无需具备机器学习专业知识，即可方便、快速地构建个性化推荐系统
Amazon Personalize，一项用于构建个性化推荐系统的完全托管型机器学习服务，在亚马逊云科技中国（北京）区域（由光环新网运营）正式上线。使用该服务，开发人员无需具备机器学习专业知识，用户可用它训练、调整和部署自己定制的机器学习模型，构建个性化推荐系统，用于产品推荐、个性化营销、个性化搜索和定制化直销等广泛的个性化推荐场景。访问https://aws.amazon.com/cn/personalize/，即可以开始使用 Amazon Personalize。
亚马逊云科技大中华区云服务产品管理总经理顾凡表示：“一直以来，对推荐系统的需求可以说无处不在。从电商购物、新闻阅读、音视频到在线应用的推荐，很多公司都希望构建个性化推荐系统增强用户体验，增加业务营收。构建准确有效的个性化推荐系统需要解决如机器学习算法、模型等诸多技术挑战。我们非常高兴通过与光环新网的紧密合作在中国区域上线Amazon Personalize，降低了机器学习技术的门槛，让客户能够专注于自己的业务创新，无需深入了解机器学习，即能构建自己的个性化推荐系统，享受人工智能带来的便捷。“
早在1998年，Amazon.com亚马逊电商就上线了基于物品的协同过滤算法，是业界首次将推荐系统应用于百万物品及百万用户规模。这就是后来享誉业界的创新——亚马逊电商“千人千面”的个性化推荐。Amazon Personalize正是将亚马逊20多年机器学习方面的创新实践和经验进行提炼，赋能给所有行业、各种规模的企业，以及开发人员和数据科学家，让他们可以将构建定制模型的时间从几个月缩短到几天。
使用Amazon Personalize，开发者只需要提供页面浏览、注册或购买等用户行为信息，告诉Amazon Personalize要推荐的项目清单是音乐、视频、产品还是新闻文章，就可以通过应用程序编程接口（API）接收到推荐结果。Amazon Personalize会对数据进行处理和检查，识别出有意义的内容，并从亚马逊电商零售业务多年打造的高级算法库中选择算法，根据客户数据训练和优化个性化模型。在整个过程中，所有数据都经过加密以确保私有和安全，仅用于为用户创建推荐。
Amazon Personalize预置了必要的基础设施，并管理整个机器学习管道，包括处理数据、确定功能、使用最佳算法以及训练、优化和托管模型等。客户通过API接收结果，并根据使用量付费，而没有最低消费或预付承诺。
有道乐读是网易有道旗下一款致力于提升少年儿童阅读素养的数字阅读教育产品，并希望能提供从“千人一面”到“千人千面”的阅读体验。有道乐读技术开发人员配置较少且人工智能经验较浅，如何在更短时间内上线推荐系统，节省学习成本，是团队在选型时考虑的重要问题。有道乐读资深服务器开发工程师姜为表示，“使用Amazon Personalize，有道乐读APP研发团队在一个月内成功打造少儿图书的精准化推荐场景，将月活跃用户提升20%。”
作为乐天有限公司下辖子公司，乐天玛特是韩国领先的零售商，销售各类日用百货、服装、玩具、电子产品及其他商品。如今，消费者们拥有极为丰富的日用品购买渠道，包括大卖场、电商平台、便利店以及超市等等。乐天玛特决定使用Amazon Personalize为老客户们提供个性化优惠券推荐，借此提高其到店频率、增强新产品购买率，并最终强化客户忠诚度。乐天玛特大数据分析师Sungoh Park表示：“自从引入Amazon Personalize以来，优惠券使用量较以往基于规则的统计性推荐系统增加了一倍以上。新产品的购买率提高了1.7倍——较以往统计方法提升显著。更重要的是，新产品购买率的提升表明乐天玛特成功发掘出了客户群体中的隐藏购买需求。这种以个性化优惠券为载体的全新运营模式显著改善了乐天玛特的月度销售额。”
StockX是一家来自底特律的初创公司，希望以独特的竞价/出价市场革新电子商务体系。该平台的设计灵感源自纽约证券交易所，并将运动鞋与街头潮牌服饰等商品视为高价值可交易商品。凭借运营透明化的市场交易体验，StockX 帮助消费者以真实市场价购买备受追捧的真品。StockX 公司机器学习部门创始成员兼负责人Sam Bean表示：“2019年，StockX 公司正经历高速增长，我们的机器学习工程师小组也开始尝试使用 Amazon Personalize 在主页上添加‘为您推荐’产品推荐行。我们的团队在这场假期购物季的几周之前着手项目开发，并在购物季到来时及时将其上线。可以自豪地说，在Amazon Personalize的帮助下，我们的微服务架构在整个假期当中都表现出近乎完美的可用性。最终，这项新功能成了主页上最受欢迎的部分。‘为您推荐’成为我们团队乃至整个StockX公司的一次巨大胜利。”
