什么是 Azure Personalizer
Azure Personalizer 官网 ： https://azure.microsoft.com/en-us/services/cognitive-services/personalizer/
简单来说，Azure Personalizer 是一个基于强化学习的个性化体验创建服务，应用程序通过不断学习用户的行为，有助于向用户展示最佳匹配的内容，比如可以使用 Azure Personalizer 向特定购物者推荐产品，或使用 Azure Personalizer 来确定广告的最佳投放位置。
DEMO Site: https://personalizationdemo.azurewebsites.net/
使用场景
- 个性化推荐：通过提供个性化选项，帮助用户在意图不明确时获得更好的体验。
- 提供默认建议：让机器人在一开始以个性化的方式建议最可能的项目，而不是提供非个人的菜单或替代列表。
- 机器人特质和语气：对于可以改变语气和写作风格的机器人，可进行个性化学习。
- 通知和警报内容：确定用于警报的内容，以吸引更多用户。
- 通知和警报时间：个性化学习何时向用户发送通知以使他们更多地参与其中。
支持的编程语言
- C#
- JavaScript
- Python
工作流程
- 1、创建 PersonalizerClient 用以和 Azure Personalizer 进行通信
- 2、创建 RankRequest 向 Rank API 发送特征数据，并返回模型认为的最佳结果
- 3、对于返回结果，人为评分，并创建 RewardRequest 向 Reward API 发送对于返回结果的得分情况
- 4、循环2、3两步，使得基于强化学习（Reinforcement Learning）的 Personalizer 通过得分情况不断优化模型
![]()
模型参数配置
主要包含以下参数，详情可参考 Link：
- Reward：“奖励机制”的相关配置，包括等待 Reward 反馈的时间、默认 Reward 值以及收到多个 Reward 值时的 Reward 聚合方式。
- Exploration：通过浏览备选方式，而不是使用定型模型的预测结果，来发现新模式并适应用户行为的改变。Exploration 值决定了用于探索备选方法的排名调用的百分比。
- Model update frequency：模型更新频率。
- Data retention：数据保留时间，用于设置 Personalizer 要将数据日志保留多少天。
