投稿日: Jul 2, 2020
Amazon Personalize は、機械学習を使用して、製品、コンテンツ、マーケティングコミュニケーションのレコメンデーションをユーザーのためにカスタマイズします。その際、機械学習の経験は必要ありません。このテクノロジーは、Amazon.com での 20 年以上にわたるレコメンダーシステム開発の賜物です。
本日は、Amazon Personalize で、インタラクション、ユーザーおよびアイテムのデータセットタイプに欠落していたメタデータやそのスパースメタデータの取り扱いが改善されたことを発表します。製品のブランド、ユーザーの年齢層や、ブラウジングセッションのデバイスタイプなどのメタデータは、レコメンデーションモデルの精度と関連性を向上させるのに役立ちます。けれども、このデータは不完全なことがよくあり、多くの場合データが欠落している可能性があります。そのため、機械学習モデルのトレーニングプロセス中に注意深く扱わないと、モデルのパフォーマンスが悪影響を受ける可能性があります。
このような状況に対処するために、Amazon Personalize では、Amazon Personalize ソリューションを作成するときに、許容値として「null」をスキーマで定義できるようになりました。これにより、不完全なメタデータを安全に使用して、レコメンデーションの関連性を向上させることができます。この機能を使用するには、データセットのスキーマを定義するときに、Amazon Personalize コンソールまたは API でメタデータの許容値として「null」を定義できます。次に、データセットを Amazon Personalize に安全にインポートして、ソリューションを作成できます。ソリューションの作成中に、Amazon Personalize はメタデータが欠落しているフィールドを自動的に認識し、機械学習モデルのトレーニング中に適切に対処します。この機能の詳細については、AWS のデベロッパーガイドをご覧ください。
欠落しているメタデータの処理が改善された Amazon Personalize は、米国東部 (バージニア北部、オハイオ)、米国西部 (オレゴン)、カナダ (中部)、欧州 (アイルランド)、およびアジアパシフィック (シドニー、東京、ムンバイ、シンガポール、ソウル) でご利用いただけます。