Persoonlijke instellingen voor meerdere sites (preview)

Belangrijk

Vanaf 20 september 2023 kunt u geen nieuwe Personalizer-resources maken. De Personalizer-service wordt op 1 oktober 2026 buiten gebruik gesteld.

Met personalisatie met meerdere sleufs (preview) kunt u inhoud in webindelingen, carrousels en lijsten instellen waar meer dan één actie (zoals een product of stukje inhoud) wordt weergegeven aan uw gebruikers. Met Api's voor meerdere sleufs van Personalizer kunt u de AI-modellen in Personalizer laten weten welke gebruikerscontexten en producten bepaald gedrag stimuleren, rekening houdend met en leren van de plaatsing in uw gebruikersinterface. Personalizer kan bijvoorbeeld leren dat bepaalde producten of inhoud meer klikken als zijbalk of voettekst aandrijven dan als hoofdmarkering op een pagina.

In dit artikel leert u waarom personalisatie met meerdere sites de resultaten verbetert, hoe u deze inschakelt en wanneer u deze kunt gebruiken. In dit artikel wordt ervan uitgegaan dat u bekend bent met de Personalizer-API's zoals Rank en Reward, en een conceptueel begrip hebt van hoe u deze gebruikt in uw toepassing. Als u niet bekend bent met Personalizer en hoe het werkt, bekijkt u het volgende voordat u doorgaat:

• Wat is Personalizer?
• Hoe Personalizer werkt

Belangrijk

Persoonlijke instellingen voor meerdere sites zijn beschikbaar in openbare preview. Functies, benaderingen en processen veranderen op basis van feedback van gebruikers. Als u de preview van meerdere sleufs inschakelt, worden andere Personalizer-functionaliteit in uw lus permanent uitgeschakeld. Persoonlijke instellingen met meerdere sleufen kunnen niet worden uitgeschakeld zodra deze is ingeschakeld voor een Personalizer-lus. Lees dit document en houd rekening met de impact voordat u een Personalizer-lus configureert voor persoonlijke instellingen met meerdere sleufs.

Wanneer moet u persoonlijke instellingen voor meerdere sleuf gebruiken

Wanneer u producten en/of inhoud weergeeft aan gebruikers, wilt u mogelijk meer dan één item weergeven aan uw klanten. Voorbeeld:

• Website-indelingen voor startpagina's: Veel tegels en paginagebieden zijn gewijd aan het markeren van inhoud in vakken, banners en zijbalken van verschillende vormen en maten. Persoonlijke instellingen voor meerdere sleufen leren hoe de kenmerken van deze indeling van invloed zijn op de keuzes en acties van klanten.
• Carrouels: Carrousels van dynamisch veranderende inhoud hebben een handvol items nodig om te fietsen. Persoonlijke instellingen met meerdere sleufen kunnen leren hoe de duur van de reeks en zelfs de weergaveduur van invloed is op klikken en betrokkenheid.
• Gerelateerde producten/inhoud en ingesloten verwijzingen: het is gebruikelijk om gebruikers te betrekken door verwijzingen naar aanvullende inhoud en producten in banners, zijbalken, vignettes en voettekstvakken in te sluiten of te interspersen. Persoonlijke instellingen voor meerdere sleufs kunnen u helpen uw verwijzingen toe te wijzen waar ze waarschijnlijk meer gebruik zullen maken.
• Zoekresultaten of lijsten: Als uw zoekfunctionaliteit van uw toepassing, waarbij u resultaten opgeeft als lijsten of tegels, kunt u met behulp van persoonlijke instellingen voor meerdere sites kiezen welke items u bovenaan wilt markeren, gezien meer metagegevens dan traditionele classificaties.
• Dynamische kanalen en afspeellijsten: personalisatie met meerdere sites kan helpen bij het bepalen van een korte volgorde voor een lijst met video's of nummers die naast een dynamisch kanaal moeten worden afgespeeld.

Met persoonlijke instellingen voor meerdere sites kunt u de "slots" declareren in de gebruikersinterface waarvoor acties moeten worden gekozen. Hiermee kunt u ook meer informatie geven over de sleuven, zodat Personalizer de productplaatsing kan verbeteren, zoals dit een grote doos of een kleine doos? Wordt er een bijschrift of alleen een functie weergegeven? Bevindt het zich in een voettekst of een zijbalk?

Persoonlijke instellingen voor meerdere sleuf gebruiken

1. Persoonlijke instellingen voor meerdere sleuf inschakelen
2. JSON-object maken voor rangschikkingsaanvraag
3. De Rank API-definitiesites en basislijnacties aanroepen
4. De Rewards-API's aanroepen

Persoonlijke instellingen voor meerdere sleufs inschakelen

Zie Verschillen tussen persoonlijke instellingen met één site en meerdere sites hieronder om te begrijpen en te bepalen of persoonlijke instellingen voor meerdere sites nuttig zijn voor u. Persoonlijke instellingen voor meerdere sites is een preview-functie: we raden u aan om een nieuwe Personalizer-lus te maken als u persoonlijke instellingen voor meerdere sleuf-API's wilt testen, omdat het inschakelen ervan niet omkeerbaar is en gevolgen heeft voor een Personalizer-lus die in productie wordt uitgevoerd.

Zodra u hebt besloten om een lus te converteren naar persoonlijke instellingen voor meerdere sleufs, moet u deze stappen één keer uitvoeren voor deze Personalizer-lus:

Personalizer-exemplaar upgraden naar Multi-Slot

Notitie

Personalisatie met meerdere sleufs (preview) heeft invloed op andere functionaliteit van de Personalizer-service. Deze wijziging kan niet ongedaan worden gemaakt. Voordat u persoonlijke instellingen voor meerdere sleufs inschakelt, raadpleegt u Persoonlijke instellingen voor meerdere sleufs (preview).

1. Schakel Automatische optimalisatie uitschakelen in Azure Portal, in de Personalizer-resource, onder Resourcebeheer, op de pagina Model- en leerinstellingen automatische optimalisatie uit en sla deze op.

Notitie

Persoonlijke instellingen voor meerdere sites werken alleen als u Automatische optimalisatie uitschakelt. Automatische optimalisatie voor persoonlijke instellingen met meerdere sleufs wordt in de toekomst ondersteund.

2. Werk Personalizer bij naar meerdere sleuf in Azure Portal, in de Personalizer-resource, onder Resourcebeheer, op de pagina Model- en leerinstellingen de optie Leerinstellingen exporteren. Het argumentveld in het gedownloade json-bestand begint met --cb_explore_adf. Wijzig dit in --ccb_explore_adf en sla het bestand op. CB (contextuele bandieten) en CCB (voorwaardelijke contextuele bandieten) zijn respectievelijk de algoritmen die Personalizer gebruikt voor personalisatie met één sleuf en meerdere sleufs. ADF (actieafhankelijke functies) betekent dat de acties worden uitgedrukt/geïdentificeerd met functies.

Blader op hetzelfde tabblad in de portal onder Leerinstellingen importeren naar het onlangs gewijzigde JSON-bestand en upload het. Hiermee wordt uw Personalizer-exemplaar bijgewerkt naar een Personalizer met meerdere sleufs en wordt nu ondersteuning geboden voor Rank- en Reward-aanroepen met meerdere sleufs.

JSON-object maken voor een Rank-aanvraag

Voor het gebruik van personalisatie met meerdere sites is een API vereist die enigszins verschilt van de personalisatie-API met één site.

U declareert de sites die beschikbaar zijn om acties toe te wijzen in elke Rank-aanroepaanvraag, in het object slots:

• Matrix met sleuven: U moet een matrix met sleuven declareren. Sleuven worden geordend: de positie van elke sleuf in de matrix is belangrijk. We raden u ten zeerste aan om uw sitedefinities te ordenen op basis van het aantal beloningen/klikken/conversies dat elke site meestal krijgt, te beginnen met het aantal dat het meeste krijgt. U plaatst bijvoorbeeld een groot vak 'hero' voor een website als site 1, in plaats van een kleine voettekst. Alle andere dingen die gelijk zijn, personalizer wijst acties toe met meer kansen om eerder in de reeks beloningen te krijgen.
• Site-id: u moet een site-id aan elke site geven: een tekenreeks die uniek is voor alle andere sites in deze Rank-aanroep.
• Sitefuncties: U moet aanvullende metagegevens opgeven die deze beschrijven en verder onderscheiden van andere sites. Dit worden functies genoemd. Bij het bepalen van sitefuncties moet u dezelfde richtlijnen volgen die worden aanbevolen voor de functies van context en acties (Zie: Functies voor context en acties). Typische sitefuncties helpen bij het identificeren van grootte, positie of visuele kenmerken van een element van de gebruikersinterface. Bijvoorbeeld position: "top-left", size: "big", animated: "no"of sidebar: "true" sequence: "1".
• Basislijnacties: u moet de basislijnactie-id voor elke site opgeven. Dat wil gezegd, de id van de actie die in die site zou worden weergegeven als Personalizer niet bestond. Dit is vereist om Personalizer te trainen in de leerlingmodus en om een zinvol getal te hebben bij het uitvoeren van offlineevaluaties.
• Voldoende acties: Zorg ervoor dat u Rank aanroept met meer acties dan sites, zodat Personalizer ten minste één actie kan toewijzen aan elke site. Personalizer herhaalt geen aanbevelingen voor acties in sites: met het rangschikkingsantwoord wordt elke actie maximaal aan één site toegewezen.

Het is in orde als u sleuven in de loop van de tijd toevoegt of verwijdert, de functies toevoegt en wijzigt, of de matrix opnieuw rangschikt: Personalizer past zich aan en houdt training op basis van de nieuwe informatie.

Hier volgt een voorbeeldobject slots met enkele voorbeeldfuncties. Hoewel het merendeel van het slots object stabiel is (omdat UIS's langzaam veranderen), verandert het grootste deel ervan niet vaak: Maar u moet ervoor zorgen dat u de juiste baselineAction-id's toewijst aan elke Rank-aanroep.

"slots": [ 
    { 
      "id": "BigHighlight", 
      "features": [ 
            { 
              "size": "Large", 
              "position": "Left-Middle" 
            }
        ],
        "baselineAction": "BlackBoot_4656" 
    }, 

    { 
      "id": "Sidebar1", 
      "features": [ 
            { 
              "size": "Small", 
              "position": "Right-Top" 
            } 
        ],
        "baselineAction": "TrekkingShoe_1122"  
    }  
  ]

Het antwoord van de Rank-API gebruiken

Een rank-antwoord met meerdere sites van de bovenstaande aanvraag kan er als volgt uitzien:

{ 
  "slots": [ 
        { 
          "id": "BigHighlight", 
          "rewardActionId": "WhiteSneaker_8181" 
        }, 
        { 
          "id": "SideBar1", 
          "rewardActionId": "BlackBoot_4656" 
        } 
    ], 
  "eventId": "123456D0-BFEE-4598-8196-C57383D38E10" 
} 

Neem de rewardActionId voor elke site en gebruik deze om uw gebruikersinterface op de juiste manier weer te geven.

De Reward-API aanroepen

Personalizer leert hoe u acties kiest waarmee de beloning wordt gemaximaliseerd. Uw toepassing bekijkt gebruikersgedrag en berekent een 'beloningsscore' voor Personalizer op basis van de waargenomen reactie. Als de gebruiker bijvoorbeeld op de actie in de "slotId": "SideBar1",actie heeft geklikt, stuurt u een '1' naar Personalizer om positieve versterking te bieden voor de actiekeuzes.

De reward-API specificeert de eventId voor de beloning in de URL:

https://{endpoint}/personalizer/v1.0/events/{eventId}/reward

De beloning voor de bovenstaande gebeurtenis met id: 123456D0-BFEE-4598-8196-C57383D38E10/reward wordt bijvoorbeeld verzonden naar https://{endpoint}/personalizer/v1.0/events/123456D0-BFEE-4598-8196-C57383D38E10/reward/reward:

{ 
  "reward": [ 
    { 
      "slotId": "BigHighlight", 
      "value": 0.2 
    }, 
    { 
      "slotId": "SideBar1", 
     "value": 1.0 
    }, 
  ] 
} 

U hoeft niet alle beloningsscores op te geven in slechts één aanroep van de Reward-API. U kunt de Reward-API meerdere keren aanroepen, elk met de juiste eventId en slotIds. Als er geen beloningsscore wordt ontvangen voor een site in een gebeurtenis, wijst Personalizer impliciet de RewardDefault toe die is geconfigureerd voor de lus (meestal 0).

Verschillen tussen persoonlijke instellingen voor één site en meerdere sites

Er zijn verschillen in hoe u de Rank- en Reward-API's gebruikt met persoonlijke instellingen voor één en meerdere sites:

Beschrijving	Persoonlijke instellingen voor één site	Persoonlijke instellingen voor meerdere sleuf
Aanvraagelementen van API-aanroep rangschikken	U verzendt een contextobject en een lijst met acties	U verzendt context, een lijst met acties en een geordende lijst met sites
Rangschikkingsaanvraag die de basislijn opgeeft	Personalizer voert de eerste actie uit in de actielijst als basislijnactie (het item dat uw toepassing zou hebben gekozen als Personalizer niet bestond).	U moet de basislijn ActionID opgeven die in elke site zou zijn gebruikt.
Reactie van Rank-API-aanroep	Uw toepassing markeert de actie die is aangegeven in het veld rewardActionId	Het antwoord bevat een andere rewardActionId voor elke site die is opgegeven in de aanvraag. Uw toepassing toont deze rewardActionId-acties in elke site.
Reward-API-aanroep	U roept de Reward-API aan met een beloningsscore, die u berekent op basis van hoe de gebruikers interactie hebben gehad met rewardActionId voor deze specifieke eventId. Als de gebruiker er bijvoorbeeld op heeft geklikt, verzendt u een beloning van 1.	U geeft de Reward voor elke site op, gezien hoe goed de actie met rewardActionId gewenste gebruikersgedrag heeft geactiveerd. Dit kan worden verzonden in een of meerdere Reward-API-aanroepen met dezelfde eventId.

Impact van het inschakelen van meerdere sleuf voor een Personalizer-lus

Houd ook rekening met het volgende wanneer u meerdere sleufs inschakelt:

Beschrijving	Persoonlijke instellingen voor één site	Persoonlijke instellingen voor meerdere sleuf
Inactieve gebeurtenissen en activering	Wanneer u de activerings-API aanroept, activeert Personalizer de gebeurtenis, verwacht een beloningsscore of wijst u de geconfigureerde standaardbeloning toe als de wachttijd voor beloning wordt overschreden.	Personalizer activeert en verwacht beloningen voor alle sites die zijn opgegeven in de eventId
Leerlingmodus	Personalizer Rank API retourneert altijd de basislijnactie en traint interne modellen door de basislijnactie te imiteren.	Personalizer Rank API retourneert de basislijnactie voor elke site die is opgegeven in het veld baselineAction. Personalizer traint interne modellen bij het imiteren van de eerste
Leersnelheid	Alleen leert van de gemarkeerde actie	Kan leren van interacties met elke site. Dit betekent doorgaans meer gebruikersgedrag dat beloningen kan opleveren, wat resulteert in sneller leren voor Personalizer.
Offline evaluaties	Vergelijkt de prestaties van Personalizer op basis van de basislijn en geoptimaliseerde leerinstellingen, op basis van welke actie ze zouden zijn gekozen.	(Preview-beperking) Evalueert alleen de prestaties van de eerste sleuf in de matrix. Voor nauwkeurigere evaluaties raden we u aan ervoor te zorgen dat de site met de meeste beloningen de eerste in uw matrix is.
Automatische optimalisatie (preview)	Uw Personalizer-lus kan periodiek offline evaluaties op de achtergrond uitvoeren en Leerinstellingen optimaliseren zonder administratieve tussenkomst	(Preview-beperking) Automatische optimalisatie is uitgeschakeld voor Personalizer-lussen waarvoor API's met meerdere sleufs zijn ingeschakeld.

Volgende stappen

• Persoonlijke instellingen voor meerdere sleuf gebruiken
• Voorbeeld: Jupyter Notebook waarop een persoonlijke lus met meerdere sleufs wordt uitgevoerd