Personalizer
En prisvinnende tjeneste for kunstig intelligens som leverer en tilpasset, relevant opplevelse for hver bruker
Opprett rikholdige og skreddersydde interaksjoner
Styrk brukervennlighet og brukertilfredshet med funksjoner basert på forsterkende læring som bare er tilgjengelige gjennom Azure. Prioriter relevant innhold, oppsett og samtaler gjennom en brukervennlig API. Bruk Personalizer som en frittstående tilpassingsløsning eller til å komplettere en eksisterende løsning – uten behov for ekspertise innen maskinlæring.
Automatisk modelloptimalisering basert på forsterkende læring som bruker kunstig intelligens til å oppnå målene du har satt
Lærlingmodusen gir en problemfri overgang ved å la Personalizer kommunisere med brukere kun etter at tjenesten har nådd et nivå som samsvarer med ytelsen til den eksisterende løsningen
Brukervennlig grensesnitt til å overvåke og justere læringsløkken i henhold til parametrene og KPI-ene dine
Det er ikke nødvendig med ekspertise i maskinlæring
Gjør brukeropplevelsen bedre med læring i sanntid
Gi brukerne relevante opplevelser som forbedres over tid basert på adferden deres. 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 ditt eksisterende datasett for å komme i gang med etterutdanning.
Når Personalizer er innebygd, kan den hoppe over opplæringskurven med lærlingmodus. Når funksjonen er skrudd på, lærer tjenesten ved siden av din eksisterende løsning uten å eksponeres for brukere før den møter din ytelsesterskel.
Se mer om lærlingmodus
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.
Evaluer modellene dineDen største samsvarsporteføljen i bransjen
-
Microsoft investerer mer enn USD 1 milliard USD årlig på cybersikkerhet og utvikling.
-
Vi har mer enn 3,500 sikkerhetseksperter som bare jobber med din datasikkerhet og ditt personvern.
-
Azure har flere samsvarssertifiseringer 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.
Dokumentasjon og ressurser
Kom i gang
Les dokumentasjonen vår
Utforsk anbefalte fremgangsmåter og konsepter
Lær hvordan du bruker Personalizer på en ansvarlig måte og skaper en positiv opplevelse for brukerne.
Vanlige 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.