運用機器學習見解豐富Real-time Customer Profile內容

Adobe Experience Platform Data Science Workspace提供工具和資源，以建立、評估和運用機器學習模型，產生資料預測和見解。當機器學習見解被收錄到啟用Profile的資料集時，相同的資料也會被收錄為Profile記錄，然後可使用Adobe Experience Platform Segmentation Service加以分段。當擷取描述檔和時間系列資料時，即時客戶描述檔會自動決定透過稱為串流分段的持續程式，將該資料加入或排除區段中，然後將其與現有資料合併並更新聯合檢視。因此，您可以即時執行計算並做出決策，以便客戶在與品牌互動時提供增強的個人化體驗。

本檔案提供教學課程的連結，讓您運用機器學習的見解豐富Real-time Customer Profile內容。

快速入門

為完成下列教學課程，您必須對擷取Profile資料和建立區段有良好的認識。在開始本教學課程之前，請先閱讀下列服務的檔案：

Real-time Customer Profile:根據來自多個來源的匯整資料，為每位客戶提供完整、統一的呈現。
Identity Service:借由 Real-time Customer Profile 將不同資料來源的身分橋接至平台，實現此目的。
Experience Data Model (XDM):平台組織客戶體驗資料的標準化架構。

除了上述文檔，強烈建議您還查看以下方案指南和方案編輯器：

架構構成基礎:介紹XDM架構、構建塊、原則和最佳做法，以合成要用於的架構 Experience Platform。
架構編輯器教程:提供使用中的方案編輯器建立方案的詳細說明 Experience Platform。

建立和配置輸出模式和資料集

透過計分見解豐富Real-time Customer Profile的第一步是瞭解您的資料所定義的真實對象（例如個人）。瞭解資料後，您便能描述和設計可增加意義的結構，就像設計關係資料庫。

構成模式的開始方法是分配類。類定義模式將包含的資料的行為方面（記錄或時間序列）。要開始建立自己的方案，請按照教程中的步驟使用方案編輯器建立方案。請注意，在為Profile啟用資料集之前，您需要將資料集的模式配置為具有主標識欄位，然後為Profile啟用模式。當資料被收錄至啟用Profile的資料集時，相同的資料也會被收錄為Profile記錄。

如果您偏好使用Schema Registry API來編寫架構，請先閱讀Schema Registry 開發人員指南，再嘗試使用API](…/…/xdm/tutorials/create-schema-api.md)建立架構的教學課程。[

在您的架構和資料集準備完成後，您可以使用適當的模型執行計分執行，以產生計分資料並將計分資料收錄至資料集。