学習属性

学習モジュールでは、訪問者属性、イベント・パターンの状態およびオファー承認データを使用して学習されます。モニターする訪問者属性を選択できます。これらの訪問者属性には、リアルタイムで収集するいくつかのイベント・パラメーターを含め、顧客プロファイル内の任意の属性を選択可能です。

ディメンション・テーブルの属性は学習ではサポートされません。

モニターする属性はいくつでも構成できますが、IBM® では、以下のガイドラインに従って、静的学習属性と動的学習属性間で 10 個程度までの学習属性を構成することをお勧めしています。

モニターする属性の数とモニターする属性ごとの値の数の両方を定義することによって、パフォーマンスを管理できます。「Campaign」 > 「partitions」 > 「partition1」 > 「Interact」 > 「learning」 > 「maxAttributeNames」プロパティーでは、追跡する訪問者属性の最大数を定義します。maxAttributeValues プロパティーでは、属性ごとに追跡する値の最大数を定義します。その他のすべての値は、otherAttributeValue プロパティーの値によって定義されたカテゴリーに割り当てられます。ただし、学習エンジンは、検出された最初の値のみを追跡します。例えば、訪問者属性の目の色を追跡するとします。対象とする値を、青色、茶色、および緑色のみとして、maxAttributeValues を 3 に設定します。しかし、最初の 3 人の訪問者の値は、青色、茶色、およびヘーゼルでした。この場合、緑色の目のすべての訪問者は otherAttributeValue に割り当てられます。

学習基準をより詳細に定義できる、動的学習属性を使用することもできます。動的学習属性を使用すると、2 つの属性の組み合わせを単一のエントリーとして学習させることができます。例えば、以下のプロファイル情報を考慮します。

訪問者 ID カード・タイプ カード残高
1 ゴールド・カード $1,000
2 ゴールド・カード $9,000
3 ブロンズ・カード $1,000
4 ブロンズ・カード $9,000

標準学習属性を使用する場合、カード・タイプとカード残高を個別にのみ学習させることができます。訪問者 1 と 2 は、カード・タイプに基づいて同じグループに分類され、訪問者 2 と 4 は、カード残高に基づいて同じグループに分類されます。これは、オファーの承認行動の正確な予測子にならない場合があります。ゴールド・カード保有者は残高がより高額になる傾向があるとすると、訪問者 2 の行動は訪問者 4 とは根本的に異なる可能性があり、そのことは標準学習属性を偏らせます。しかし、動的学習属性を使用すると、これらの訪問者ごとに個別に学習され、予測はより正確になります。

動的学習属性を使用し、訪問者が 1 つの属性に対して 2 つの有効な値を持つ場合、学習モジュールでは検出された最初の値が選択されます。

enablePruning プロパティーを yes に設定している場合、学習モジュールのアルゴリズムによって、予測されない属性が判別され、これらの属性は重みの計算時に考慮の対象から外されます。例えば、髪色を表す属性を追跡しており、学習モジュールによって、訪問者の髪色に基づいてオファーを承認するパターンが存在しないと判別された場合、学習モジュールでは、髪色の属性を考慮することは中止されます。属性は、学習集計プロセスの実行 (aggregateStatsIntervalInMinutes プロパティーで定義されている) ごとに再評価されます。動的学習属性も除去されます。

「イベント・パターンの状態」は、学習で使用できるようになりました。構成設定 Affinium|Campaign|partitions|partition1|Interact|flowchart:eventPatternPrefix で指定した接頭部の値を含むイベント・パターンの名前は、学習モデルおよびグローバル学習属性に追加できます。

これはプロファイル属性と同じに扱われます。

イベント・パターンの値は次のいずれかになります。

0 - 条件を満たしていない

1 - 条件を満たしている

-1 - 期限切れ

-2 - 無効

-3 - まだアクティブ化されていない