8. Data Science Workspace — 人気度ベースRecommendations

作成者: ジョ・オコナー、ジョナサン ・ランカー、ウ ター・ヴァン・ゲルウ

このモジュールでは、Data Science Workspace を使用してパーソナライズされた製品レコメンデーションを生成する、シンプルな機械学習モデルを作成する方法を学びます。 顧客が Luma などの小売 Web サイトを訪問して製品をクリックすると、後でパーソナライズされた製品レコメンデーションが表示されます。

学習内容

  • Adobe Experience Platform UI の理解
  • Adobe Experience Platform Data Science Workspace の参照
  • データを分析し、変換します。
  • モデルの作成と操作
  • モデルのトレーニングと実験
  • モデルにスコアを付け、インサイトを利用する

前提条件

重要

このチュートリアルは、特定のワークショップ形式を容易にするために作成されました。 アクセスできない特定のシステムおよびアカウントを使用します。 アクセスがなくても、この非常に詳細な内容を読むことで多くを学ぶことができると思います。 ワークショップの参加者で、アクセス資格情報が必要な場合は、Adobe担当者にお問い合わせください。必要な情報をお知らせします。

アーキテクチャの概要

以下のアーキテクチャを見てみましょう。このモジュールで説明および使用するコンポーネントに焦点を当てます。

アーキテクチャの概要

使用するサンドボックス

このモジュールの場合、次のサンドボックスを使用してください:--aepSandboxId--.

演習

8.1 データの調査と変換

特定の製品を見る際に好きな製品をレコメンデーションする機械学習モデルを作成するには、Web サイトでの以前のユーザーによる購入を分析する必要があります。 このレッスンでは、タグと Web SDK を介してAdobe Experience Platformにフローする購入データを調べ、そのデータを機械学習モデルのトレーニングに使用する機能データセットに変換します。

8.2 モデルのオーサリングと運用

このレッスンでは、このデータを使用して機械学習モデルを作成する方法を学びます。 実際には、データセットと機械学習モデルを作成することは、反復的なプロセスとなります。

8.3 モデルトレーニングと実験

データを準備し、モデルを作成してパッケージ化し、レシピとして大規模にテストできるようにしました。 次に、モデルのトレーニングとテストを大規模に行ってみましょう。

8.4 インサイトのスコアリングと消費

レコメンデーションモデルを試し、最適な実行を決定したので、次に、モデルのスコアリングに進み、顧客に対する製品レコメンデーションを生成できます。

概要とメリット

このモジュールの概要とメリットの概要。

メモ

Adobe Experience Platformについて知っているすべてを学ぶために時間を費やしてくれてありがとう。 ご質問がある場合は、今後のコンテンツに関するご提案に関する一般的なフィードバックを共有したい場合は、Wouter Van Geluwe に直接お問い合わせください。電子メールを vangeluw@adobe.com に送信します。

すべてのモジュールに戻る

このページ