Amazon Personalizeで新製品・新コンテンツのより優れたレコメンデーションができるようになりました!

記事タイトルとURLをコピーする

はじめに

なにやらAmazon Personalizeでこんなアップデートがありました。

aws.amazon.com

日本語訳がわかりにくいですが、要は新しいレシピが使えるようになりましたとのことのようです。

そもそもAmazon Personalizeとは?

Amazon Personalizeをご存じじゃない方のために簡単に説明を。Amazon PersonalizeとはAWSのML/AIサービスの1つで、エンドユーザー向けのレコメンデーション行えるサービスです。機械学習の知識がなくとも、ECサイトでのオススメの商品や動画配信サービスでのオススメの動画のレコメンデーションを簡単に実行できる、というものです。ドキュメント曰く、 Amazon がパーソナライゼーションシステムの構築で培った膨大な実績が反映されています。 だそう。

レシピとは?

Amazon Personalizeは機械学習サービスですが、モデルをトレーニングするアルゴリズムとハイパーパラメータのセットがすでに用意されています。これをAmazon Personalizeではレシピと呼んでいます。

新レシピ『User-Personalization』

現在(2020/08)、日本語ドキュメントにはありませんが、英語ドキュメントの方に今回追加されたレシピの説明があります。

docs.aws.amazon.com

The User-Personalization (aws-user-personalization) recipe is optimized for all USER_PERSONALIZATION recommendation scenarios. When recommending items, it uses automatic item exploration.

With automatic exploration, Amazon Personalize automatically tests different item recommendations, learns from how users interact with these recommended items, and boosts recommendations for items that drive better engagement and conversion. This improves item discovery and engagement when you have a fast-changing catalog, or when new items, such as news articles or promotions, are more relevant to users when fresh.

なるほど。ふむふむ。そうかそうか。

つまり?

こちらのレシピでは automatic item exploration (自動アイテム探索?)というのを使ってるそうな。こやつを使うことで別のアイテムでレコメンデーション、そのアイテムに対するユーザーの興味を学習し、レコメンデーションの精度を高めることができるそうな。

例えばECサイトでどんどん新製品が登場する、動画配信サービスでどんどん新しい動画が配信されるとうように、かなりの頻度で新コンテンツが追加される。そんな中で過去のユーザーのエンゲージメント(クリックや購入などの履歴,)からだけでレコメンデーションすると、毎日追加される新製品・新コンテンツをユーザーにレコメンドするのは難しくなります。

どうやら、こちらのレシピでは過去の似た製品・コンテンツのエンゲージメントから、新しい製品・コンテンツをレコメンドしているようです。

まとめ

今回はAmazon Personalizeに登場した新レシピの紹介でした。AWS公式ブログに実際にやってみた記事があるので、気になった方はぜひご確認ください。

aws.amazon.com