Personalizer
En kunstig intelligens-tjeneste som leverer en personlig tilpasset brukeropplevelse
Opprett optimaliserte brukeropplevelser
Øk konverteringen og engasjementet, og legg til relevans i sanntid for produktanbefalinger, med funksjonaliteter basert på forsterkende læring som bare er tilgjengelige via Azure. Velg hovedinnhold, optimaliser oppsett og tilpass tilbud med to API-oppkall. Bruk Personalizer, en del av Azure Cognitive Services, som en frittstående tilpasningsløsning eller for å komplettere eksisterende rangeringsmotorer – uten behov for maskinlæringsekspertise.
Forbedre anbefalinger, de nest beste handlingene og innholdstilbudene
Bruk lærlingemodus til å validere om Personalizer kan matche resultatene av den eksisterende løsningen
Overvåk og juster læringsløkken i henhold til parameterne og KPI-ene dine med det brukervennlige grensesnittet
Det er ikke nødvendig med ekspertise i maskinlæring
Maksimer forretningsresultatene med sanntidslæring
Gi kunder relevante opplevelser som forbedres over tid basert på adferden deres. Forbedre gjennomklikking på hjemmesidene, opprett personlige kanaler eller optimaliser kupongtilbud og vilkår. La kunstig intelligens oppdage hva som maksimerer resultatene, slik at den kan holde seg oppdatert på endrede trender. Til forskjell fra anbefalingsmotorer som tilbyr noen alternativer fra en stor katalog, presenterer Personalizer det beste utfallet for en bruker hver gang brukeren samhandler med appen.


Kom i gang raskt
Bygge inn Personalizer ved å legge inn to kodelinjer. Du kan enkelt kontrollere nøyaktigheten av prognoser og optimalisere etter behov. Personalizer arbeider med dataene dine i hvilken som helst form. Start uten data eller bruk et eksisterende datasett for å komme i gang med forsterkende læring. Etter at den er innebygd, kan Personalizer hoppe over læringskurven. Når du aktiverer lærlingemodus, lærer tjenesten sammen med den eksisterende løsningen din uten å bli eksponert for brukere før den oppfyller ytelsesterskelen din.
Du kan enkelt måle hvordan det går
Bruk grensesnittet til å tolke og evaluere Personalizer. Valider resultater ved å reprodusere dem og mål effektiviteten til parametere med en stakkrangert visning. Du kan for eksempel evaluere betydningen av alder, kjønn og tidspunkt på dagen for engasjementet i innholdet.

Omfattende innebygd sikkerhet og forskriftssamsvar, innebygd
-
Microsoft investerer mer enn USD 1 milliard årlig i cybersikkerhet.
-
Vi har mer enn 3,500 sikkerhetseksperter som bare jobber med datasikkerhet og personvern.
-
Azure har flere sertifiseringer enn noen annen skyleverandør. Se hele listen her.
Ta kontroll med fleksible priser
Betal bare for det du bruker – ingen forhåndskostnader. Med Personalizer betaler du for forbruk basert på antallet av transaksjoner.
Personalizer-ressurser
Kom i gang
DokumentasjonUtforsk anbefalte fremgangsmåter
Retningslinjer for ansvarlig implementeringVanlige spørsmål om Personalizer
-
Personalizer og andre kognitive tjenestetilbud garanterer 99,9 prosent tilgjengelighet. Ingen serviceavtale gis for gratisnivået. Se serviceavtale-detaljer.
-
Personalizer lærer fra den samlede adferden til brukerne, gjennom funksjoner eller attributter om dem som du sender til tjenesten. Den bruker denne informasjonen til å lære opp en felles modell som er oppdatert med informasjon fra hver samhandling, og dermed forbedrer den den personlige tilpassingen for alle brukerne.
-
Personalizer fungerer best når et rangeringsoppkall har 50 eller færre elementer. Hvis du vil tilpasse et valg fra en større liste eller katalog, reduserer du antallet elementer ved å bruke en anbefalingsmotor eller sorteringsteknikk.
-
Algoritmer og innovasjon er basert på det kontinuerlige arbeidet Microsoft Research gjør samt anvendt bruk av Personalizer i Microsofts virksomheter, for eksempel Xbox og Windows. Les mer om tilnærmingene våre og forsterkende læring.
-
Personalizer fungerer med eller uten brukerpålogging, men leverer mer rikholdige og mer relevante interaksjoner for brukere som er pålogget.
-
Ja. Personalizer lærer i bakgrunnen, i sanntid, via lærlingmodus. Når tjenesten har lært nok fra brukerhandlinger til å komme tilnærmet ditt eksisterende personaliseringssystem, kan du bruke med sikkerhet bruke Personalizer i produksjonen til å la den lære å kommunisere med dine brukere og støtte en positiv brukeropplevelse.