パーソナライズされた
エンドツーエンドの
高品質推奨機能サービス
Alibaba Cloud のビッグデータと AI テクノロジーを搭載した Alibaba Cloud Artificial Intelligence Recommendation (AIRec) は、企業と開発者向けにパーソナライズされた推奨機能サービスを提供します。 E コマース、コンテント、ニュース、ライブストリーミング、ソーシャルメディア等の多様な業界において、蓄積されたサービスを基に構築されています。
AIRec では、ユーザーと商品を関連付けることで効率的なアルゴリズムベースの推奨機能を実現します。
リアルタイムのレコメンデーション体験
ユーザー動作を数秒で認識および分析し、パーソナライズドされたレコメンデーションコンテンツをミリ秒単位で提供します。 AIRec では 1,000 QPS 超がサポートされています。 ユーザーはページを更新すると最新のレコメンデーションコンテンツを表示できます。
業界固有アルゴリズムのテンプレート
シーン推奨のための業界固有アルゴリズムのテンプレート、およびビジネス毎のアイテム選択と起動ポリシーを提供します。 ビジネス要件に適合させるために、アルゴリズムモデルを使用して詳細な設定を実装することができます。
高性能コールドスタート
業界テンプレートやリアルタイムのポジティブなフォードバックとネガティブなフィードバックに基づいて、ベースユーザーエクスペリエンスを向上させます。 サービスリリースの初期段階で過去の行動データがない場合に機能します。
シナリオ
E コマースプラットフォームでの
パーソナライズされた推奨コンテンツ
パーソナライズされた推奨機能は、徐々にE コマースプラットフォームの GMV (Gross Merchandise Volume: 流通取引総額) を増加させるための本質的な機能へと開発されました。
シナリオ説明： ユーザーによって、短期的なショッピングと長期的なショッピングの関心および習慣が差別化されており、 オンラインショッピングをする間に好きな商品の品揃えを見つけたり、特典を取得することを望んでいるケースでは、 ユーザーは別のプラットフォームでも買い物をし、購入予定の商品の価格を比較するでしょう。
AIRec を「こちらもおすすめ」や「関連商品」シナリオに使用することで、パーソナライズされた推奨コンテンツを実装できます。
PGC、UGC コミュニティでのパーソナライズされた推奨機能
AIRec では、大量のコンテンツを有するプールから簡単かつ正確に期待されるコンテンツを配信できます。
シナリオ説明： 日々大量のコンテンツが生成されています。 ユーザーが情報を取得するためにコンテンツを読む際に行うさまざまな動作 (いいねボタン、お気に入り、転送、コメントなど) によって、ユーザーの希望やコンテンツに対する理解が表現されます。 同時に、ユーザーからネガティブなフィードバック (いいね解除ボタン、BADボタンなど) も提供されます。
AIRec はユーザーの関心に基づいて推奨コンテンツの配信効率を大幅に改善し、オンサイトユーザーエンゲージメントを向上させます。
パーソナライズされた推奨ニュース
インターネットの出現以来、主要なニュースや情報プラットフォームは、効率的な情報配信とユーザー層の維持に向けた変革を続けています。 AIRec を活用することで、目まぐるしく更新されるニュースにおいても正確に情報を配信できます。
シナリオ説明： 日々、膨大な数のニュースが公開され、膨大な数のニュースが期限切れになります。 注目のニュースはリアルタイムで更新されます。 AIRec を使用して潜在的な推奨ニュースコンテンツを特定し、ユーザーの関心に基づいて正確にニュースを配信することで、 ユーザーはパーソナライズされた情報サービスを効率よく利用することができます。
メリット
使いやすさ
O&M、管理を提供するストリーム処理のためのエンドツーエンドのソリューションです。 AIRec インスタンスは数時間で作成できます。
エンドツーハイエンド機能のプロビジョニング
データインタラクション、テスト、デバッグ、効果観察、安定した使用を通して、一連の補助機能を提供します。 追加の開発は不要です。
業界とシーンテンプレートの詳細なカスタマイズ
多種多様な業界における豊富な経験とシナリオを活用して、差別化された適合性の高い業界モデルと戦略を提供します。
ワンステップのパーソナライズされた推奨機能
業界への適応とアップグレードされた推奨アルゴリズムを活用し、Taobao ホームページで優れたユーザーエクスペリエンスとリアルタイムの推奨コンテンツを提供します。
優れた推奨機能の効果とパフォーマンス
AIRec は「独身の日」プロモーションイベントでも優れたコンテンツ推奨とパフォーマンスを実証しています。
これらのイベントの開催中、膨大な同時実行クエリと大量の行動データを処理するため、AIRec アーキテクチャおよびアルゴリズムモデルが使用されます。
優れた初期効果
定期的に業界テンプレートのイテレーションを行い、AIRec の使用とユーザーエクスペリエンスの初期効果を確保します。 AIRec では、自己管理型アルゴリズムに比べて、推奨機能のパフォーマンスが 20〜100 % 向上します。
柔軟な延長
長年のビジネス運営の経験に基づいてさまざまな機能を提供し、操作ロジックと推奨アルゴリズムをオープンプラットフォーム機能に組み合わせることで、ビジネスに適合したスピーディーなカスタマイズが実装できます。
高セキュリティと信頼性
ユーザーデータを分離し、機密情報を暗号化し、
安定性と信頼性の高いサービスを提供し、リクエストにミリ秒単位で応答します。
アーキテクチャ
AIRec では、オフラインまたはリアルタイムのデータトレーニングモデルを使用して、
データをモデル化します。ユーザーの短期間および長期間での関心に基づいて、
ビジネス固有のパーソナライズされた推奨コンテンツを実装します。
AIRec のデプロイ方法
1
データの準備
業界固有のデータ仕様に基づい
たビジネスデータ、アイテムデータ、モデルトレーニングの行動データを準備します。
2
推奨ページのデザイン
ビジネス要件に基づいて、推奨ページ、ページ上で商品を推奨するためのルール、ユーザーエクスペリエンスルールを設計してください。
3
推奨シーンの作成
インスタンスと推奨ページのデザインに基づいた推奨シーンを作成し、オフラインのリアルタイムデータをレポートしてください。
4
極一部のトラフィックを
使用して推奨の効果を確認
極一部のトラフィックを使用して、ユーザーエクスペリエンスとメトリックデータの観点での推奨機能の効果を確認します。
5
推奨機能サービスの
カスタマイズとリリース
ユーザーエクスペリエンスに
関する要件に基づいて操作ポリシーを設定し、ユーザートラフィックを使用してカナリアリリースを実行し、カスタム推奨機能サービスをリリースしてください。
