8. Data Science Workspace - 인기도 기반 Recommendations

작성자: 조 오코너, 조나단 랜카, 아우터 반 겔루위

이 단원에서는 Data Science Workspace을 사용하여 개인화된 제품 추천을 생성하는 간단한 기계 학습 모델을 만드는 방법을 알아봅니다. 고객이 Luma와 같은 소매 웹 사이트를 방문하여 제품을 클릭하면, 이후에 개인화된 제품 추천을 받게 됩니다.

학습 목표

  • Adobe Experience Platform UI에 익숙해지십시오
  • Adobe Experience Platform 데이터 과학 작업 공간 살펴보기
  • 데이터를 분석하고 변형합니다.
  • 모델 작성 및 운영
  • 모델 및 실험 교육
  • 모델을 평가하고 인사이트를 소비합니다

전제 조건

중요

이 자습서는 특정 워크숍 형식을 용이하게 하기 위해 만들어졌습니다. 액세스 권한이 없을 수 있는 특정 시스템 및 계정을 사용합니다. 액세스 권한이 없더라도 이 매우 자세한 내용을 통해 많은 것을 배울 수 있을 것입니다. 워크샵 중 하나에 참여하고 액세스 자격 증명이 필요한 경우 Adobe 담당자에게 연락하여 필요한 정보를 제공합니다.

아키텍처 개요

이 모듈에서 논의하고 사용할 구성 요소를 강조 표시하는 아래 아키텍처를 살펴보십시오.

아키텍처 개요

사용할 샌드박스

이 모듈의 경우 다음 샌드박스를 사용하십시오. --aepSandboxId--

연습

8.1 데이터 탐색 및 변환

사용자가 특정 제품을 볼 때 원하는 제품을 추천할 수 있는 기계 학습 모델을 만들려면 웹 사이트에서 사용자가 이전에 구매한 항목을 분석해야 합니다. 이 단원에서는 태그 및 Web SDK를 통해 Adobe Experience Platform으로 이동하는 구매 데이터를 살펴보고 이러한 데이터를 기계 학습 모델을 교육하는 데 사용할 기능 데이터 세트로 변환합니다.

8.2 모델 작성 및 운영

이 단원에서는 이 데이터를 사용하고 기계 학습 모델을 작성하는 방법을 알아봅니다. 실제 환경에서는 데이터 세트와 기계 학습 모델을 만드는 것이 반복적인 과정입니다.

8.3 모형 교육 및 실험

따라서 데이터를 준비하고 모델을 작성하며 패키지로 패키징하여 스케일링으로 테스트할 수 있습니다. 자, 이제 그 모델을 대규모로 훈련하고 시험해 봅시다.

8.4 통찰력 점수 및 소비

이제 추천 모델로 테스트하고 최적의 실행을 결정했으므로 모델을 평가하는 것으로 이동하여 고객을 위한 제품 추천을 생성할 수 있습니다.

요약 및 이점

이 모듈의 요약 및 이점 개요

노트

Adobe Experience Platform에 대해 알아야 할 모든 것을 배우는 데 시간을 투자해주셔서 감사합니다. 질문이 있는 경우 향후 컨텐츠에 대한 제안 사항이 있는 일반적인 피드백을 공유하려면 vangeluw@adobe.com​에 이메일을 보내어 Wouter Van Geluwe에게 직접 문의하십시오.

모든 모듈로 돌아가기

이 페이지에서는