PAI-Rec は、エンドツーエンドで詳細なカスタマイズとレコメンデーションシステムの開発のためのプラットフォームです。このプラットフォームを使用すると、企業の開発者は、レコメンデーションシステムを独自に構築、開発、反復、および保守できます。
概要
PAI-Rec は、Alibaba Cloud によって開発されたレコメンデーションシステム開発プラットフォームです。企業の開発者に、エンドツーエンドの深層カスタマイズされたレコメンデーションシステムを提供するように設計されています。このプラットフォームは、オフライン処理、オンラインサービス、リアルタイム データストリーミング、エンジニアリングアーキテクチャなど、複数のディメンションを網羅しています。リコール、ランキング、フィルタリング、再ランキングなどの機能モジュールが含まれています。PAI-Rec は Alibaba Cloud Apsara のビッグデータアーキテクチャに基づいて動作し、開発者は企業の技術スタックと開発習慣に基づいてサービスタイプを選択し、レコメンデーションパイプラインのコードをカスタマイズできます。さらに、PAI-Rec は、データ診断および分析ツール、レコメンデーション結果デバッグツール、エンジンリリース管理ツールなど、さまざまなツールを提供します。 A/B テスト サービスと実験レポートプラットフォームは、レコメンデーションシステムの反復効率を大幅に向上させるのに役立ちます。
開発者は、フロントエンド イベント追跡タスクによって収集されたログに基づいてデータ分析を実行し、ビジネス要件に基づいて特徴エンジニアリングアルゴリズムのコード、エンジン構成ファイル、実験レポート メトリック、および統計関連コードをカスタマイズできます。これにより、レコメンデーションシステムを簡単に構築および最適化できます。 PAI-Rec は、開発者に、より透過的で柔軟な開発エクスペリエンスを提供するホワイトボックス開発モードを提供します。さらに、企業のレコメンデーションアルゴリズムチームとエンジニアリングチームが成熟していない場合は、初期段階で Alibaba Cloud アルゴリズムチームによってカスタマイズされた業界固有のアルゴリズムモデルを使用してサービスを開始することをお勧めします。これは、企業が短期間で完全なレコメンデーションシステムをデプロイするのを支援するだけでなく、開発者が独立したモデルのトレーニングと効果評価をすぐに開始するのにも役立ちます。 Alibaba Cloud エンジニアによる詳細なチューニングカスタマイズやチューニングエクスペリエンスの共有など、Alibaba Cloud とのさらなる協力が必要な場合は、Alibaba Cloud カスタマーサービスにお問い合わせください。
PAI-Rec は、コールドスタート、レコメンデーション コントロール、オンライン学習など、さまざまなビジネス要件を満たすためのさまざまな機能も提供します。
メリット
PAI-Rec には次のメリットがあります。
透過性の高いホワイトボックス開発
PAI-Rec は大量のソースコードを提供するため、ユーザーはレコメンデーションアルゴリズムの詳細を理解し、さまざまなビジネス要件に合わせてコードをカスタマイズできます。
ソースコードには、特徴エンジニアリングとサンプル処理のソースコード、リコールモデルとランキングモデルを呼び出すスクリプトコード、EasyRec リコールモデルとランキングモデルのソースコード、PAI-Rec エンジンのサービスソースコードなどがあります。
便利なレコメンデーションソリューションカスタマイズプロセス
ユーザーは、ユーザーテーブル、アイテムテーブル、および行動テーブルを構成するだけで、リコールスクリプトとランキングスクリプト、および構成ファイルを生成できます。これにより、レコメンデーションソリューションのカスタマイズが簡素化されます。
包括的なエンジンおよび実験管理システム
包括的なエンジン管理および実験管理プラットフォームが提供されます。ユーザーはこのプラットフォームを使用して、リコールコンポーネントとランキングコンポーネントを簡単に管理し、エンジンパラメーターを更新できます。
詳細なメトリックの監視とレポート
ユーザーがメトリックをカスタマイズし、日ごとまたは時間ごとに実験結果を取得するためのメトリックおよびレポート管理プラットフォームが提供されます。これにより、レコメンデーション結果の正確な監視とタイムリーなフィードバックが保証されます。
オフラインとオンラインの特徴間の一貫性の保証
オンラインとオフラインの特徴間の一貫性を比較するためのツールが提供されます。これにより、一貫性の問題によって発生する実験エラーを防ぎます。
インテリジェントなデータ診断と分析
インテリジェントなデータ診断機能が提供され、開発者はデータをすばやく理解し、診断結果に基づいて特徴エンジニアリングの特徴とタイムウィンドウを選択できます。
レコメンデーション結果を直感的に観察するためのツール
さまざまな診断ツールが提供され、ユーザーはレコメンデーション結果とリコールデータを視覚的に観察できます。
強力な FeatureStore
PAI-Rec は FeatureStore と統合されており、ユーザーは特徴をより適切に管理できるため、実験効率が向上します。
あらゆる技術サポート
さまざまな技術サポートサービスが提供され、ユーザーの質問に答え、ソリューションを有効に活用できるよう支援します。
依存クラウドサービス
EasyRec of Platform for AI (PAI) は、リコールモデルとランキングモデルのトレーニングに使用され、PAI-Rec engine in Go は、レコメンデーションシステムの構築に使用されます。PAI の DataWorks または Machine Learning Designer は、特徴エンジニアリングのコード、サンプルとモデルのトレーニングの編集とスケジュールに使用されます。Graph Compute と Hologres は、ユーザーの特徴を保存し、アイテム間 (I2I) クエリとベクタクエリをサポートするために使用されます。PAI の Elastic Algorithm Service (EAS) は、スケーラブルなスコアリングサービスを提供するために使用されます。次のセクションでは、関連サービスについて説明します。
クラウドサービス | 説明 |
PAI は、開発者と企業向けの機械学習およびディープラーニング エンジニアリングプラットフォームです。PAI は、データのラベル付け、モデルの構築、モデルのトレーニング、モデルのデプロイ、推論の最適化など、エンドツーエンドの AI 開発サービスを提供します。 | |
EasyRec algorithm framework | EasyRec は、業界をリードするディープラーニングモデルを組み込んだアルゴリズムフレームワークです。 TensorFlow 1.12 以降のバージョン、TensorFlow 2.4 以前のバージョン、および PAI-TensorFlow をサポートしています。リコール、粗ランキング、ファインランキング、再ランキング、多目的ランキング、コールドスタートなど、エンドツーエンドのレコメンデーション要件を満たしています。 EasyRec は、開発者が特徴の反復を高速化して、エンドツーエンドのレコメンデーション要件を満たすのに役立ちます。 |
DataWorks と MaxCompute は クラウドネイティブ ビッグデータサービスです。 これら 2 つのサービスは一緒に使用できます。 特徴処理、サンプル生成、プロファイル管理、モデルスケジューリング、データ更新、およびレコメンデーションシステムのその他のフェーズのための使いやすい開発ツールと安定したデータ環境を提供します。 説明 PAI-Rec は DataWorks と MaxCompute のみをサポートしています。他のビッグデータサービスを使用するには、関連するエンジンコードを変更する必要がある場合があります。この場合、事前にアーキテクトと連絡を取る必要があります。 | |
Hologres は、Alibaba Cloud によって開発された統合リアルタイム データ ウェアハウジング サービスです。 Hologres を使用すると、大量のデータをリアルタイムで書き込み、更新、処理、および分析できます。 Hologres は、標準 SQL (PostgreSQL と互換性があります) 構文、ほとんどの PostgreSQL 関数、およびオンライン分析処理（OLAP）、および最大ペタバイトのデータに対するアドホック分析をサポートしています。 Hologres は、高並列性と低レイテンシのオンライン データ サービスを提供し、複数のワークロードの詳細な分離とエンタープライズレベルのセキュリティ機能をサポートしています。 Hologres は、MaxCompute、Realtime Compute for Apache Flink、および DataWorks と緊密に統合されており、企業向けのフルスタックのオンラインおよびオフライン データ ウェアハウジング ソリューションを提供します。 | |
Graph Compute | Graph Compute は、Alibaba Cloud によって開発された高性能分散グラフコンピューティングサービスです。数兆のデータレコードをサポートするエンドツーエンドのグラフコンピューティングサービスを提供します。 Graph Compute を使用すると、グラフアルゴリズムとモデルを使用して、複雑なグラフ関係データを効率的に保存、クエリ、および計算できます。 Graph Compute は、検索の推奨広告、リアルタイム リスク管理、ナレッジグラフ、ソーシャルネットワークなど、幅広いシナリオで使用できます。 |