Azure. Les modèles sont volatiles. Ils changent constamment et sont entraînés sur des données supplémentaires en quasi-temps réel. Personalizer n’enregistre pas automatiquement les anciens modèles et les remplace par les derniers modèles. Pour plus d’informations, consultez (Guide pratique pour gérer les modèles et les paramètres d’apprentissage). Pour effacer les modèles Personalizer et les paramètres d’apprentissage :

1. Réinitialisez-les dans le portail Azure sous Paramètres de modèle et d’apprentissage>Effacer les données ou via l’API.

2. Supprimez la boucle Personalizer de votre abonnement dans le Portail Azure ou via les API de gestion des ressources Azure.

Rapports d’évaluation Personalizer

Personalizer conserve également les informations générées dans les évaluations hors connexion pour les rapports.

Pour supprimer des rapports d’évaluation hors connexion, vous pouvez :

1. Accéder à la boucle Personalizer sous le portail Azure. Accéder à Évaluations et supprimer l’évaluation appropriée.

2. Supprimer des évaluations via l’API Évaluations.

3. Supprimer la boucle Personalizer de votre abonnement dans le Portail Azure ou via les API de gestion des ressources Azure.

Considérations supplémentaires relatives au stockage

• Clés gérées par le client : les clients peuvent configurer le service pour chiffrer les données au repos avec leurs propres clés gérées. Cette deuxième couche de chiffrement se trouve au-dessus du propre chiffrement de Microsoft.
• Géographie : dans tous les cas, les données entrantes, les modèles et les évaluations sont traités et stockés dans la même zone géographique que celle où la ressource Personalizer a été créée.

Voir aussi :

• Comment gérer les paramètres de modèle et d’apprentissage
• Configurer la boucle d’apprentissage de Personalizer

Étapes suivantes

• Consultez les instructions d’utilisation responsable pour Personalizer.

Pour en savoir plus sur les engagements de confidentialité et de sécurité de Microsoft, consultez le Centre de gestion de la confidentialité Microsoft.