無需具備機器學習專業知識，即可方便、快速地構建個性化推薦系統
Amazon Personalize，一項用於構建個性化推薦系統的完全託管型機器學習服務，在亞馬遜雲科技中國（北京）區域（由光環新網運營）正式上線。使用該服務，開發人員無需具備機器學習專業知識，使用者可用它訓練、調整和部署自己定製的機器學習模型，構建個性化推薦系統，用於產品推薦、個性化營銷、個性化搜尋和定製化直銷等廣泛的個性化推薦場景。訪問https://aws.amazon.com/cn/personalize/，即可以開始使用 Amazon Personalize。
亞馬遜雲科技大中華區雲服務產品管理總經理顧凡表示：“一直以來，對推薦系統的需求可以說無處不在。從電商購物、新聞閱讀、音視訊到線上應用的推薦，很多公司都希望構建個性化推薦系統增強使用者體驗，增加業務營收。構建準確有效的個性化推薦系統需要解決如機器學習演算法、模型等諸多技術挑戰。我們非常高興通過與光環新網的緊密合作在中國區域上線Amazon Personalize，降低了機器學習技術的門檻，讓客戶能夠專注於自己的業務創新，無需深入瞭解機器學習，即能構建自己的個性化推薦系統，享受人工智慧帶來的便捷。“
早在1998年，Amazon.com亞馬遜電商就上線了基於物品的協同過濾演算法，是業界首次將推薦系統應用於百萬物品及百萬使用者規模。這就是後來享譽業界的創新——亞馬遜電商“千人千面”的個性化推薦。Amazon Personalize正是將亞馬遜20多年機器學習方面的創新實踐和經驗進行提煉，賦能給所有行業、各種規模的企業，以及開發人員和資料科學家，讓他們可以將構建定製模型的時間從幾個月縮短到幾天。
使用Amazon Personalize，開發者只需要提供頁面瀏覽、註冊或購買等使用者行為資訊，告訴Amazon Personalize要推薦的專案清單是音樂、視訊、產品還是新聞文章，就可以通過應用程式程式設計介面（API）接收到推薦結果。Amazon Personalize會對資料進行處理和檢查，識別出有意義的內容，並從亞馬遜電商零售業務多年打造的高階演算法庫中選擇演算法，根據客戶資料訓練和優化個性化模型。在整個過程中，所有資料都經過加密以確保私有和安全，僅用於為使用者建立推薦。
Amazon Personalize預置了必要的基礎設施，並管理整個機器學習管道，包括處理資料、確定功能、使用最佳演算法以及訓練、優化和託管模型等。客戶通過API接收結果，並根據使用量付費，而沒有最低消費或預付承諾。
有道樂讀是網易有道旗下一款致力於提升少年兒童閱讀素養的數字閱讀教育產品，並希望能提供從“千人一面”到“千人千面”的閱讀體驗。有道樂讀技術開發人員配置較少且人工智慧經驗較淺，如何在更短時間內上線推薦系統，節省學習成本，是團隊在選型時考慮的重要問題。有道樂讀資深伺服器開發工程師姜為表示，“使用Amazon Personalize，有道樂讀APP研發團隊在一個月內成功打造少兒圖書的精準化推薦場景，將月活躍使用者提升20%。”
作為樂天有限公司下轄子公司，樂天瑪特是韓國領先的零售商，銷售各類日用百貨、服裝、玩具、電子產品及其他商品。如今，消費者們擁有極為豐富的日用品購買渠道，包括大賣場、電商平臺、便利店以及超市等等。樂天瑪特決定使用Amazon Personalize為老客戶們提供個性化優惠券推薦，藉此提高其到店頻率、增強新產品購買率，並最終強化客戶忠誠度。樂天瑪特大資料分析師Sungoh Park表示：“自從引入Amazon Personalize以來，優惠券使用量較以往基於規則的統計性推薦系統增加了一倍以上。新產品的購買率提高了1.7倍——較以往統計方法提升顯著。更重要的是，新產品購買率的提升表明樂天瑪特成功發掘出了客戶群體中的隱藏購買需求。這種以個性化優惠券為載體的全新運營模式顯著改善了樂天瑪特的月度銷售額。”
StockX是一家來自底特律的初創公司，希望以獨特的競價/出價市場革新電子商務體系。該平臺的設計靈感源自紐約證券交易所，並將運動鞋與街頭潮牌服飾等商品視為高價值可交易商品。憑藉運營透明化的市場交易體驗，StockX 幫助消費者以真實市場價購買備受追捧的真品。StockX 公司機器學習部門創始成員兼負責人Sam Bean表示：“2019年，StockX 公司正經歷高速增長，我們的機器學習工程師小組也開始嘗試使用 Amazon Personalize 在主頁上新增‘為您推薦’產品推薦行。我們的團隊在這場假期購物季的幾周之前著手專案開發，並在購物季到來時及時將其上線。可以自豪地說，在Amazon Personalize的幫助下，我們的微服務架構在整個假期當中都表現出近乎完美的可用性。最終，這項新功能成了主頁上最受歡迎的部分。‘為您推薦’成為我們團隊乃至整個StockX公司的一次巨大勝利。”