Casos de uso do Personalizer
Importante
A partir de 20 de setembro de 2023, você não poderá criar novos recursos do Personalizador. O serviço de Personalizador será aposentado no dia 1º de outubro de 2026.
O que é uma Nota de Transparência?
Um sistema de IA inclui não apenas a tecnologia, mas também as pessoas que a usarão, as pessoas que serão afetadas por ela e o ambiente em que ela é implantada. Criar um sistema adequado ao fim a que se destina requer uma compreensão de como a tecnologia funciona, suas capacidades e limitações, e como alcançar o melhor desempenho.
A Microsoft fornece Notas de Transparência para ajudá-lo a entender como nossa tecnologia de IA funciona. Isso inclui as escolhas que os proprietários do sistema podem fazer que influenciam o desempenho e o comportamento do sistema, e a importância de pensar em todo o sistema, incluindo a tecnologia, as pessoas e o meio ambiente. Você pode usar as Notas de Transparência ao desenvolver ou implantar seu próprio sistema ou compartilhá-las com as pessoas que usarão ou serão afetadas pelo seu sistema.
As Notas de Transparência fazem parte de um esforço mais amplo da Microsoft para colocar nossos princípios de IA em prática. Para saber mais, consulte Princípios de IA da Microsoft.
Introdução ao Personalizer
O Azure AI Personalizer é um serviço baseado na nuvem que ajuda as suas aplicações a escolher o melhor item de conteúdo para mostrar aos seus utilizadores. Você pode usar o Personalizador para determinar qual produto sugerir aos compradores ou para descobrir a posição ideal para um anúncio. Depois que o conteúdo é mostrado ao usuário, seu aplicativo monitora a reação do usuário e relata uma pontuação de recompensa de volta ao Personalizador. A pontuação de recompensa é usada para melhorar continuamente o modelo de aprendizado de máquina usando o aprendizado de reforço. Isso aumenta a capacidade do Personalizador de selecionar o melhor item de conteúdo em interações subsequentes com base nas informações contextuais que recebe para cada um.
Para obter mais informações, consulte:
Termos principais
| Termo | Definição |
|---|---|
| Ciclo de aprendizagem | Você cria um recurso do Personalizador, chamado loop de aprendizagem, para cada parte do seu aplicativo que pode se beneficiar da personalização. Se você tiver mais de uma experiência para personalizar, crie um loop para cada uma. |
| Modelo online | O comportamento de aprendizagem padrão para o Personalizer, onde seu loop de aprendizagem, usa o aprendizado de máquina para criar o modelo que prevê a ação principal para seu conteúdo. |
| Modo Aprendiz | Um comportamento de aprendizagem que ajuda a aquecer um modelo de Personalizador para treinar sem afetar os resultados e as ações dos aplicativos. |
| Recompensas | Uma medida de como o usuário respondeu ao ID de ação de recompensa retornado da API de classificação, como uma pontuação entre 0 e 1. O valor de 0 para 1 é definido pela sua lógica de negócios, com base em como a escolha ajudou a alcançar seus objetivos de personalização de negócios. O ciclo de aprendizagem não armazena essa recompensa como histórico de usuário individual. |
| Exploração | O serviço Personalizador está explorando quando, em vez de retornar a melhor ação, escolhe uma ação diferente para o usuário. O serviço Personalizador evita derivas, estagnação e pode se adaptar ao comportamento contínuo do usuário explorando. |
Para obter mais informações e termos-chave adicionais, consulte a Terminologia do Personalizador e a documentação conceitual.
Casos de utilização de exemplo
Algumas motivações comuns dos clientes para usar o Personalizer são:
- Envolvimento do usuário: capture o interesse do usuário escolhendo o conteúdo para aumentar o número de cliques ou priorizar a próxima melhor ação para melhorar a receita média. Outros mecanismos para aumentar o envolvimento do usuário podem incluir a seleção de vídeos ou músicas em um canal dinâmico ou lista de reprodução.
- Otimização de conteúdo: as imagens podem ser otimizadas para um produto (como selecionar um pôster de filme a partir de um conjunto de opções) para otimizar cliques, ou o layout da interface do usuário, cores, imagens e borrões podem ser otimizados em uma página da Web para aumentar a conversão e a compra.
- Maximize as conversões usando descontos e cupons: Para obter o melhor saldo de margem e conversão, escolha quais descontos o aplicativo fornecerá aos usuários ou decida qual produto destacar dos resultados de um mecanismo de recomendação para maximizar a conversão.
- Maximize a mudança positiva de comportamento: selecione qual pergunta de dica de bem-estar enviar uma notificação, mensagem ou envio por SMS para maximizar a mudança positiva de comportamento.
- Aumente a produtividade no atendimento ao cliente e no suporte técnico, destacando as próximas melhores ações mais relevantes ou o conteúdo apropriado quando os usuários estiverem procurando documentos, manuais ou itens de banco de dados.
Considerações ao escolher um caso de uso
- Usar um serviço que aprenda a personalizar o conteúdo e as interfaces do usuário é útil. No entanto, também pode ser mal aplicado se a personalização cria efeitos colaterais prejudiciais no mundo real. Considere como a personalização também ajuda seus usuários a atingir suas metas.
- Considere quais podem ser as consequências negativas no mundo real se o Personalizer não estiver sugerindo itens específicos porque o sistema é treinado com um viés para os padrões de comportamento da maioria dos usuários do sistema.
- Considere situações em que o comportamento de exploração do Personalizer pode causar danos.
- Considere cuidadosamente personalizar escolhas que sejam consequentes ou irreversíveis, e que não devem ser determinadas por sinais e recompensas de curto prazo.
- Não forneça ações ao Personalizador que não devam ser escolhidas. Por exemplo, filmes inadequados devem ser filtrados das ações para personalizar se estiver fazendo uma recomendação para um usuário anônimo ou menor de idade.
Aqui estão alguns cenários em que as orientações acima desempenharão um papel na aplicação do Personalizador e como:
- Evite usar o Personalizer para classificar ofertas em produtos de empréstimo, financeiros e de seguros específicos, onde os recursos de personalização são regulamentados, com base em dados que os indivíduos não conhecem, não podem obter ou não podem contestar; e escolhas que precisam de anos e informações "além do clique" para realmente avaliar o quão boas recomendações foram para a empresa e os usuários.
- Considere cuidadosamente a personalização de destaques de cursos escolares e instituições de ensino onde recomendações sem exploração suficiente podem propagar vieses e reduzir a consciência dos usuários sobre outras opções.
- Evite usar o Personalizer para sintetizar conteúdo algorítmicamente com o objetivo de influenciar opiniões em democracia e participação cívica, pois é consequente a longo prazo, e pode ser manipulador se o objetivo do usuário para a visita é ser informado, não influenciado.