Adobe Learning Manager の推奨機能

Adobe Learning Manager では、新しく改良されたコース推奨システムが導入されました。 このレコメンデーション機能では、AIアルゴリズムと、製品、役割、レベルなどのユーザーの関心事を使用して、パーソナライズされたコンテンツのレコメンデーションを提供します。

新しい推奨システムでは、カスタムパラメーターを作成できます。学習者はこのパラメーターを選択して、パーソナライズされた推奨事項を受け取ることができます。 これらの推奨事項は、コース、学習パスおよび資格認定として学習者ホームページのフィードに表示されます。

この機能を使用するには、管理者用アプリで機能を有効にする必要があります。

推奨事項の有効化と設定

コースランキングアルゴリズム

推奨エンジンの中核となるのは、Learning Managerの新しい​ コースランキングアルゴリズム ​です。 このアルゴリズムでは、数百万人のユーザーを対象に、5,000万のデータポイントと5年間の学習データの集計を使用し、登録の可能性に基づいてコースをランク付けします。 このランキングにより、登録の可能性が高いコースが学習者に対して表示されるようになります。

キーワード

Learning Managerの新しいAIベースの推奨エンジンは、学習者にパーソナライズされたエクスペリエンスを作成するための設定可能なパラメーターベースの推奨システムを学習リーダーに提供します。

パラメーターは、製品/トピック、役割、レベル ​です。 さらに、これらのパラメーターは必要に応じて名前を変更できます。 つまり、「製品」を「トピック」にしたり、「ロール」を「地域」にしたりできます。

推奨システムの設定

Adobe Learning Managerの新しいレコメンデーションエンジンにより、パーソナライズされたレコメンデーションの設定に伴う管理ワークフローが簡素化されます。これは、顧客/パートナーに関連付けられた製品とロールに関するデータを通常、管理者が（購入記録などから）利用できるためです。

新しい推奨エンジンの設定には、主に次の 3 つのワークフローが含まれます。

管理者は、アカウントの製品、役割およびレベルのパラメーター値を設定します。 例えば、銀行を主な顧客ベースとするITソリューションプロバイダは、「Product」パラメータにPayment Gateway、Secure Cloud Storage、Fraud Detection System、Trading Platformなどの値を設定し、「Role」パラメータにIntegration Specialist、Network Administrator、Risk Analyst、Compliance Officerなどの値を設定できます。

管理者はLearning Managerのガイド付きワークフローで、推奨エンジンを最適に設定し、アカウントのユースケースに基づいてエンジンをカスタマイズできます。 また、管理者は 1 回限りの CSV アップロードで PRL の推奨機能を設定するオプションも利用できます。

データの準備

推奨事項が正しく機能するためには、ユーザーの関心データ、製品、ロール、およびレベルをアップロードする必要があります。

データのアップロードオプション

推奨機能の設定は変更可能です。 したがって、製品/ロール/レベルの代わりに、トピック/ロール/レベルを使用するか、製品/トピックのみ、役割のみ、製品/トピックと役割のみ、役割レベルのみ、または製品レベルのみ、のいずれかのオプションを選択できます。

選択した推奨設定に基づいて、データシートを適宜変更します。

次のセクションでは、製品、役割およびレベルを使用する最も広範なオプションについて説明します。

管理者は、所定の形式でユーザーデータをアップロードする必要があります。 アップロードされたデータが推奨アルゴリズムにフィードされることにより、役割とレベルに基づいた適切なコースが学習者に推奨されます。

前提条件

推奨機能を機能させるためのデータをアップロードするには、User および RecommendationLO の CSV に、製品、役割およびレベルを入力します。

データ準備の練習の一部として、2つのCSVテンプレートを提供しています。

RecUser.csv

csv のレコードの例は以下のとおりです。

RecLO.csv

csv のレコードの例は以下のとおりです。

これらのCSVに入力し、お客様サクセスチームに連絡して形式をダウンロードし、CSVをアップロードしてください。

推奨事項の反映

両方のCSVがアップロードされたら、「 Go live 」をクリックします。 これにより、新しい推奨システムが学習者に表示されるようになります。

おすすめを有効にする

これで、学習者が推奨システムを使用できるようになりました。

パラメーターの編集

パラメーターの削除

管理者は、3つのドットアイコンをクリックして[パラメーターの削除]を選択することで、パラメーターを削除できます。 パラメーターが学習目標にリンクされていない場合、管理者はパラメーターを削除できます。 リンクされている場合は、このパラメータを非表示にしかできません。 ただし、推奨設定が機能するためには少なくとも2つのパラメータが必要であるため、最後の2つのパラメータを非表示にすることはできません。

パラメーターを削除する

コース設定ページ

コースの設定ページに、製品と役割の推奨事項がリストされます。 学習者がこれらの製品と役割に興味を示した場合は、このコースが推奨されます。

コース設定ページ

学習者ビュー

PRL ベースの推奨事項が設定されているアカウントの場合、学習者は、学習プラットフォームにログインする際に、ガイド付きワークフローを使用して、自分の製品、役割、レベルの環境設定に基づく推奨事項を設定することができます。 これにより、推奨エンジンが分析に使用する学習プロファイルが作成されます。

新しい推奨システムに切り替えたアカウントの学習者は、推奨されたコースとトレーニングを表示できます。

学習者に以下が表示されます。

左側のパネルで「推奨機能」を選択すると、推奨機能を設定するためのポップアップが学習者に表示されます。

学習者が推奨事項を設定する

「推奨機能を設定」をクリックした学習者に製品選択ポップアップが表示されます。

製品の選択

次のポップアップで、学習者は役割を選択できます。

ロールの選択

その後でレベルを追加できます。

レベルの選択

学習者アプリの学習ストリップ

学習者は、アプリで次のストリップを確認できます。

学習ストリップのカード

学習ストリップのカード

各カードには、評価、カード画像、タイトル、スキル、公開日、作成者、期間、進行状況バーおよび「続行」ボタンまたは「検索」ボタンがあります。

自分が保存したカードの削除

保存されたカード

各カードには、評価、カード画像、タイトル、スキル、公開日、作成者、期間、進行状況バーおよび「開始または検索」ボタンまたは「続行または再訪」ボタンがあります。

学習者がコースを開始すると、カードに進行状況バーが表示されなくなります。 学習者はコースを保存しないでおくこともできます。

スーパー関連ストリップのカード

関連カード

各カードには、評価、カード画像、タイトル、スキル、公開日、作成者、期間、進行状況バーおよび「開始または検索」ボタンまたは「続行または再訪」ボタンがあります。

学習者がコースを開始すると、カードに進行状況バーが表示されなくなります。

メニューには、「保存」と「お勧めしません」の2つのオプションがあります。 学習者が​ 「保存」 ​をクリックすると、コースが「自分が保存」ストリップに保存されます。 学習者が「これをお勧めしません」をクリックすると、推奨トレーニングがリストから削除されます。