你当前正在访问 Microsoft Azure Global Edition 技术文档网站。 如果需要访问由世纪互联运营的 Microsoft Azure 中国技术文档网站，请访问 https://docs.azure.cn。
个性化体验创建服务的用例
重要
从 2023 年 9 月 20 日开始，将无法创建新的个性化体验创建服务资源。 个性化体验创建服务将于 2026 年 10 月 1 日停用。
什么是透明度说明？
AI 系统不仅包括技术，还包括使用它的人员、受其影响的人员以及部署它的环境。 创建一个适合其预期用途的系统需要了解技术的工作原理、功能和局限性，以及如何实现最佳性能。
Microsoft 提供了透明度说明来帮助你了解我们的 AI 技术工作原理。 这包括系统所有者可以做出的影响系统性能和行为的选择，以及考虑整个系统（包括技术、人员和环境）的重要性。 你可以在开发或部署自己的系统时使用透明度说明，或者与使用你的系统或受其影响的人员共享透明度说明。
透明度说明是 Microsoft 将其 AI 原则付诸实践的广泛努力的一部分。 若要了解详细信息，请参阅 Microsoft AI 原则。
个性化体验创建服务简介
Azure AI 个性化体验创建服务是基于云的服务，有助于应用程序选择最佳内容项来向用户显示。 可以使用个性化体验创建服务来确定向购物者推荐的产品或了解广告的最佳位置。 向用户显示内容后，应用程序会监视用户的行为，并将奖励分数报告回个性化体验创建服务。 奖励分数用于通过强化学习不断改进机器学习模型。 这样可以增强个性化体验创建服务在后续交互中根据它为每次交互收到的上下文信息选择最佳内容项的能力。
有关详细信息，请参阅：
关键术语
| 术语 | 定义 |
|---|---|
| 学习循环 | 可为受益于个性化的应用程序的每个部分创建一个个性化体验创建服务资源，这称为“学习循环”。 如果需要个性化多个体验，请为每个体验创建一个循环。 |
| 联机模型 | 个性化体验创建服务的默认学习行为，其中，你的学习循环使用机器学习来生成模型，以预测针对你的内容的最常见操作。 |
| 学徒模式 | 此学习行为有助于个性化体验创建服务进行热启动，以便在不影响应用程序效果和操作的情况下进行训练。 |
| 奖励 | 度量用户如何对排名 API 返回的奖励操作 ID 做出响应，评分为 0 到 1。 0 到 1 的值由业务逻辑设置，依据是所做的选择对实现个性化业务目标提供了多大的帮助。 学习循环不会将此奖励存储为单独的用户历史记录。 |
| 浏览 | 个性化体验创建服务会探索何时要为用户选择不同的操作，而不是返回最佳操作。 个性化体验创建服务可以避免偏差、停滞，并可通过探索来适应现行的用户行为。 |
有关详细信息和其他重要术语，请参阅个性化体验创建服务术语和概念文档。
示例用例：
使用个性化体验创建服务的一些常见客户动机是：
- 用户参与：通过选择内容来吸引用户的兴趣，以提高点击率或设定下一项优先的最佳措施来提高平均收入。 提高用户参与度的其他机制可能包括选择动态频道或播放列表中的视频或音乐。
- 内容优化：可以针对产品优化图像（例如从一组选项中选择电影海报）以优化点击率，或者在网页上优化 UI 布局、颜色、图像和宣传语，以提高转化率和购买率。
- 使用折扣和优惠券最大程度地提高转化率：为了在利润和转化率之间取得最佳平衡，可以选择应用程序向用户提供的折扣，或者决定在推荐引擎的结果中突出显示哪个产品，以最大程度地提高转化率。
- 最大程度地实现积极的行为变更：选择要在通知、消息或短信推送中发送哪个健康提示问题，以最大程度地实现积极的行为变更。
- 在用户查找文档、手册或数据库项时，通过突出显示最相关的下一项最佳措施或适当的内容来提高客户服务和技术支持的工作效率。
选择用例时的注意事项
- 可以使用一项学习如何将内容和用户界面个性化的服务。 但是，如果个性化在现实世界中产生有害的副作用，则也有可能会误用它。 考虑个性化如何帮助你的用户实现目标。
- 由于系统是在对大多数系统用户的行为模式有偏见的情况下训练的，因此请考虑如果个性化体验创建服务不能推荐特定的项，会在现实世界中产生怎样的负面后果。
- 考虑个性化体验创建服务的探索行为可能造成损害的情况。
- 仔细考虑会造成后果的或不可逆的，以及不应由短期信号和奖励决定的选择个性化行为。
- 请勿向个性化体验创建服务提供不应选择的操作。 例如，如果为匿名用户或未成年用户推荐电影，则应从个性化体验创建服务的操作中筛选掉不适当的电影。
在以下场景中，上述指导对于是否以及如何应用个性化体验创建服务能够起到帮助：
- 避免使用个性化体验创建服务对以下各项进行排名：特定贷款、金融和保险产品/服务，其中的个性化功能根据个人不知道、无法获取或不可争议的数据受到管制；为了真正评估推荐对企业和用户的好坏程度，需要花费数年时间并使用“除点击以外”获取的信息才能做出的选择。
- 仔细考虑个性化学校课程和教育机构的重点内容，在未充分探究的情况下，其中的推荐可能会传播偏见并降低用户对其他选项的认知。
- 避免使用个性化体验创建服务以算法方式合成旨在影响民主和公众参与观点的内容，因为从长远来看，它会造成后果。如果用户的访问目的是获得信息且不受影响，则这种做法可能是可操作的。