Araştırma
Önemli
20 Eylül 2023 tarihinden itibaren yeni Kişiselleştirme kaynakları oluşturamayacaksınız. Kişiselleştirme hizmeti 1 Ekim 2026'da kullanımdan kaldırılıyor.
Keşif sayesinde Kişiselleştirici, kullanıcı davranışı değiştikçe bile sürekli olarak iyi sonuçlar sunabilir.
Kişiselleştirme bir Derece çağrısı aldığında, aşağıdakilerden birini içeren bir RewardActionID döndürür:
- Geçerli makine öğrenmesi modeline göre en olası kullanıcı davranışıyla eşleşmesi için bilinen ilgiyi kullanır.
- Sıralamada en yüksek olasılığı olan eylemle eşleşmeyen keşfi kullanır.
Kişiselleştirme şu anda araştırmak için epsilon greedy adlı bir algoritma kullanıyor.
Araştırma ayarı seçme
Azure portalının Kişiselleştirme yapılandırma sayfasında keşif için kullanılacak trafik yüzdesini yapılandırırsınız. Bu ayar, araştırma gerçekleştiren Rank çağrılarının yüzdesini belirler.
Kişiselleştirme, modelin her sıralama çağrısında en olası eylemini araştırıp keşfetmeyeceğini veya kullanıp kullanmayacağını belirler. Bu, belirli kullanıcı kimliklerinde bir işlemi kilitleyen bazı A/B çerçevelerindeki davranıştan farklıdır.
Keşif ayarı seçmek için en iyi yöntemler
Araştırma ayarı seçmek, modeli geliştirmek için keşfedilecek kullanıcı etkileşimlerinin oranı hakkında bir iş kararıdır.
Sıfır ayarı, Kişiselleştirici'nin birçok avantajını yok eder. Bu ayar sayesinde Kişiselleştirme, daha iyi kullanıcı etkileşimlerini keşfetmek için kullanıcı etkileşimi kullanmaz. Bu, modelde durgunluk, kayma ve sonuçta daha düşük performansa yol açar.
Çok yüksek bir ayar, kullanıcı davranışından öğrenmenin avantajlarını olumsuzlar. Bunu %100 olarak ayarlamak sürekli bir rastgelelik anlamına gelir ve kullanıcılardan öğrenilen davranışlar sonucu etkilemez.
Kişiselleştirici'nin öğrenilen en iyi eylemi keşfedip keşfetmediğine veya kullanıp kullanmadığına bağlı olarak uygulama davranışını değiştirmemek önemlidir. Bu, potansiyel performansı düşürecek sapmaları öğrenmeye yol açabilir.