Definition Was ist Amazon Personalize?

Autor / Redakteur: Dipl.-Ing. (FH) Stefan Luber / Nico Litzel

Amazon Personalize ist ein Cloud-Dienst zum Erstellen personalisierter Empfehlungen. Der Service basiert auf Verfahren des Machine Learnings und nutzt die von Amazon über viele Jahre gesammelten Erfahrungen des auf ihren Webseiten zum Einsatz kommenden Personalisierungssystems. Empfehlungen lassen sich in Echtzeit oder im Batch-Modus erstellen und für diverse Zwecke einsetzen. Das Preismodell des Service ist nutzungsabhängig.

Firma zum Thema

(Bild: © aga7ta - stock.adobe.com)

Amazon Personalize ist der Name eines im Rahmen der Amazon Web Services (AWS) erbrachten Cloud-Dienstes zum Erstellen personalisierter Empfehlungen. Der Service wird von Amazon voll gemanagt und ist in der Lage, personalisierte Empfehlungen oder individualisierte Suchergebnisse beispielsweise ähnlicher Produkte in Echtzeit zu liefern. Es kommen die gleichen Machine-Learning-Verfahren wie für die auf den Amazon-Webseiten verwendeten Personalisierungs- und Empfehlungssysteme zum Einsatz.

Um Amazon Personalize zu nutzen und in eigene Anwendungen zu integrieren, ist kein spezifisches Machine-Learning-Know-how notwendig. Dank Künstlicher Intelligenz (KI) ist Amazon Personalize klassischen regelbasierten Empfehlungssystemen überlegen. Einsetzbar ist Amazon Personalize in unterschiedlichen Branchen für Anwendungen wie Produktempfehlungen, personalisierte Werbung oder Direktmarketing. Die Einbindung in eigene Anwendungen ist über das bereitgestellte Application Programming Interface (API) möglich.

Das Gebührenmodell des Service ist nutzungsabhängig. Es fallen für den Service weder Mindestgebühren noch Vorabkosten an. Die zu entrichtenden Preise sind abhängig von der Menge der verarbeiteten und gespeicherten Daten, von den angefallenen Rechenstunden für das Training des Machine-Learning-Modells und von den von Amazon Personalize verarbeiteten Personalisierungsanfragen (Inferenzgebühr). Für die ersten beiden Monate der Nutzung von Amazon Personalize steht ein kostenloses Kontingent zum Kennenlernen und zum Testen des Services zur Verfügung.

Die Funktionsweise von Amazon Personalize

Amazon Personalize basiert auf den von Amazon über viele Jahre gesammelten Erfahrungen in der Entwicklung und im Betreiben eigener Personalisierungssysteme. Es kommen gleiche Machine-Learning-Verfahren und Algorithmen wie für die Personalisierungssysteme der Amazon-Webseiten zum Einsatz. Prinzipiell sind zum Erstellen von personalisierten Empfehlungen folgende Prozessschritte zu durchlaufen:

  • 1. Auswahl, Bearbeitung und Formatierung der Eingabe- und Metadaten für das individuelle Empfehlungsmodell
  • 2. Hochladen der Daten
  • 3. Auswahl passender Algorithmen zur Schulung des Modells
  • 4. Training des Machine-Learning-Modells
  • 5. Bereitstellung des trainierten Modells
  • 6. Generieren von personalisierten Empfehlungen auf Basis des trainierten Machine-Learning-Modells über die Inferenz-API

Um das ML-Modell zu trainieren, benötigt Amazon Personalize geeignete Daten wie Informationen über Benutzeraktivitäten beispielsweise Klicks auf Webseitenelemente, Bewertungen von Produkten oder zum Warenkorb hinzugefügte Produkte. Weitere Daten sind Katalogdaten und zugehörige Metadaten der Katalogartikel sowie Profildaten der Benutzer.

Die Auswahl des passenden Algorithmus zum Trainieren des ML-Modells kann manuell oder automatisiert mithilfe von AutoML erfolgen. Die personalisierten Empfehlungen erstellt das trainierte Machine-Learning-Modell in Echtzeit über einen entsprechenden API-Aufruf der Inferenz-API. Empfehlungen gibt Amazon Personalize im JSON-Format aus.

Zum Erstellen, Managen und Bereitstellen einer Personalisierungslösung sind die Konsole und das Command Line Interface (CLI) nutzbar. Neben dem Erstellen von personalisierten Empfehlungen in Echtzeit beherrscht Amazon Personalize auch den Batch-Modus. In diesem Modus lässt sich ein große Anzahl von Empfehlungen in einem einzigen Durchlauf erstellen und als Ergebnis in den eigenen Workflow einspeisen. Amazon Personalize ist in der Lage, kontextbezogene Empfehlungen zu erstellen und löst komplexe Problemstellungen wie das Erzeugen von Empfehlungen für neue Benutzer oder Produkte.

Zur Einhaltung von Datenschutzvorgaben erfolgt eine vertrauliche Behandlung der Daten inklusive Verschlüsselung und sicherer Aufbewahrung. Die Daten werden ausschließlich zur Erstellung von Empfehlungen verwendet und nicht mit anderen Anwendungen geteilt. Für eine bessere Kontrolle des Zugriffs auf die verschlüsselten Daten lässt sich ein eigener AWS-KMS-Schlüssel (AWS Key Management Service Schlüssel) verwenden.

Die Vorteile durch den Einsatz von Amazon Personalize

Der Einsatz von Amazon Personalize zum Erstellen personalisierter Empfehlungen bietet Vorteile wie:

  • voll verwalteter Service – keine eigene Infrastruktur zu managen oder zu betreiben
  • kein spezifisches Machine-Learning-Know-how notwendig
  • klassischen, regelbasierten Empfehlungssystemen überlegen
  • Bereitstellung eines ausgereiften Personalisierungs- und Empfehlungssystems binnen kürzester Zeit
  • Erstellen von Empfehlungen in Echtzeit und im Batch-Modus
  • über das bereitgestellte Application Programming Interface problemlos in eigene Anwendungen integrierbar
  • Kontrolle des Zugriffs auf die Daten über den AWS Key Management Service
  • vielfältig einsetzbar beispielsweise für personalisierte Produktempfehlungen, Suche ähnlicher Artikel, personalisierte Werbung oder Direktmarketing
  • individuelle Produktempfehlungen für verbessertes Upselling und Cross-Selling
  • verbessert und personalisiert die Endbenutzererfahrung in beliebigen digitalen Kanälen
  • keine Beschränkung auf eine bestimmte Branche
  • nutzungsbasiertes Preismodell – keine Vorabkosten oder Mindestgebühren zu entrichten
  • kostenloses Kontingent zum Einstieg und zum Testen des Cloud-Dienstes verfügbar

(ID:47507118)

Über den Autor