AI-oplossingen voor de branche
Elke branche heeft algemene branchespecifieke problemen om op te lossen. In dit artikel worden de brancheoplossingen beschreven die beschikbaar zijn in Azure Synapse Werkruimten om snel aan de slag te gaan met het oplossen van veelvoorkomende problemen in de branche. Op dit moment is de ai-oplossing die wordt aangeboden een retailoplossing voor productaanveling. Hieronder vindt u meer informatie over het gebruik van deze oplossing als detailhandelaar om aan de slag te gaan.
Doelgebruiker
De aanbevelingsoplossing is gericht op bestaande gegevenswetenschappers en opkomende gegevenswetenschappers die vertrouwd zijn met code en bekend zijn met machine learning-concepten. Deze oplossing is bedoeld om de productiviteit van deze gebruikers te versnellen voor het oplossen van een specifiek probleem in het domein Retail.
Oplossing voor aanbevelingen voor retailproducten
De oplossing Retail - Productaanbevelingen biedt een robuuste en schaalbare aanbevelingsengine voor out-of-the-box-ontwikkeling in Synapse. Wanneer u deze oplossing gebruikt, krijgt u een Notebook-training voor een machine learning-model voor productaankopen.
Mogelijk moet u het vooraf geconfigureerde notebook aanpassen om ervoor te zorgen dat het voldoet aan uw unieke zakelijke vereisten.
Deze oplossing voor retailaanvveling kan in twee verschillende modi worden geïmplementeerd. U kunt het uitproberen met voorbeeldgegevens of een database gebruiken die is gemodelleerd met behulp van de databasesjabloon voor detailhandel in Synapse.
De oplossing Retail - Productaanbeveling biedt een aanbevelingspijplijn voor filteraanbevelingsaanbeveling op basis van inhoud. De filterpijplijn op basis van inhoud maakt gebruik van het LightGBM-algoritme om een model te trainen voor het voorspellen van de gebruikersvoorkeuren op basis van gebruikers- en itemfuncties. De functies kunnen statische functies zijn, zoals gebruikersprofiel en itemprofiel, evenals dynamische functies zoals de geaggregeerde gebruikersgedragspatronen. Het op inhoud gebaseerde filtertype aanbevelingssysteem wordt vaak gebruikt voor aanbevelingen zoals 'gepersonaliseerde aanbeveling' of 'nieuwe producten die u misschien leuk vindt'.
Aan de slag
Uw Synapse-werkruimte openen
Selecteer in het beginscherm Kenniscentrum in de sectie Meer ontdekken
Selecteer In het Kenniscentrum de optie Bladeren in galerie
Selecteer in de galerie het tabblad Databasesjablonen , schuif omlaag naar de sectie AI-oplossingen en selecteer de oplossing Retail - Productaanbeveling. Klik op Continue.
U kunt kiezen uit twee opties:
- "Voorbeeldgegevens gebruiken"
- 'Mijn eigen gegevens uit een werkruimtedatabase gebruiken'. Deze optie kan bijvoorbeeld een database zijn die is gemodelleerd met de sjabloon Retail Database.
Als u op Implementeren klikt, wordt er een notitieblok in uw Synapse-werkruimte geopend.
Er wordt nu een notitieblok geopend in uw werkruimte. U kunt dit notebook koppelen aan een Spark-pool en het gaan verkennen. Houd er rekening mee dat dit notitieblok is bedoeld om te worden aangepast aan uw specifieke behoeften.
Notitie
Als u uw eigen database kiest, moet u het notitieblok aanpassen om uw eigen tabel- en kolomnamen te gebruiken.