Intelligent Recommendations アーキテクチャ
Intelligent Recommendations は、とても拡張性が高くスケーラブルなヘッドレス Microsoft Azure サービスであり、ゼロコードの統合で簡単に導入して使い始めることができます。
サービス フロー
Intelligent Recommendations には、2 つの統合ポイントがあります:
- Microsoft Azure Data Lake Storage を使用したバックエンドでの顧客データの読み取り
- 安全な HTTPS エンドポイントによるクライアント側へのレコメンデーションを表示するフロントエンド サービス エクスペリエンス
品目カタログ、可用性、その他のメタデータとインタラクション (トランザクション) など、Intelligent Recommendations の機械学習に関連するすべてのデータは、Data Lake Storage ファイル システムで構造化され、安全な方法で共有されます。
サービスの反対側では、クライアント アプリが Intelligent Recommendations API を呼び出し、パーソナライズされたコンテンツやレコメンデーションで示されたコンテンツを取得します。
Data Lake Storage の詳細については、Azure Data Lake Storage Gen2 の概要 を参照してください。
重要
Intelligent Recommendations は、サービス インスタンスを展開したリージョン以外では顧客データを保存または処理しません。
ステップ 1: 自分のデータを取り込む
Intelligent Recommendations には前提条件のライセンスがありません。 当社のコンプライアンス ソリューションは、すべての企業データが定義された顧客地域内にあることを保証します。 会社の Data Lake Storage アカウントに接続できます。
| データ型 | 設定 |
|---|---|
| Catalog | アイテム、コンテンツ、Intelligent Recommendations が推奨するその他の一般的なサービスに関する一般的な情報。 |
| ユーザーとのやり取り | Intelligent Recommendations モデルが学習し、今後のやり取りを予測するために使用するユーザーとアイテム間のやり取り。 ユーザーとのやり取りの例には、クリック ストリーム、購入、ダウンロード、いいね、ビューなどがあります。 |
ステップ 2: AI-ML サービス
データが構造化および共有され、Intelligent Recommendations サービス インスタンスが開始されると、"クッキング" プロセスが開始されます。 データは、ビジネス ニーズとシナリオに従って処理およびモデル化されます。 出力ログを調べ、すべてがスムーズに実行されていることを確認することで、進行状況を監視できます。
拡張可能なアーキテクチャにより、企業はより多くのビジネス ロジックを導入し、レコメンデーション モデルの複数インスタンスを管理することができます。 これらの複数インスタンスは、実験や、さまざまなシグナルを使用したユース ケースの作成に役立ちます。
ステップ 3: API を呼び出して、任意の場所で結果を使用する
当社のソリューションは、シンプルなレコメンデーション API を使用して、拡張可能でカスタマイズ可能なエクスペリエンスを作成することにより、オムニチャネル プラットフォームにうまく統合されます。
このソリューションでは、リアルタイム フィルターとアイテム結果の更新された並べ替え、およびリストのカスタマイズが可能です。
例については、サポートされているシナリオの例 を参照してください。 API 情報については、Intelligent Recommendations API を参照してください。
無料で試す
Intelligent Recommendations は、1 つのモデル、1 つの RPS アカウントで 3 か月間無料で試すことができます。 詳細については、 のクイックスタート ガイド を参照してください。
参照
Intelligent Recommendations の展開データ コントラクトを使用したデータの共有Intelligent Recommendations API