Przypadki użycia usługi Personalizacja
Ważne
Od 20 września 2023 r. nie będzie można tworzyć nowych zasobów usługi Personalizacja. Usługa Personalizacja jest wycofywana 1 października 2026 r.
Co to jest notatka dotycząca przezroczystości?
System sztucznej inteligencji obejmuje nie tylko technologię, ale także osoby, które będą jej używać, osoby, których to dotyczy, oraz środowisko, w którym jest wdrażana. Utworzenie systemu dopasowanego do zamierzonego celu wymaga zrozumienia, jak działa technologia, jej możliwości i ograniczenia oraz jak osiągnąć najlepszą wydajność.
Firma Microsoft udostępnia uwagi dotyczące przejrzystości, aby ułatwić zrozumienie sposobu działania naszej technologii sztucznej inteligencji. Obejmuje to wybory, które właściciele systemu mogą wpływać na wydajność i zachowanie systemu oraz znaczenie myślenia o całym systemie, w tym technologii, ludzi i środowiska. Możesz użyć notatek przezroczystości podczas opracowywania lub wdrażania własnego systemu lub udostępniać je osobom, które będą korzystać z systemu lub mają na nie wpływ.
Uwagi dotyczące przejrzystości są częścią szerszego wysiłku firmy Microsoft w celu wprowadzenia naszych zasad sztucznej inteligencji w życie. Aby dowiedzieć się więcej, zobacz Zasady sztucznej inteligencji firmy Microsoft.
Wprowadzenie do personalizacji
Usługa Personalizacja sztucznej inteligencji platformy Azure to oparta na chmurze usługa, która pomaga aplikacjom wybrać najlepszy element zawartości, aby pokazać użytkowników. Możesz użyć usługi Personalizacja, aby określić, który produkt ma sugerować kupującym lub ustalić optymalną pozycję dla reklamy. Po wyświetleniu zawartości użytkownikowi aplikacja monitoruje reakcję użytkownika i zgłasza wynik nagrody z powrotem do usługi Personalizacja. Wynik nagrody jest używany do ciągłego ulepszania modelu uczenia maszynowego przy użyciu uczenia wzmacniania. Zwiększa to możliwość personalizowania wybierania najlepszego elementu zawartości w kolejnych interakcjach na podstawie informacji kontekstowych, które otrzymuje dla każdego elementu.
Aby uzyskać więcej informacji, zobacz:
- Co to jest usługa Personalizacja?
- Gdzie można użyć usługi Personalizacja
- Jak działa usługa Personalizacja
Kluczowe terminy
| Termin | Definicja |
|---|---|
| Pętla szkoleniowa | Utworzysz zasób personalizacji, nazywany pętlą szkoleniową, dla każdej części aplikacji, która może korzystać z personalizacji. Jeśli masz więcej niż jedno środowisko do personalizacji, utwórz pętlę dla każdego z nich. |
| Model online | Domyślne zachowanie uczenia w przypadku usługi Personalizacja, w której pętla uczenia maszynowego używa uczenia maszynowego do kompilowania modelu, który przewiduje najwyższą akcję dla zawartości. |
| Tryb ucznia | Zachowanie szkoleniowe, które pomaga rozgrzewać model personalizacji w celu trenowania bez wpływu na wyniki i działania aplikacji. |
| Nagrody | Miara odpowiedzi użytkownika na zwrócony identyfikator akcji nagrody interfejsu API rangi jako wynik z zakresu od 0 do 1. Wartość od 0 do 1 jest ustawiana przez logikę biznesową na podstawie sposobu, w jaki wybór pomógł osiągnąć cele biznesowe personalizacji. Pętla szkoleniowa nie przechowuje tej nagrody jako indywidualnej historii użytkownika. |
| Badanie | Usługa Personalizacja sprawdza, kiedy zamiast zwracać najlepszą akcję, wybiera inną akcję dla użytkownika. Usługa Personalizacja unika dryfu, stagnacji i może dostosować się do bieżącego zachowania użytkownika, eksplorując. |
Aby uzyskać więcej informacji i dodatkowe kluczowe terminy, zapoznaj się z dokumentacją dotyczącą terminologii i pojęć dotyczących personalizacji.
Przykładowe przypadki użycia
Niektóre typowe motywacje klientów do korzystania z usługi Personalizacja to:
- Zaangażowanie użytkowników: przechwytywanie zainteresowania użytkownikami przez wybranie zawartości w celu zwiększenia liczby kliknięć lub nadanie priorytetów następnej najlepszej akcji w celu zwiększenia średniego przychodu. Inne mechanizmy zwiększania zaangażowania użytkowników mogą obejmować wybieranie filmów wideo lub muzyki w dynamicznym kanale lub odtwarzaniu.
- Optymalizacja zawartości: obrazy można zoptymalizować pod kątem produktu (na przykład wybierania plakatu filmowego z zestawu opcji) w celu optymalizacji kliknięć lub układu interfejsu użytkownika, kolorów, obrazów i blurbów można zoptymalizować na stronie internetowej w celu zwiększenia konwersji i zakupu.
- Maksymalizuj konwersje przy użyciu rabatów i kuponów: aby uzyskać najlepsze saldo marży i konwersji, wybierz rabaty, które aplikacja zapewni użytkownikom, lub zdecyduj, który produkt ma wyróżnić z wyników aparatu rekomendacji w celu zmaksymalizowania konwersji.
- Maksymalizuj pozytywną zmianę zachowania: wybierz pytanie z poradą wellness do wysłania w powiadomieniu, wiadomościach lub wypchnięciu SMS, aby zmaksymalizować pozytywną zmianę zachowania.
- Zwiększ produktywność obsługi klienta i pomocy technicznej, wyróżniając najbardziej odpowiednie najlepsze działania lub odpowiednią zawartość, gdy użytkownicy szukają dokumentów, podręczników lub elementów bazy danych.
Zagadnienia dotyczące wybierania przypadku użycia
- Korzystanie z usługi, która uczy się personalizować zawartość i interfejsy użytkownika, jest przydatna. Można go jednak również źle zastosować, jeśli personalizacja tworzy szkodliwe skutki uboczne w świecie rzeczywistym. Zastanów się, w jaki sposób personalizacja pomaga również użytkownikom osiągnąć swoje cele.
- Zastanów się, jakie negatywne konsekwencje mogą być w świecie rzeczywistym, jeśli usługa Personalizacja nie sugeruje określonych elementów, ponieważ system jest trenowany z stronniczością do wzorców zachowań większości użytkowników systemu.
- Rozważ sytuacje, w których zachowanie eksploracyjne usługi Personalizacja może spowodować szkodę.
- Starannie rozważ personalizowanie wyborów, które są konsekwencjami lub nieodwracalnymi, i nie powinny być określane przez krótkoterminowe sygnały i nagrody.
- Nie udostępniaj akcji personalizacji, których nie należy wybierać. Na przykład nieodpowiednie filmy powinny być filtrowane z akcji w celu spersonalizowania, jeśli zostanie wykonane zalecenie dla anonimowego lub niepełnego użytkownika.
Poniżej przedstawiono kilka scenariuszy, w których powyższe wskazówki odgrywają rolę w tym, czy i jak zastosować usługę Personalizacja:
- Unikaj korzystania z usługi Personalizacja w celu klasyfikowania ofert dotyczących określonych produktów kredytowych, finansowych i ubezpieczeniowych, gdzie funkcje personalizacji są regulowane, na podstawie danych, o których osoby nie wiedzą, nie mogą uzyskać lub nie mogą się kwestionować; i wyborów wymagających lat i informacji "poza kliknięciem", aby naprawdę ocenić, jak dobre zalecenia były dla firmy i użytkowników.
- Starannie rozważ personalizację kursów szkolnych i instytucji edukacyjnych, w których zalecenia bez wystarczającej ilości eksploracji mogą propagować uprzedzenia i zmniejszyć świadomość użytkowników innych opcji.
- Unikaj używania personalizacji do syntetyzowania treści algorytmicznie z celem wywierania wpływu na opinie w demokracji i uczestnictwa obywatelskim, ponieważ jest to konsekwencja w dłuższej perspektywie, i może być manipulowania, jeśli celem wizyty użytkownika jest informowanie, a nie wpływanie.