Amazon Personalize とは

Amazon Personalize は、アプリケーションを使用するユーザー向けに個別化したレコメンデーションを簡単に追加できる、開発者向けの機械学習サービスです。このサービスには、Amazon がパーソナライゼーションシステムの構築で培った膨大な実績が反映されています。

Amazon Personalize は、さまざまなシナリオで使用できます。たとえば、ユーザーの嗜好や行動に基づくレコメンデーションの提供、結果のパーソナライズによる再ランク付け、E メールや通知のコンテンツのパーソナライズなどに使用できます。

Amazon Personalize には、機械学習の深い経験は不要です。ソリューションバージョン (トレーニングされた Amazon Personalize 推奨モデリング) を構築、トレーニング、デプロイするには、AWS コンソールを使用するか、AWS SDK でプログラムを使用して行うことができます。開発者は、以下を実行するだけです。

• 入力データをフォーマットして Amazon S3 バケットにアップロードするか、リアルタイムのイベントデータを送信します。

• データに適用するトレーニングレシピ (アルゴリズム) を選択します。

• レシピを使用してソリューションバージョンをトレーニングします。

• ソリューションバージョンをデプロイします。

Amazon Personalize は、ユーザーのライブイベントをキャプチャしてリアルタイムでパーソナライズできます。Amazon Personalize は、リアルタイムのユーザーアクティビティのデータを既存のユーザープロファイルやアイテム情報と組み合わせ、ユーザーの現在のセッションやアクティビティに基づいて、最も関連性の高いアイテムをレコメンドします。Amazon Personalize を使用して新しいプロパティ (新しいウェブサイトなど) のデータを収集し、十分なデータを収集してから、Amazon Personalize でレコメンデーションを開始することもできます。

ユーザーに推薦を与えるには、推薦の1つを呼んでください APIsそして、お客様一人ひとりに合わせた体験を作り出します。

Amazon Personalize は、時間の経過に伴って新しいユーザーアクティビティデータを蓄積することで、レコメンデーションを改善できます。たとえば、ユーザーによる新規の映画レンタルはより最適な映画推薦に寄与します。

Amazon Personalize は、ユーザーのブラウジングコンテキストに基づいて推奨事項を提供できます。たとえば Amazon Personalize は、ユーザーがモバイルデバイスで閲覧しているときと、同じユーザーがデスクトップで閲覧しているときとで異なるレコメンデーションを提供できます。

Amazon Personalize では、さまざまなユースケース向けにソリューションをトレーニングすることができます。たとえば、ユーザーのパーソナライゼーション、アイテムとアイテムの関連付け、アイテムの再ランク付けなどがあります。ユースケースに応じたレシピを選択し、入力データを指定します。レシピは、データの特徴化、選択した学習アルゴリズムの適用、デフォルトのハイパーパラメータの適用、ハイパーパラメータの最適化ジョブの設定を行います。

Amazon Personalize のレシピを使用すると、機械学習の専門知識がなくても、独自のパーソナライゼーションモデルを作成できます。自分で複数のレシピから選択してソリューションバージョンをトレーニングしたり、Amazon Personalize でデータに最適なレシピを自動的に決定したりできます。使用するレシピを決定しやすいように、Amazon Personalize はトレーニング済みソリューションバージョンのパフォーマンスに関する広範なメトリクスを提供しています。

Amazon Personalize を初めてお使いになる方向けの情報

Amazon Personalize を初めて使用するユーザーは、次のセクションを順に読むことをお勧めします。

1. 仕組み – このセクションでは、エンドツーエンドエクスペリエンスを作成するために使用する Amazon Personalize のさまざまなコンポーネントについて説明しています。

2. はじめに – このセクションでは、アカウントをセットアップして Amazon Personalize コンソールおよび API をテストします。

3. データの準備とインポート – このセクションでは、トレーニングデータを準備して Amazon Personalize 内にインポートする方法について説明します。

4. イベントの記録 – このセクションでは、ユーザーイベントを記録してユーザーへのレコメンデーションを改善する方法について説明します。

5. ソリューションの作成 – このセクションでは、モデルをトレーニングしてソリューションバージョンを作成する詳細について説明します。

6. キャンペーンの作成 – このセクションでは、ソリューションバージョンをキャンペーンとしてデプロイする方法について説明します。

7. レコメンデーションの取得 – このセクションでは、キャンペーンから推奨事項を取得する方法について説明します。

経験豊富な Amazon Personalize ユーザーの場合

経験のある方は Amazon Personalize 詳細なチュートリアルとコードサンプルは、 amazon-personalize-サンプル GitHub リポジトリ.