탐색
Important
2023년 9월 20일부터 새 Personalizer 리소스를 만들 수 없습니다. Personalizer 서비스는 2026년 10월 1일에 사용 중지됩니다.
탐색을 통해 Personalizer는 사용자 동작이 변하더라도 계속 좋은 결과를 제공할 수 있습니다.
Personalizer는 순위 호출을 받으면 다음 기능을 수행하는 RewardActionID를 반환합니다.
- 알려진 관련성을 사용하여 현재 기계 학습 모델을 기반으로 가장 유력한 사용자 동작과 일치시킵니다.
- 순위에서 확률이 가장 높은 작업과 일치하지 않는 탐색을 사용합니다.
Personalizer는 현재 입실론 그리디라는 알고리즘을 사용하여 탐색합니다.
탐색 설정 선택
Azure Portal의 Personalizer에 대한 구성 페이지에서 탐색에 사용할 트래픽의 백분율을 구성합니다. 이 설정은 탐색을 수행하는 순위 호출의 백분율을 결정합니다.
Personalizer는 각 순위 호출에서 모델의 가장 가능성이 높은 작업을 탐색하거나 사용할지 여부를 결정합니다. 이는 특정 사용자 ID에 대해 처리를 잠그는 일부 A/B 프레임워크의 동작과 다릅니다.
탐색 설정 선택 모범 사례
탐색 설정의 선택은 모델을 개선하기 위한 사용자 상호 작용 중 탐색하는 비율에 관한 비즈니스 결정입니다.
0으로 설정하면 Personalizer의 많은 이점이 무효화됩니다. 0으로 설정한 경우 Personalizer는 더 나은 사용자 상호 작용을 검색하기 위해 사용자 상호 작용을 사용하지 않습니다. 이 때문에 모델 정체 및 드리프트가 발생하고 궁극적으로 성능이 저하됩니다.
너무 큰 설정을 지정하면 사용자 동작 학습의 이점이 무효화됩니다. 100%로 설정하면 상수 불규칙화를 암시하며 사용자로부터 학습한 동작이 결과에 영향을 주지 않습니다.
Personalizer가 탐색하는지 또는 학습된 최상의 작업을 사용하는지를 알고 있는지 여부에 따라 애플리케이션 동작을 변경하지 않아야 합니다. 이렇게 하면 학습 편차가 발생하여 결국 잠재적 성능이 감소할 수 있습니다.