8. Data Science Workspace - Beliebtheitsbasierte Recommendations

Autoren: Jo O'Connor, Jonathan Lancar, Wouter Van Geluwe

In diesem Modul erfahren Sie, wie Sie ein einfaches Modell für maschinelles Lernen erstellen, das mithilfe von Data Science Workspace personalisierte Produktempfehlungen generiert. Wenn Kunden eine Einzelhandelswebsite wie Luma besuchen und auf ein Produkt klicken, sollten ihnen anschließend personalisierte Produktempfehlungen angezeigt werden.

Lernziele

  • Kennenlernen der Adobe Experience Platform-Benutzeroberfläche
  • Adobe Experience Platform Data Science Workspace
  • Daten analysieren und transformieren.
  • Modell erstellen und umsetzen
  • Trainieren Ihres Modells und Experiments
  • Scoring Ihres Modells und Nutzung der Einblicke

Voraussetzungen

WICHTIG

Dieses Tutorial wurde erstellt, um ein bestimmtes Workshop-Format zu vereinfachen. Es verwendet bestimmte Systeme und Konten, auf die Sie möglicherweise keinen Zugriff haben. Auch ohne Zugriff können Sie noch viel lernen, indem Sie diesen sehr detaillierten Inhalt durchlesen. Wenn Sie an einem der Workshops teilnehmen und Ihre Zugangsdaten benötigen, wenden Sie sich an Ihren Kundenbetreuer, der Ihnen die erforderlichen Informationen zur Verfügung stellt.

Architekturüberblick

Sehen Sie sich die folgende Architektur an, in der die Komponenten hervorgehoben werden, die in diesem Modul besprochen und verwendet werden.

Architekturüberblick

Sandbox zur Verwendung

Verwenden Sie für dieses Modul diese Sandbox: --aepSandboxId--.

HINWEIS

Vergessen Sie nicht, die Chrome-Erweiterung zu installieren, zu konfigurieren und zu verwenden, wie unter 0.6 beschrieben - Installieren Sie die Chrome-Erweiterung für die Experience League-Dokumentation

Übungen

8.1 Datenexploration und -umwandlung

Um ein Modell für maschinelles Lernen zu erstellen, das Benutzern bei der Suche nach einem bestimmten Produkt Produkte empfiehlt, müssen Sie frühere Käufe von Benutzern auf der Website analysieren. In dieser Lektion untersuchen Sie Kaufdaten, die über Tags und Web SDK an Adobe Experience Platform übermittelt werden, und transformieren diese Daten in einen Funktionsdatensatz, der zum Trainieren Ihres maschinellen Lernmodells verwendet wird.

8.2 Modell-Authoring und -Bedienung

In dieser Lektion erfahren Sie, wie Sie diese Daten verwenden und ein Modell für maschinelles Lernen erstellen können. In der realen Welt wird die Erstellung eines Datensatzes und eines Modells für maschinelles Lernen ein iterativer Prozess sein.

8.3 Modellschulung und -experimentierung

So haben Sie Ihre Daten vorbereitet, Ihr Modell verfasst und verpackt, um es im Maßstab als Rezept zu testen. Lassen Sie uns nun fortfahren und das Modell im Maßstab testen.

8.4 Auswertung und Nutzung von Insights

Nachdem Sie mit Ihrem Empfehlungsmodell experimentiert und die optimale Ausführung ermittelt haben, können Sie das Modell weiter auswerten, um Produktempfehlungen für Kunden zu generieren.

Zusammenfassung und Vorteile

Zusammenfassung dieses Moduls und Übersicht über die Vorteile.

HINWEIS

Vielen Dank, dass Sie Ihre Zeit investiert haben, um alles über Adobe Experience Platform zu erfahren. Wenn Sie Fragen haben, möchten Sie allgemeine Feedback von Vorschlägen zu künftigen Inhalten teilen, wenden Sie sich bitte direkt an Wouter Van Geluwe, indem Sie eine E-Mail an vangeluw@adobe.com senden.

Zu allen Modulen zurückkehren

Auf dieser Seite