パーソナライズドレコメンデーション (PAI-Rec) は、レコメンデーションシステムのための詳細なエンドツーエンドのカスタマイズ機能を提供し、エンタープライズ開発者が独自のシステムを構築、反復、保守できるようにします。
概要
PAI-Rec は、高度にカスタマイズ可能なエンドツーエンドのレコメンデーションシステムを開発するための Alibaba Cloud プラットフォームです。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ム、エンジニアリングアーキテクチャなど、複数の側面をカバーし、リトリーバル、ランキング、フィルタリング、リランキングなどの機能モジュールを組み込んでいます。Alibaba Cloud の Apsara ビッグデータアーキテクチャ上に構築された PAI-Rec により、開発者は企業の技術スタックや開発慣行に合わせて、コンポーネントを柔軟に選択し、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。また、データ診断、レコメンデーション結果のデバッグ、エンジンリリース管理のための一連のツールも提供します。A/B テストサービスと実験レポートプラットフォームを通じて、レコメンデーションシステムの反復を加速します。
インプレッションログを分析することで、開発者は特徴量エンジニアリングアルゴリズム、エンジン設定ファイル、実験レポートのメトリクスをカスタマイズし、クライアントがレコメンデーションシステムを迅速に構築・最適化できるよう支援します。PAI-Rec のホワイトボックス開発モデルは、透明性と柔軟性を高めます。経験の浅いレコメンデーションアルゴリズムチームには、まず Alibaba のアルゴリズムチームが提供するカスタムアルゴリズムモデルを使用することを推奨します。このアプローチは、システムの迅速なデプロイに役立ち、開発者がモデルのトレーニングとパフォーマンス評価を習得できるようにします。より詳細な最適化については、Alibaba Cloud のエンジニアと協力するために、ビジネスコンサルティングをリクエストできます。
さらに、PAI-Rec は、コールドスタート、トラフィックスロットリング、オンライン学習などの機能をサポートし、多様なビジネス要件に対応します。
製品の利点
PAI-Rec には、レコメンデーションシステムを構築する上で、以下の利点があります。
透明性の高いホワイトボックス設計
豊富なソースコードにより、レコメンデーションアルゴリズムの詳細を理解し、特定のビジネスニーズに合わせてコードを柔軟にカスタマイズできます。
ソースコードには、データの特徴量エンジニアリングとサンプル処理コード、リトリーバルモデルとランキングモデルを呼び出すためのスクリプト、EasyRec のリトリーバルモデルとランキングモデルのソースコード、PAI-Rec エンジンのビジネスロジックのソースコードが含まれます。
レコメンデーションアルゴリズムの便利なカスタマイズプロセス
ユーザーテーブル、アイテムテーブル、行動テーブルを設定するだけで、リトリーバルとランキングのためのスクリプトと設定ファイルを生成できます。このプロセスにより、カスタマイズされたレコメンデーションのデプロイが簡素化されます。
包括的なエンジンおよび実験管理システム
エンジンと実験のための完全な管理バックエンドを提供し、リトリーバルコンポーネントとランキングコンポーネントの管理やエンジンパラメータの更新を容易にします。
きめ細かいメトリクスのモニタリングとレポート
メトリクスとレポートの管理バックエンドを提供します。カスタムメトリクスを定義し、実験のパフォーマンスを日次または時間単位で追跡できるため、レコメンデーション効果の正確な制御とタイムリーなフィードバックが可能です。
オフラインとオンラインの特徴量の一貫性保証
オフラインとオンラインの特徴量の一貫性を比較するための専門ツールを提供し、データの不一致による実験の乖離を効果的に防止します。
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ツールを提供し、開発者がデータを迅速に理解し、その結果に基づいて特徴量エンジニアリングに適した特徴量と時間枠を選択できるよう支援します。
レコメンデーション結果を可視化する直感的なツールセット
レコメンデーション結果とリトリーバルデータを可視化するのに役立つ、さまざまな診断ツールを提供します。
強力な特徴量管理機能
特徴量プラットフォーム管理ツールと連携して、特徴量をより適切に管理し、実験効率を向上させます。
包括的な技術サービスとサポート
ソリューションを迅速に開始できるよう、さまざまな技術サービスを提供します。
依存するクラウド製品
PAI-Rec は、PAI-EasyRec を使用してリトリーバルモデルとランキングモデルをトレーニングし、Go ベースの PAI-Rec エンジンでレコメンデーションシステムを構築します。DataWorks または PAI-Designer を使用して、特徴量エンジニアリング、サンプル生成、モデルトレーニングのコードを編集およびスケジューリングできます。このシステムでは、BE、GraphCompute、または Hologres などの技術を使用して、ユーザー特徴量を保存し、アイテムツーアイテム (i2i) やベクトル検索を可能にします。また、PAI-EAS を使用して、弾力的でスケーラブルなスコアリングサービスを提供します。依存関係は次のとおりです。
Platform for AI (PAI) は、開発者および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。データアノテーション、モデル構築、モデルトレーニング、モデルデプロイ、推論最適化など、エンドツーエンドの AI 開発サービスを提供します。
EasyRec フレームワークには、最先端のディープラーニングモデルが含まれており、複数の TensorFlow バージョン (1.12 ≤ version ≤ 2.4, PAI-TF) をサポートしています。リトリーバル、プレランキング、ランキング、リランキング、多目的最適化、コールドスタートなど、レコメンデーションパイプラインのエンドツーエンドのニーズをカバーします。開発者は EasyRec フレームワークを使用して、レコメンデーションパイプライン全体の反復を加速できます。
DataWorks と MaxCompute は、統合された 2 つのクラウドネイティブなビッグデータサービスです。レコメンデーションシステムにおける特徴量処理、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、データ更新といったタスクのために、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。
説明現在、PAI-Rec は DataWorks と MaxCompute のみをサポートしています。業務で他のビッグデータサービスが必要な場合は、対応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。事前にアーキテクトと計画についてご相談ください。
Hologres は、Alibaba Cloud が開発したワンストップのリアルタイムデータウェアハウスエンジンです。大量データのリアルタイム書き込み、更新、処理、分析をサポートします。標準 SQL (PostgreSQL プロトコル、その構文、およびほとんどの関数と互換) およびペタバイト規模の多次元分析 (OLAP) とアドホック分析をサポートしています。Hologres はまた、高同時実行、低レイテンシーのオンラインデータサービング、さまざまなワークロードに対するきめ細かい分離、およびエンタープライズグレードのセキュリティを提供します。MaxCompute、Flink、DataWorks と深く統合され、オフラインとオンラインの両方のデータウェアハウジングのためのエンタープライズレベルの統合ソリューションを提供します。
Hologres を使用して、リアルタイムのユーザー行動シーケンス、ユーザー特徴量、レコメンデーションリトリーバルデータを保存し、そのベクトル検索機能を利用できます。
Graph Compute は、Alibaba Cloud が開発した高性能な分散グラフコンピューティング製品です。開発者向けに、兆単位のデータを扱うワンストップのグラフ技術サービスを提供します。Graph Compute は、複雑なグラフ関係データの保存、クエリ、計算をサポートし、グラフアルゴリズムやモデルと効率的に統合します。検索、レコメンデーション、広告、リアルタイムのリスク管理、ナレッジグラフ、ソーシャルネットワークなどのシナリオで広く使用されています。
課金
詳細については、「PAI-Rec for Personalized Recommendation Billing」をご参照ください。